manga-image-translator Docker 部署教程（CPU 与 GPU）

manga-image-translator 官方 Docker 镜像约 15GB，已包含全部依赖和模型。CPU 版可直接运行；GPU 版需要 Nvidia Container Runtime，并加 --use-gpu。文中命令均摘自 README。

更新：2026-10-16

结论

Docker 是 manga-image-translator 最省心的部署方式。官方镜像 zyddnys/manga-image-translator:main 已经包含所有依赖和模型，体积约 15GB。CPU 版直接 docker run 即可。GPU 版需要 Docker 19.03 以上和 Nvidia Container Runtime，命令里还要加 --gpus all 和 --use-gpu。README 没写显存下限。下面的命令都原样摘自 README。

准备

项目	CPU 版	GPU 版
Docker	需要	19.03+（CUDA/GPU 加速要求）
Nvidia Container Runtime	不需要	需要
Docker Compose	可选（使用 `demo/doc` 下的文件时需要）	同左
镜像体积	约 15GB	约 15GB

CPU 版 Web 服务器

翻译服务需要的环境变量（如 API 密钥）用 -e 或 --env 传入：

docker run \
  --name manga_image_translator_cpu \
  -p 5003:5003 \
  --ipc=host \
  --entrypoint python \
  --rm \
  -v /demo/doc/../../result:/app/result \
  -v /demo/doc/../../server/main.py:/app/server/main.py \
  -v /demo/doc/../../server/instance.py:/app/server/instance.py \
  -e OPENAI_API_KEY='' \
  -e OPENAI_API_BASE='' \
  zyddnys/manga-image-translator:main \
  server/main.py --verbose --start-instance --host=0.0.0.0 --port=5003

也可以先把环境变量填进 compose 文件，再运行：

docker-compose -f demo/doc/docker-compose-web-with-cpu.yml up

GPU 版 Web 服务器

docker run \
  --name manga_image_translator_gpu \
  -p 5003:5003 \
  --ipc=host \
  --gpus all \
  --entrypoint python \
  --rm \
  -v /demo/doc/../../result:/app/result \
  -v /demo/doc/../../server/main.py:/app/server/main.py \
  -v /demo/doc/../../server/instance.py:/app/server/instance.py \
  -e OPENAI_API_KEY='' \
  -e OPENAI_API_BASE='' \
  -e OPENAI_HTTP_PROXY='' \
  zyddnys/manga-image-translator:main \
  server/main.py --verbose --start-instance --host=0.0.0.0 --port=5003 --use-gpu

对应的 compose 文件：

docker-compose -f demo/doc/docker-compose-web-with-gpu.yml up

端口和路径

README 的说明文字写的是 Web 服务默认在 8000 端口启动，翻译结果保存在 /result 文件夹；但示例命令映射的是 5003 端口。两处不一致，请以你的实际命令和启动日志为准。-v 后面的挂载路径是 README 的原样写法，请按自己机器上的仓库位置调整。

命令行批处理

docker run --env="DEEPL_AUTH_KEY=xxx" -v <targetFolder>:/app/<targetFolder> -v <targetFolder>-translated:/app/<targetFolder>-translated  --ipc=host --rm zyddnys/manga-image-translator:main local -i=/app/<targetFolder> <cli flags>

宿主机上的文件要以卷的形式挂载到容器内的 /app 下，命令行里的路径也要写成容器内的 /app/...，不能写宿主机路径。

本地构建镜像

需要装好 make 工具：

make build-image
make run-web-server

不用 Docker：pip 安装要点

需要 Python 3.12 或以上。clone 仓库后建议创建 venv，然后运行 pip install -r requirements.txt。要用 --use-gpu 的话，先按 PyTorch 官网说明安装与自己 CUDA 版本匹配的 PyTorch。如果没有用 venv，pip 命令要加 --upgrade --force-reinstall。Windows 用户还要先装 Microsoft C++ Build Tools。

数据来源与核验日期

https://github.com/zyddnys/manga-image-translator

核验日期：2026-10-16。许可证 GPL-3.0，最近 commit 2026-10-11。站内详情页：/tools/manga-image-translator/。

合规提示

请仅用于自己拥有合法阅读权的作品。