通过 manga-translator-ui 进行 AI 翻译，翻译 API 用了 GLM、Kimi 和 DeepSeek，Agent 用的是 Codex、Claude Code 和 DeepSeek Harness
专门翻译一些暂时没有人翻译的催眠类题材作品，无广告，无水印

这一批和之前不太一样，想借这条评论聊聊这段时间折腾机翻的一些想法。

一开始我以为翻译效果不好是模型的问题，所以前后实测了好几批 API，结果发现效果其实大差不差。真正拖后腿的是 OCR：有时候认出错字，有时候只认出半句，有时候干脆没认出来。原文都给错了，翻译模型再强也只能对着错的原文瞎猜，不光译文质量差，页面效果也跟着变差——有的拟声词翻了，有的又没翻，翻出来的拟声词还经常乱七八糟。再加上翻译模型看不到画面，不知道一句话是谁对谁说的，日语又经常省略主语，人称搞反也就很常见了。

所以后来我把力气都花在了流程上，整理成了一个翻译 Skill。思路是：翻译模型看不到画面，那就让能看图的 Agent 把它缺的信息补上。现在每一本大概是这样走的：
1. 先用 manga-translator-ui 跑一遍，只负责检测气泡、算出擦字和排版要用的坐标，再给出一版 OCR 初稿。不让 Agent 从零识别文字，因为它看得懂画面，但定位不了精确的气泡位置。
2. 脚本按坐标排出初步的阅读顺序，把每个气泡的编号、阅读顺序连线和"OCR 可能认错"的标记画在原图上，生成预览图。
3. Agent 逐页看预览图，这一步是整个流程的核心：阅读顺序不对就改，比如跨页大格、斜着排的气泡；标出每个气泡是谁说的、对谁说的，是对白、心理、旁白还是拟声词；OCR 认错或者只认了一半的，照着原图把原文改对。对白、心理和旁白就算 OCR 认得再烂也一定要翻，认不全的拟声词才保留原图不动。同时给这部作品写一份剧情概要、人物表（每个人怎么自称、说话什么语气、怎么称呼别人）和专有名词表。
4. 把这些标注和原文一起，几页一批交给翻译 API，每一批都带上前一批的中日对照当上下文，中途断了也能接着翻。
5. 翻完先让脚本检查漏翻、译文太长、同一句话前后译法不一致；然后 Agent 再按最终的阅读顺序，对照原图和原文一页一页审，人称、肯定否定、前因后果这类错误直接改掉。只有放大原图也看不清、或者几种理解都说得通的地方，才列出来让我判断。
6. 最后写回工程，把不需要翻译的区域保护好，避免渲染时把乱码画上去，再交回 manga-translator-ui 出图。
用上这个 Skill 之后，人称、语气和句子衔接都顺了很多，漏翻明显少了，拟声词也不再一会儿翻一会儿不翻。

这个 Skill 也在一直更新：每翻完一本，我会让模型把它总结出来的翻译规则和注意事项整理出来，持续更新进 Skill 里，让它不断"学习"。不过更新之前必须先把要改的内容列出来给我检查，免得把不必要的信息写进去。

为了试这些东西，前前后后大概花了四五百块，调各家官方 API、买 coding plan。到现在我差不多已经翻译了 150 本，但其中一百多本是用老流程翻的，质量比不上这一批，除了之前已经传上来的那些，剩下的我也懒得传了，就留在本地吧。

这一批的提升主要来自工程上的优化，而不是换了更好的 API。也就是说，随着模型越来越强，效果只会越来越好；而工程这边，我感觉已经优化得差不多到极限了。

把这些想法写出来，是想分享给所有正在用机翻、或者以后可能会用机翻的朋友，也欢迎大家把自己的经验分享出来。

Base +7, qnxoax +5, Niwakisa +6, yuxunlian06 +6, GHIndustry +6, RQF8 +6, Yatuogami.Tohka +6, jkjkgh +6, BigE319 +6, mayako +6, GP___02 +6, ALKT1 +6, zheyuantongpp +6, and 68 more...

