Instalación

Con Python

Asegúrate de tener Python >= 3.8 instalado, luego desde una terminal ejecuta:

pip install libretranslate
libretranslate [args]

Luego abre un navegador web en http://localhost:5000

Por defecto, LibreTranslate instalará el soporte para todos los idiomas disponibles. Para cargar solo algunos idiomas y reducir los tiempos de inicio, puedes usar el argumento --load-only:

libretranslate --load-only en,es,fr

Consulta la lista de argumentos para más opciones.

Para usar el detector de límites de oración más rápido (MiniSBD) usa:

ARGOS_CHUNK_TYPE=MINISBD libretranslate [...]

Con Docker

También puedes ejecutar la aplicación con docker. Primero clona el repositorio:

git clone https://github.com/LibreTranslate/LibreTranslate
cd LibreTranslate

Luego en Linux/macOS ejecuta ./run.sh [args], en Windows ejecuta run.bat [args].

CUDA

Es posible usar la aceleración de hardware para acelerar las traducciones en un equipo con GPU compatible con CUDA 12.4.1 y nvidia-docker instalado.

Ejecuta esta versión con:

docker compose -f docker-compose.cuda.yml up -d --build

Con WSGI y Gunicorn

pip install gunicorn
gunicorn --bind 0.0.0.0:5000 'wsgi:app()'

Puedes pasar los argumentos de la aplicación directamente a Gunicorn a través de:

gunicorn --bind 0.0.0.0:5000 'wsgi:app(api_keys=True)'

Con Kubernetes

Consulta el artículo de Medium de JM Robles y el k8s.yaml mejorado por @rasos.

Gráfico de Helm

Basado en el trabajo de @rasos, ahora puedes instalar LibreTranslate en Kubernetes usando Helm.

Un gráfico de Helm ahora está disponible en el repositorio helm-chart donde puedes encontrar más detalles.

Puedes instalar rápidamente LibreTranslate en Kubernetes usando Helm con el siguiente comando:

helm repo add libretranslate https://libretranslate.github.io/helm-chart/
helm repo update
helm search repo libretranslate

helm install libretranslate libretranslate/libretranslate --namespace libretranslate --create-namespace

Argumentos

Argumento	Descripción	Predeterminado
`--host`	Establece el host al que se asociará el servidor	`127.0.0.1`
`--port`	Establece el puerto al que se asociará el servidor	`5000`
`--char-limit`	Establece el límite de caracteres	`Sin límite`
`--req-limit`	Establece el número máximo de solicitudes por minuto por cliente (fuera de los límites establecidos por las claves api)	`Sin límite`
`--req-limit-storage`	URI de almacenamiento para los datos de límite de solicitudes. Ver Flask Limiter	`memory://`
`--req-time-cost`	Considera un costo de tiempo (en segundos) para limitar las solicitudes. Si una solicitud tarda 10 segundos y este valor se establece en 5, el costo de la solicitud es 2.	`Sin costo`
`--batch-limit`	Establece el número máximo de textos a traducir en una solicitud por lotes	`Sin límite`
`--frontend-language-source`	Establece el idioma predeterminado del frontend - origen	`auto`
`--frontend-language-target`	Establece el idioma predeterminado del frontend - destino	`locale`
`--frontend-title`	Establece el título del frontend	`Sin título`
`--frontend-timeout`	Establece el tiempo de espera de la traducción del frontend	`500`
`--api-keys-db-path`	Usa una ruta específica dentro del contenedor para la base de datos local. Puede ser absoluta o relativa	`db/api_keys.db`
`--api-keys-remote`	Usa este punto final remoto para consultar claves API válidas en lugar de usar la base de datos local	`Usa la BD local`
`--get-api-key-link`	Muestra un enlace en la interfaz de usuario para dirigir a los usuarios a obtener una clave API	`No se muestra enlace de API`
`--shared-storage`	URI de almacenamiento compartido para el intercambio de datos entre procesos (por ejemplo, al usar gunicorn)	`memory://`
`--secondary`	Marca esta instancia como secundaria para evitar conflictos con el nodo primario en configuraciones de varios nodos	`Primario`
`--load-only`	Establece los idiomas disponibles	`Todos`
`--threads`	Establece el número de hilos	`4`
`--metrics-auth-token`	Protege el punto final /metrics permitiendo solo clientes que tengan un token de autorización Bearer válido	`Sin autenticación`
`--url-prefix`	Agrega un prefijo a la URL: ejemplo.com:5000/prefijo-url/	`/`
`--debug`	Habilita el entorno de depuración	`Deshabilitado`
`--ssl`	Habilita SSL	`Deshabilitado`
`--api-keys`	Habilita la base de datos de claves API para límites de tasa por cliente cuando se alcanza —req-limit	`Deshabilitado`
`--require-api-key-origin`	Requiere el uso de una clave API para el acceso programático a la API, a menos que el origen de la solicitud coincida con este dominio	`Deshabilitado`
`--require-api-key-secret`	Requiere el uso de una clave API para el acceso programático a la API, a menos que el cliente también envíe un secreto coincidente	`Deshabilitado`
`--require-api-key-fingerprint`	Requiere el uso de una clave API para el acceso programático a la API, a menos que el cliente también coincida con una huella digital	`Deshabilitado`
`--under-attack`	Habilita el modo bajo ataque. Cuando está habilitado, las solicitudes deben realizarse con una clave API	`Deshabilitado`
`--suggestions`	Permite sugerencias de los usuarios	`Deshabilitado`
`--disable-files-translation`	Deshabilita la traducción de archivos	`Habilitado`
`--disable-web-ui`	Deshabilita la interfaz de usuario web	`Habilitado`
`--update-models`	Actualiza los modelos de lenguaje al inicio	`Deshabilitado`
`--metrics`	Habilita el punto final /metrics para exportar métricas de uso de Prometheus	`Deshabilitado`
`--translation-cache`	Almacena en caché la salida de la traducción para usuarios con una clave API particular (o ‘all’ para almacenar en caché todas las traducciones)	`Deshabilitado`

