可在本地离线运行Ollama+Qwen3/DeepSeek-V4模型，通过沉浸式翻译插件与陪读蛙扩展实现隐私安全、高精度、双语对照的外文文献阅读及语言学习。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在不依赖云端服务、保障隐私与数据安全的前提下阅读外文文献，则可借助本地大模型驱动的沉浸式翻译工具实现离线、可控、高精度的双语对照阅读。以下是实现该目标的具体路径：
一、配置Ollama本地运行环境
Ollama是当前最轻量、跨平台兼容性最强的本地大模型运行框架，支持Windows、Linux及macOS系统，无需复杂Python环境即可加载Qwen3、DeepSeek-V4等开源模型，所有推理过程完全在本地显卡或CPU完成，杜绝数据上传风险。
1、访问Ollama官网（https://ollama.com）下载对应操作系统的安装包并完成安装。
2、配置系统环境变量：在Windows中添加OLLAMA_HOST=127.0.0.1:11434、OLLAMA_KEEP_ALIVE=-1、OLLAMA_MODELS指向非系统盘的自定义模型存储路径。
3、启动Ollama服务后，在终端执行ollama list确认服务已就绪，返回空列表表示初始状态正常。
二、拉取适配翻译任务的开源模型
翻译质量高度依赖模型的语言理解与生成能力，Qwen3和DeepSeek-V4均具备百万级上下文长度与强双语对齐能力，且支持中英互译微调指令，适合科研文献场景下的术语一致性与长句逻辑还原。
1、在终端中输入ollama pull qwen3下载通义千问最新版语言模型。
2、若需更强推理与长文档处理能力，执行ollama pull deepseek-v4拉取DeepSeek-V4模型（需确保显存≥16GB或启用量化版本）。
3、执行ollama run qwen3 --no-format测试基础响应，确认模型可正常输出中文与英文混合内容。
三、将本地模型接入沉浸式翻译插件
沉浸式翻译插件支持自定义API端点，可将Ollama作为本地LLM服务器直接对接，绕过所有第三方云API，实现真正意义上的“本地化沉浸式阅读”。
1、打开沉浸式翻译插件设置页，进入【AI翻译】→【自定义API】选项卡。
2、填写API地址为http://127.0.0.1:11434/api/chat，模型名称填入qwen3或deepseek-v4（须与ollama list中显示名称完全一致）。
3、关闭“思考模式”，在系统提示词末尾添加/nothink以提升翻译响应速度与格式稳定性。
4、保存设置后重启浏览器，点击插件图标选择“使用本地模型翻译”，即可对PDF文献或网页主内容区域触发本地模型双语对照渲染。
四、优化PDF文献本地翻译体验
针对科研用户高频使用的PDF文献，本地模型需配合OCR预处理与排版保留机制，才能兼顾公式识别、表格结构还原与多栏文本顺序校正，避免传统PDF翻译中常见的乱序、缺失与格式崩塌问题。
1、确保待翻译PDF为可选中文本（非扫描图），若为图片型PDF，先用本地OCR工具（如PaddleOCR）提取text layer并生成含文本层的新PDF。
2、在沉浸式翻译插件中上传PDF后，于设置中启用“保留原文段落结构”与“启用数学公式LaTeX识别”两项开关。
3、翻译过程中若遇长公式卡顿，可在Ollama配置中将OLLAMA_NUM_PARALLEL设为1，并在插件内设置单次请求最大token为32768，平衡速度与完整性。
五、切换至陪读蛙实现语言学习增强
陪读蛙是专为语言深度学习设计的开源扩展，其全部翻译与释义处理均在浏览器本地完成，支持OpenAI、DeepSeek、Ollama等多种后端，且采用GPLv3协议，代码完全透明，适用于需解析生词、短语及语法结构的精读场景。
1、前往GitHub搜索“peiduwa”，克隆项目仓库并在本地运行npm install构建开发版扩展。
2、在Chrome或Edge中启用开发者模式，加载已构建的unpackaged extension。
3、进入设置页，将AI后端切换为Ollama，模型名填写qwen3，并开启“逐句解释+词性标注”模式。
4、浏览arXiv或PubMed页面时，鼠标悬停任意英文句子，即弹出本地生成的中文释义、关键词拆解与例句，全程无任何数据离开设备。
