首页 / AI Trending / mayocream/koharu

koharu 是什么？

Koharu 是 Rust 编写的本地优先漫画翻译桌面应用，当前官方仓库已迁移到 koharu-rs/koharu。它把页面导入、文本区域检测、OCR、翻译、文字清除、排版校对与 PNG/分层 PSD 导出放进一个项目工作流。

⭐ 2,371 Stars 🍴 124 Forks Rust — 作者: mayocream
来源：github.com/koharu-rs/koharu 查看 GitHub 仓库 → 📘 使用教程 →

为什么值得关注

旧页面仍指向 mayocream/koharu，仓库现已迁移到 koharu-rs/koharu；

来源：github.com/koharu-rs/koharu/releases/tag/0.83.5

核心功能

四阶段页面处理

官方工作流按检测、OCR、翻译和 inpainting 处理页面。用户可以选当前页、选中页、整个项目或选中图层，并按需要重跑阶段。

来源：koharu.rs/en/guides/processing
本地模型与托管翻译后端

视觉模型与本地 GGUF LLM 可在本机运行，也支持 OpenAI、Claude、Gemini、DeepL 等远程提供商和 OpenAI 兼容端点。使用远程提供商时，相关文本或内容会离开本机。

来源：github.com/koharu-rs/koharu
可编辑画布与多语言排版

WebGPU 画布用于修补、文字放置和页面合成，排版支持自动适配、字体回退、竖排 CJK 与从右到左文字。

来源：github.com/koharu-rs/koharu
PNG 与分层 PSD 导出

PNG 用于扁平交付；PSD 保留原图、清理图层和可编辑文字层，但不会保存全部 OCR 语义、模型来源与修订历史，仍应保留 .khrproj。

来源：koharu.rs/en/guides/export

技术架构

Koharu 是 Rust monorepo，桌面层使用 Tauri，编辑画布依赖 WebGPU；本地推理组合 Torch、llama.cpp 与 diffusion runtime，并为检测、OCR、修补和翻译分别加载模型。项目数据保存在 .khrproj 目录，处理阶段完成后分别提交结果。运行时与模型按需从 GitHub release、PyPI、AMD 仓库和 Hugging Face 下载，也可以把翻译交给已配置的托管 provider。

来源：koharu.rs/en/hardware

项目知识图谱

知识图谱：项目核心节点（中心）+ 核心功能（内环六边形）+ 关键技术依赖（外环 chip） Windows、Apple silicon macOS 或 Linux releaseWindows、Apple… 可用的 WebGPU 适配器与当前显卡驱动可用的 WebGPU… Metal、CUDA 13.3、ROCm/HIP、Vulkan 或 CPU 中至少一条可用路径Metal、CUDA 13… 首次使用所选模型时需要下载运行时与权重首次使用所选模型… 四阶段页面处理 本地模型与托管翻译后端 可编辑画布与多语言排版 PNG 与分层 PSD 导出 koharu 项目本体 核心功能 关键依赖

技术栈

语言Rust、TypeScript/前端资源框架Tauri、WebGPU、candle/llama.cpp 与本地 ML runtime
关键依赖
Windows、Apple silicon macOS 或 Linux …可用的 WebGPU 适配器与当前显卡驱动Metal、CUDA 13.3、ROCm/HIP、Vulkan 或 CP…首次使用所选模型时需要下载运行时与权重
基础设施 / 部署
桌面本地优先；可选托管 LLM/机器翻译 provider
来源：koharu.rs/en/hardware

快速上手

Windows 可运行 winget install koharu；Apple silicon macOS 可运行 brew install --cask koharu；Linux 从官方 release 选择与发行版和处理器匹配的 deb、rpm 或 AppImage。首次启动等待运行时初始化，再用一张清晰的 PNG、JPEG 或 WebP 创建项目并导入页面。选择翻译模型、目标语言和指令后，对 Current page 运行 detection、OCR、translation、inpainting 四阶段，逐层检查文字与清除结果，最后导出 PNG 或 PSD。
来源：koharu.rs/en/installation