Cada argumento tiene una variable de entorno equivalente que se puede usar en su lugar. Las variables de entorno anulan los valores predeterminados pero tienen una prioridad más baja que los argumentos de la línea de comandos y son particularmente útiles si se usan con Docker. Los nombres de las variables de entorno son el upper_snake_case del nombre del argumento de comando equivalente con un prefijo LT. Por ejemplo, --char-limit —> LT_CHAR_LIMIT.

Actualización

Software

Si instalaste con pip:

pip install -U libretranslate

Si estás usando docker:

docker pull libretranslate/libretranslate

Modelos de Lenguaje

Inicia el programa con el argumento --update-models. Por ejemplo: libretranslate --update-models o ./run.sh --update-models. Establecer --update-models actualizará los modelos independientemente de si hay actualizaciones disponibles o no.

Alternativamente, también puedes ejecutar el script scripts/install_models.py.

Métricas de Prometheus

LibreTranslate tiene capacidades de exportador de Prometheus cuando pasas el argumento --metrics al inicio (deshabilitado por defecto). Cuando las métricas están habilitadas, se monta un punto final /metrics en la instancia:

http://localhost:5000/metrics

# HELP libretranslate_http_requests_in_flight Multiprocess metric
# TYPE libretranslate_http_requests_in_flight gauge
libretranslate_http_requests_in_flight{api_key="",endpoint="/translate",request_ip="127.0.0.1"} 0.0
# HELP libretranslate_http_request_duration_seconds Multiprocess metric
# TYPE libretranslate_http_request_duration_seconds summary
libretranslate_http_request_duration_seconds_count{api_key="",endpoint="/translate",request_ip="127.0.0.1",status="200"} 0.0
libretranslate_http_request_duration_seconds_sum{api_key="",endpoint="/translate",request_ip="127.0.0.1",status="200"} 0.0

Luego puedes configurar prometheus.yml para leer las métricas:

scrape_configs:
  - job_name: "libretranslate"

    # Necesario solo si usas --metrics-auth-token
    #authorization:
    #credentials: "mytoken"

    static_configs:
      - targets: ["localhost:5000"]

Para proteger el punto final /metrics también puedes usar --metrics-auth-token mytoken.

Si usas Gunicorn, asegúrate de crear un directorio para almacenar los datos de métricas multiproceso y establecer PROMETHEUS_MULTIPROC_DIR:

mkdir -p /tmp/prometheus_data
rm /tmp/prometheus_data/*
export PROMETHEUS_MULTIPROC_DIR=/tmp/prometheus_data
gunicorn -c scripts/gunicorn_conf.py --bind 0.0.0.0:5000 'wsgi:app(metrics=True)'