Windows 部署

Saber Translator 支持在 Windows 系统上运行。本文档将指导你如何在 Windows 上部署 Saber Translator。

方式一：源码部署（推荐）

源码部署便于日后快速更新，推荐使用这种方法。

前置条件

• Python 3.10+：Python 官网下载
• Git：Git 官网下载

部署步骤

1. 克隆仓库

git clone https://github.com/MashiroSaber03/Saber-Translator.git
cd Saber-Translator

2. 下载模型文件

访问 GitHub Releases 页面，下载最新版本的 models.zip，解压到项目根目录。

解压后的目录结构应该如下：

Saber-Translator/
├── models/          # 模型文件夹
├── src/
├── app.py
└── requirements.txt

3. 创建虚拟环境

python -m venv venv
venv\Scripts\activate

4. 安装依赖

根据你的硬件配置选择对应的依赖文件：

CPU 版本：

pip install -r requirements-cpu.txt

GPU 版本（需要 NVIDIA 显卡）：

1. 安装基础依赖：

pip install -r requirements-gpu.txt

2. 单独安装 GPU 版 PyTorch (CUDA 13.0)：

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu130

5. 启动应用

python app.py

6. 访问应用

在浏览器中访问：http://localhost:5000

更新方法

源码部署的优势在于更新非常简单：

git pull origin main
pip install -r requirements-cpu.txt  # 或 requirements-gpu.txt

如果有模型更新，需要重新下载 models.zip 并替换。

---

方式二：压缩包部署

如果不想配置 Python 环境，可以直接下载打包好的压缩包。

下载渠道

方法 1：GitHub Releases

访问 GitHub Releases 页面，下载对应版本的压缩包：

• Saber-Translator-x.x.x-cpu.zip（CPU 版本）
• Saber-Translator-x.x.x-gpu.zip（GPU 版本，需要 NVIDIA 显卡）

方法 2：QQ 群文件

加入 QQ 群后，在群文件中也可以下载到压缩包。

• 1 群：1041505784
• 2 群：1047553423
• 3 群：536706173
• 4 群：1074032394

使用步骤

1. 解压文件

   将下载的压缩包解压到任意目录。

2. 运行程序

   双击 Saber-Translator.exe 启动应用。

3. 访问应用

   程序启动后，浏览器会自动打开 http://localhost:5000。

更新方法

下载最新版本的压缩包，解压后替换旧版本即可。

⚠️ 注意：更新前请备份 data 文件夹（包含配置和书架数据）。

---

常见问题

端口被占用

如果 5000 端口已被占用，可以修改端口：

python app.py --port 8080

依赖安装失败

如果遇到依赖安装问题：

1. 升级 pip：python -m pip install --upgrade pip
2. 清除缓存：pip cache purge
3. 重新安装：pip install -r requirements-cpu.txt（或 requirements-gpu.txt）

模型加载失败

确保 models 文件夹在项目根目录，且包含所有必要的模型文件。

GPU 版本无法运行

• 确认已安装 NVIDIA 显卡驱动
• 确认已安装 CUDA 和 cuDNN
• 如果仍然无法运行，请使用 CPU 版本

获取帮助

如果遇到问题，请通过以下方式获取帮助：

• GitHub Issues
• QQ 群
• 常见问题