version: '3.8'
services:
  libretranslate:
    image: libretranslate/libretranslate
    container_name: lt_translate
    restart: unless-stopped
    ports:
      - "5353:5000"
    environment:
      - LT_LOAD_ONLY=en,zh        # 只加载中英文模型，节省内存
      - LT_UPDATE_MODELS=false    # 首次下载后，建议设为false以加速启动
    volumes:
      - ./libretranslate_data:/home/libretranslate/.local  # 持久化存储模型，避免重复下载
    deploy:
      resources:
        limits:
          memory: 4096M

• 模型加载限制 (LT_LOAD_ONLY): 如你所说，限制加载语言可以显著减少内存占用。首次下载的模型大小约为 1.2GB。
• 持久化存储 (volumes): 将容器内的模型目录映射到宿主机，可以确保重启后模型依然存在，无需重复下载。
• 资源限制 (resources.limits): 分配 4GB 内存 是经过验证的稳定运行标准，2GB内存确实可能导致服务崩溃。

environment:
  - LT_API_KEYS=true
  - LT_REQUIRE_API_KEY_SECRET=your-secret-key-here  # 设置一个强密钥

# 使用GPU加速的配置文件
docker-compose -f docker-compose.cuda.yml up -d

import requests

def translate_text(text, source_lang='zh', target_lang='en'):
    url = "http://localhost:5353/translate"
    headers = {
        "Authorization": "Bearer your-secret-key-here",  # 添加认证头
        "Content-Type": "application/json"
    }
    data = {
        "q": text,
        "source": source_lang,
        "target": target_lang
    }
    response = requests.post(url, json=data, headers=headers)
    return response.json()["translatedText"]

• 首次启动：由于需要下载约1.2GB的模型文件，首次启动时间会较长（约10-20分钟），请耐心等待。
• 服务验证：部署完成后，访问 http://你的服务器IP:5353，应能看到一个简洁的Web翻译界面，可用于初步测试。
• 翻译质量：对于技术文档中的专业术语，LibreTranslate 的准确率可能略低于顶尖商业API（如谷歌翻译），但在通用文本上表现尚可，且完全离线运行，无数据泄露风险。