虽然但是，句子的排版，断句，标点符号上都还是有很大的问题，网上有很多嵌字教程，最简单的去小红书上找都有一堆图文教程，建议学习优化一下

Base +6, darkatse +10, mayako +6, Sakana67 +31, commanual +2, FFJ5454 +6, heluene +7, wh666test +5, thisissogood +6, 哑舍玄色 +6

因为目前排版嵌字全都是靠Manga Translator UI完成的，所以效果肯定是有极限的。排版断句、标点符号，这个就取决于OCR的水平。但是至少就我现在的体验，OCR的水平如果你不用AI付费的话，用本地的模型效果是很一般的，就导致最后翻出来的句子，像你说的标点这些，那就经常会有问题。但是OCR付费的话太贵了，搞不起。然后Manga Translator UI本身嵌字就有极限，所以没办法。

Base +7, tokikorin +10, mayako +6, xencen +5, commanual +2, hyyt。 +4, silanteer +6, heluene +7, hy6697 +2, vvH1rq +8

确实ocr太关键了，有时候要自己去看原文找ocr那些识别错了

Base +6, 不到河北省来 +6, 卵夫子 +6, heluene +7, 哑舍玄色 +6

<a href="https://eh.makinico.moe/?f_search=Chinese&incest%3realporn%24&advsearch=1&f_sh=on">https://eh.makinico.moe/?f_search=Chinese&incest%3realporn%24&advsearch=1&f_sh=on</a><br><br><a href="https://eh.makinico.moe/?f_search=Chinese&incest%3realporn%24&advsearch=1&f_sh=on">https://eh.makinico.moe/?f_search=Chinese&incest%3realporn%24&advsearch=1&f_sh=on</a>;

Base +5, Bane13 -30, 真没感觉呢 -4, Sakana67 -30, liusu_23333 -6, v228200 -6, Bishop0702 -8, yingmhy -6

换个项目试试呗，比如manga-image-translator

Base +6, 月常明 +6, gallifrian +6

这就是火之意志吗，真是扑该啊。等等什么叫自来也是五代目火影？哦对的对的

Base +3, 不到河北省来 +6, commanual +2, Yog--Sothoth +6, heluene +7, ddlalala +6

这个作者其实有个比较有意思的点是他画的深喉有个细节很对就是女孩子跪姿深喉的时候有经验的妹子舌头会吐出来把鸡鸡掂住，这样一是让男生体验更好二来可以防止舌头在里面堵住窒息，前作最后给黄毛口深喉的时候就有个伸舌头摆着舔的细节，我观察过很多画师画的恶堕都没有这个细节。我第一次发现还是因为有个妹子给我深喉的时候我按头插到底发现她舌头在外面一直舔我，然后我脑海里就是这个本。。。

Base +7, xqcqc +4, AREFAQ2 +6, tt2661521302 -5, SHIROU777 +6, liucidwang +6, LLFSfsd -4, 这么6啊 +6, 客官，不可以 +7, 不到河北省来 +6, Mio13s +7, Leon5225 +6, Sakana67 +31, and 24 more...

有没有哪位佬知道hanime为啥进不去了，挂梯子也是进不去，显示被阻止

Base +6, Azi_Dahaka -6, ChiyukiRin -16, Dx3906eh -2, begoniass123 -9, Kanate -6, darkatse -10, zouhuiwen -6, ttp... -27, wjdmcdk -6, Psyduxk -6

