SakuraLLMServer

• 运行 SakuraLLM 轻小说翻译模型的服务器端一键包
• 可作为 AiNiee、GalTransl、轻小说翻译机器人 等翻译器的服务器端使用
• 结合本页中的设置指南，可以得到最优化的性能，相较于默认设置可提升 3-5 倍

要求

• 至少 8G 显存的 Nvidia 独立显卡
• 确保安装了 最新版本 的显卡驱动程序

步骤

• 从 发布页 下载最新版本的 SakuraLLMServer 并解压缩
• 根据显存大小下载适合的模型并放入 SakuraLLMServer 文件夹

显存大小	模型规模	下载链接
8G/10G	7B	GalTransl-7B-v2.6-IQ4_XS.gguf
11G/12G/16G	14B	sakura-14b-qwen2.5-v1.0-iq4xs.gguf
24G	14B	sakura-14b-qwen2.5-v1.0-q6k.gguf

启动

• 现在你的文件结构应该类似于：

  SakuraLLMServer\llama\...
                    \00_Core.bat
                    \01_1280_NP16.bat
                    \sakura-14b-qwen2.5-v1.0-iq4xs.gguf
                    \...

• 根据 你的显存和模型的搭配组合 选择对应的启动脚本，双击启动即可

显存大小	模型规模	启动脚本
8G	7B	01_1280_NP4_KVQ8.bat
10G	7B	01_1280_NP8_KVQ8.bat
11G	14B	01_1280_NP4.bat
12G	14B	01_1280_NP6.bat
16G/24G	14B	01_1280_NP16.bat

设置 AiNiee

• 确保安装了 最新版本（版本号 >= 5.0） 的 AiNiee 应用
• 启动应用，并根据 显存大小 设置以下选项：

选项	设置
接口管理 - SakuraLLM - 编辑接口 - 接口地址	http://127.0.0.1:8080
接口管理 - SakuraLLM - 编辑接口 - 模型名称（8G/10G）	Sakura-v0.9
接口管理 - SakuraLLM - 编辑接口 - 模型名称（11G/12G/16G/24G）	Sakura-v1.0
基础设置 - 翻译任务切分模式	Token 模式
基础设置 - 翻译任务的最大 Tokens 数	384
基础设置 - 每个翻译任务携带的参考上文行数（翻译 小说 或 GalGame 时）	3
基础设置 - 每个翻译任务携带的参考上文行数（翻译 其他内容 时）	0
基础设置 - 同时执行的翻译任务数量	启动脚本名称中 NP 后的数字
基础设置 - 错误重试的最大次数	0
基础设置 - 翻译流程的最大轮次	20
高级设置 - 保留句内换行符	启用
高级设置 - 保留首尾非字符文本	启用

设置 GalTransl（TODO）

设置 轻小说翻译机器人（绿站）

• 本地翻译
  • 打开 Sakura 工作区 页面
  • 在左侧 翻译器 区域
    • 点击 添加翻译器，添加若干个翻译器
    • 翻译器的数量一般应等于 脚本名称中 NP 后的数字
    • 翻译器名字随意，链接为 http://127.0.0.1:8080，其他保持默认
  • 在右侧 本地翻译设置 区域，将任务均分数设置为翻译器的数量
  • 在右侧 本地小说 区域，添加要翻译的日文文本文件
  • 依次点击所有 翻译器 后的启动按钮即可开始 多线程翻译
  • 翻译完毕后，在右侧 本地小说 区域点击 阅读 按钮开始阅读
• 在线翻译（8G/10G 配置暂时无法使用在线翻译上传作品）
  • 打开 Sakura 工作区 页面
    • 在左侧 翻译器 区域
    • 点击 添加翻译器，添加若干个翻译器
    • 翻译器的数量一般应等于 脚本名称中 NP 后的数字
    • 翻译器名字随意，链接为 http://127.0.0.1:8080，其他保持默认
  • 打开你想要翻译的小说页面
    • 在页面中部的 范围 区域，将任务均分数设置为翻译器的数量，点击 排队 Sakura 按钮
  • 打开 Sakura 工作区 页面，依次点击所有 翻译器 后的启动按钮即可开始 多线程翻译

常见问题

• 什么是 爆显存，会导致什么问题？

  • 系统需求的显存超过了显卡实际的物理显存大小，称之为 爆显存
  • 爆显存 时，翻译的速度和结果都会出现异常，基本丧失可用性，所以要避免这种情况

• 如何判断是否 爆显存

  • 如果爆的比较厉害，程序会直接报错或者退出
  • 爆了一点又没有完全爆比较难判断
  • 一个可参考的方式是通过第三方软件监测显卡功耗
  • 满载执行任务时，显卡实际功耗应为最大功耗的 70%-80% 或者更高
  • 如果显存接近用完，但是显卡实际功耗很低，则大概率是爆显存了

• 如何避免 爆显存

  • 在模型启动后，模型占用的显存大小是固定的，不会变化，但是系统中的其他应用也会占用显存
  • 本项目中的脚本都预留了一定的冗余空间，但如果开启过多应用，依然可能导致显存消耗完
  • 所以在使用时，应尽量减少开启其他消耗显存的应用
  • 比如 浏览器、动态壁纸、视频播放器 或 QQNT、VSCODE 等基于浏览器内核的应用