使用场景

适合在桌面端完成漫画页的半自动翻译、人工校对、清字和排版，也适合需要保留文字图层继续在图像编辑器中加工的流程。首次试用应只处理一张有权使用的页面；OCR、译文、字体和修补都需要人工复核，批量处理前先确定模型、显存和版权边界。

来源：koharu.rs/en/quickstart

优势与局限

优势

  • 检测、OCR、翻译、修补、排版和导出在同一项目界面完成
  • 支持本地推理，也能接托管 LLM、机器翻译与 OpenAI 兼容端点
  • 分层 PSD 便于后续人工排版，并保留 .khrproj 作为可编辑源

局限

  • 首次启动和首次模型使用需要下载较大的运行时与权重，磁盘、内存和显存需求取决于模型
  • CPU 可回退但官方说明会明显更慢；Vulkan 路径仍有部分 Torch 阶段只能走 CPU
  • 选择托管 provider 时内容不再完全留在本机，需单独检查隐私和费用
  • OCR、翻译、inpainting 和排版结果都需要人工校对，PSD 也不保存完整项目语义
来源：koharu.rs/en/hardware

最新版本

截至 2026-09-23，最新正式 release 是 0.83.5，发布于 2026-09-22，主要修复 release 资产上传不完整的问题，并提供 22 个跨平台资产。功能更新较集中的 0.83.0 增加了 CBZ 项目导出、页面范围提示和本地翻译模型下载状态。

来源：github.com/koharu-rs/koharu/releases/tag/0.83.5

实测与证据

status: docs-only  |  checked_at: 2026-09-23  |  environment: 只核对迁移后的官方仓库、官方文档、硬件说明和 GitHub Releases  |  limitations: 未下载安装包，未下载任何运行时或模型，未创建 .khrproj，未测试 OCR、翻译、inpainting、GPU 加速或 PNG/PSD 导出  |  observed_output: 官方最新 release 为 0.83.5，发布于 2026-09-22，提供 Windows、macOS 与 Linux 资产；该版修复不完整 release 资产上传，0.83.0 则新增 CBZ 导出、页面范围提示和本地翻译模型下载状态

来源：github.com/koharu-rs/koharu/releases/tag/0.83.5

同类项目对比

manga-image-translator 官方项目以 Python CLI、批处理、Web/API server 和大量配置项为主，适合脚本化翻译目录或服务化调用；Koharu 更强调桌面项目、可视化画布、逐层校对和分层 PSD 导出。要批量命令行或现有 Python 管线时先看 manga-image-translator；要在一个桌面界面里人工修补和排版时，Koharu 的工作流更完整。

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

总结评价

Koharu 适合需要桌面可视化校对和分层交付的漫画翻译流程。先用单页确认设备、模型下载、OCR、译文和清字质量，再决定是否批量处理；选择远程 provider 前单独评估内容隐私与调用费用。

来源：github.com/koharu-rs/koharu

常见问题

Koharu 现在的官方仓库还是 mayocream/koharu 吗？

旧地址会跳转，当前官方仓库是 koharu-rs/koharu。引用 release、Issue 和源码时应使用迁移后的地址。

Koharu 必须有 NVIDIA 显卡才能运行吗？

不是。官方支持 Metal、CUDA、ROCm/HIP、Vulkan 和 CPU 路径，但具体模型与平台必须有对应 runtime；CPU 会明显更慢。

Koharu 的本地优先是否代表所有内容都不会上传？

不是。使用本地模型时可留在本机；选择托管 LLM 或机器翻译 provider 时，请求会发往对应服务。

导出 PSD 后可以删除 .khrproj 项目吗？

不建议。PSD 不保存全部 OCR 语义、模型来源、修订历史和渲染器行为，.khrproj 才是完整编辑源。

资料与核验范围
本文依据项目公开资料整理。版本、安装命令和功能边界可能随上游更新，请以所列来源和项目当前版本为准。 资料核对时间: 2026-09-23 13:55.

参考材料：README、GitHub API、依赖文件