同样作为使用AI翻译的人来说，AI真的没有那么方便完美，而且这不是钱有没有到位的问题。
虽然模型越来越强，但工程上还是只能依赖人力检验和校正，靠AI全自动实现是不现实的，OCR错误、嵌字选择、修补、排版、本土化翻譯等等都与人工有很大落差，
汉化组更在一些我们没注意到的细节上下了不少功夫，让成品更加流畅自然。
所以从很早之前，AI在我这只会做OCR、翻译协助与些许修图上的帮助，虽然工作量变大了，但至少成品我看着较能接受。
遥想AI翻译出现至今，从manga-image-translator到后面的一堆杂七杂八，过程中看到好多人在说什么汉化组要失业了啥的，
但直至今日，那些全自动3A大作的水平无不证实了过往精翻汉化组的不可替代性，
我认为就算再过十年，全自动AI翻译的成果也很难有精翻的一半，特别是在无气泡框的作品上。

Base +4, uQhhh +2, iophabc +6, awao_0 +7, heluene +7, moonlightingclouds +6, darkatse +10, thisissogood +6, 哑舍玄色 +6

这个黑底黑字看着有点痛苦，我还以为我眼神不好了😵😵

Base +6, heluene +7

AI slop TL

Flopped sales btw.

Base +23, Sakana67 +31, Citrouile -6, darkatse +10

大佬：ai翻译巴拉巴拉，术语巴拉巴拉
俺：哦齁齁齁好色哦，纯爱黄毛真带劲😋

Base +5, 不到河北省来 +6, Chinese_Eoe +6, crazymu +6, 暮色的樱 +6, commanual +2, silanteer +6, bigboss60 +6, 罗德岛本子王 -3, emworld +6, wdnmdlaugh +6, Remain122 +6, nice光光 +6, and 3 more...

那说实话还不如人工去辅助调整一下，至少目前只靠全ai流程下来最后成品观感确实有些一般，字体语句都挺乱的，只能说看后面优化得怎么样吧，我自己也一直在用mtu做汉化，各个号各个平台做了小两千页是有了，ai初翻，人工修改语错校对润色再调整断句调整符号调整字体，一套下来虽然肯定没全套skill那么方便，但整体观感还是能做好的，不管本子还是正常向连载都有做，我觉得对于本子这类作品，翻译其实是小事，语句通顺，淫语润色好就行了不用太多纠结，反倒嵌字观感才是最重要的

Base +6, Sakana67 +31, heluene +7, thisissogood +6, a804707816 -6

<a href="https://eh.makinico.moe/?f_search=chinetsu&advsearch=1&f_sh=on

Base +6, Sakana67 -30, liusu_23333 -6, v228200 -6

https://huggingface.co/YSGforMTL/YSGYoloDetector?not-for-all-audiences=true
可以试一下这个OCR，非常准非常牛逼，比自带的那几个可以说有质的飞跃。

Base +10, heluene +7, gallifrian +6, maoyuchan +6

大佬，所以流程就是 manga-translator-ui 出草稿——agent批改——api翻译——agent校对—— manga-translator-ui 绘图吗？问一下agent批改不会被封吗？

Base +6

干嘛不直接爆了？录音全校广播后还要装成什么事都没发生一样的继续玩过家家游戏？

Base +6

是的，我实测下来人工肯定是比纯ai要好太多了，ai有极限的，所以我一直很敬佩汉化组的付出，之前传ai翻译的时候有几次和汉化组的撞了，搞得我很惭愧，现在发之前我都会特意评论区查看一下有没有汉化组预定汉化。流程就是 manga-translator-ui 出草稿——agent批改——api翻译——agent校对—— manga-translator-ui 绘图吗？agent批改会拒绝你，所以你在发要求的时候一定要提到本作都已经成年，有的时候原作里会有直接的年龄或者小学生等描述，agent也会直接拒绝，所以你要把ocr出来的结果改掉，比如12岁改成o2岁，小学生改成学生，再交给agent去操作。被agent拒绝很正常，先问他拒绝你的理由，如果列出原文里你就改原文，然后删掉任务再来，但有的时候agent拒绝你只是怀疑，你是可以说服他的，所以你一定要他给你明确的拒绝证据，有就改，没有他会自己继续的。ChatGPT 5.6 sol比6.1好，6.1很容易被拒绝，DeepSeek几乎不会拒绝，Claude opus5.5 也还好。我会试试https://huggingface.co/YSGforMTL/YSGYoloDetector?not-for-all-audiences=true这个ocr。其实我发这个出来不是为了炫耀ai翻译会取代人工了，而是很多时候单纯的使用ai翻译，加上一些条件限制也能大大改善翻译的结果，但现在并没有什么地方能分享这些经验，所以不如发到评论区里，感兴趣的人自然会看到，要追求更好的效果，人工肯定是不可替代的

Base +7, GHF320 +6, 8TTFW +7, commanual +2, heluene +7, Silhouette3768 +6, Syndra312 +6

有一和二吗？

Base +6

有
1-2.5的链接：https://eh.makinico.moe/g/4050219/9be11394dc

Base +6, 小天使 +6, v228200 +6, 6816834 +6, 清风绕指间 +6, zby2002312 +5, hgy233 +6, MetatronArchangel -5, Syndra312 +6, xukkkkk159 +6, 鹧鸪123 +6

ai现在太安全区了，而且主流那几家都是往代码方向一路狂奔，现阶段还是要有大量人工，我让codex给我做了一个汉化黄油的工作台汉化黄油+审核修改之类的，但是效果还是不太理想，至少我自己玩一遍还是能挑出一些错误

Base +6

还没入门的，想机翻自己想看的可以用Saber-Translator ，api用硅基流动注册送的16免费额度。用下来虽然很粗糙，但是意思都翻译到位了，自己勉强能用

Base +5, Hachiniemiku +5, gallifrian +6

楼主要不要试一试谷歌gemini的识图，我直接用它端到端翻译图片，效果挺好的。但不知道是不是OCR

Base +6

自来也是你吗?

Base +6

gemini能识别r18的图片吗？我怕他不通过啊，特别是有18岁以下角色的时候，gemini你扔给他他是做的ocr识别+嵌字

Base +7, gallifrian +6

撞车这一块，出了一个月以上还没人接手的话再考虑弄吧

Base +6

没意思，感觉完全变味了，往纯爱的方向发展了

Base +6, kurosu over +6

咋说呢，虽然汉化组是非常可敬的，但从本质上来说你也已经变成了一个可敬的人了👍🏻

Base +6, QY秋叶 +4, Syndra312 +6

一些小众本子没人汉化的话，普通人也可以借助ai机翻到自己能看懂的水平，至于嵌的好不好看，我自己看的话管这么多干什么

Base +6, ysw881015 +8, Syndra312 +6, guojiansuo +6

老哥你说的关于ocr的部分是只用本地模型还是用了多模态ai的结果

Base +7

AI的时代果然先进啊，大家都有在聊些咱看不懂的东西喵，加油瑟瑟

Base +6, Syndra312 +6

本地的，manga ocr之类的

Base +7

那我想知道你是因为啥放弃使用在线多模态,因为我觉得它的准确率其实不低啊,如果能用上你上面说的工作流不就省了一大串吗?

Base +7

在线多模态想要在manga translate里用不是只能走api付费的形式吗？因为你需要manga translate去调用在线api，不然最后的结果不是没法回填吗？还是你的意思是直接让agent连嵌字都干了？

Base +7, THHTghtgg -6, a804707816 +6

黄毛的纯度不够高啊，要么就全部都是你的，狠狠践踏所有人，要么就当做物品随意分享玩弄，突然插入个纯爱是什么鬼？

Base +6

封面比内容涩

Base +6, zhizhuhh1 +6

Base +4, zhang3980 +5

<a href="https://eh.makinico.moe/?f_search=chinese&advsearch=1&f_sh=on">https://eh.makinico.moe/?f_search=chinese&advsearch=1&f_sh=on</a>;

Base +5