Conclusiones clave
- TranslateBooksWithLLMs (github.com/hydropix/TranslateBooksWithLLMs), o "TBL", es una app gratuita y de código abierto para traducir libros completos, subtítulos y documentos
- Creada por un desarrollador que usa el nombre de usuario de GitHub hydropix; este análisis no encontró ninguna empresa, ronda de financiación ni respaldo comercial detrás del proyecto
- Licenciada bajo AGPL-3.0, confirmado mediante los metadatos de licencia del repositorio de GitHub
- Es compatible con los formatos EPUB, DOCX, TXT y SRT, sin límite de tamaño de archivo gracias a una fragmentación inteligente basada en tokens que preserva el formato y los códigos de tiempo de los subtítulos
- Funciona de forma gratuita con un modelo Ollama local, o con proveedores en la nube — OpenAI, Google Gemini, Mistral, DeepSeek, Poe, OpenRouter, NVIDIA NIM — además de cualquier servidor local compatible con OpenAI como llama.cpp, LM Studio o vLLM
- Incluye un sistema de puntos de control/reanudación, extracción opcional de glosario y estilo de escritura para mantener terminología y tono consistentes en todo un libro, y salida opcional de texto a voz mediante Edge-TTS
- Más de 2.400 estrellas en GitHub y 319 forks en el momento de este análisis; el repositorio se creó el 22 de mayo de 2025
📍 En una frase
TranslateBooksWithLLMs (TBL) es una aplicación gratuita y de código abierto (AGPL-3.0), disponible como aplicación de escritorio para Windows/macOS, interfaz web y CLI, que traduce libros completos, subtítulos y documentos (EPUB, DOCX, TXT, SRT) usando un modelo Ollama local o un proveedor de LLM en la nube, sin límite de tamaño de archivo y con un sistema de puntos de control que reanuda tareas interrumpidas.
💬 En términos simples
En lugar de pegar un libro capítulo a capítulo en una ventana de chat, TranslateBooksWithLLMs toma el archivo completo, lo divide en segundo plano en partes manejables, traduce cada parte manteniendo intacto el contexto y el formato circundantes, y reensambla el archivo terminado — reanudando automáticamente si el proceso se interrumpe a mitad de camino.
📌Nota: Este análisis se basa en el propio repositorio de GitHub, el README y la documentación de TranslateBooksWithLLMs, no en pruebas independientes de calidad de traducción realizadas por PromptQuorum. El proyecto enlaza sus propios benchmarks de calidad de traducción mantenidos por la comunidad en su wiki de GitHub — trátalos como datos de origen propio autopublicados, no como un benchmark auditado de forma independiente.
¿Qué es TranslateBooksWithLLMs?
TranslateBooksWithLLMs es una aplicación gratuita y de código abierto construida alrededor de una sola tarea: traducir un libro, documento o archivo de subtítulos completo con un LLM, en lugar de traducir una página o un mensaje de chat a la vez. Su propia descripción en GitHub indica que puede "traducir libros y documentos completos con Ollama, modelos compatibles con OpenAI, Gemini, Mistral, DeepSeek, Poe u OpenRouter", y que "preserva el formato, reanuda donde lo dejaste, sin límites de tamaño de archivo".
- Tipo de producto: una aplicación de traducción autónoma con tres interfaces — una aplicación de escritorio empaquetada, una interfaz web local y una herramienta de línea de comandos — no un complemento para otro programa
- Creador: un desarrollador que usa el nombre de usuario de GitHub hydropix; no se publica ningún nombre legal o de empresa en el repositorio en el momento de este análisis
- Licencia: AGPL-3.0, una licencia de código abierto copyleft, confirmada mediante los metadatos de licencia del repositorio de GitHub
- Repositorio: github.com/hydropix/TranslateBooksWithLLMs, creado el 22 de mayo de 2025
- Escala: más de 2.400 estrellas en GitHub, 319 forks, 11 colaboradores y 25 issues abiertos en el momento de este análisis
- Motor principal: un pipeline de traducción en Python que fragmenta el texto de entrada, envía cada fragmento al proveedor de LLM que configures, y reensambla la salida preservando la estructura
Historia del proyecto e hitos de versiones
El repositorio de GitHub de TranslateBooksWithLLMs se creó el 22 de mayo de 2025, y ha recibido lanzamientos continuos desde entonces, pasando de un script de traducción centrado en la línea de comandos a una aplicación de escritorio completa con un espacio de trabajo web compartido multidispositivo. Los números de versión a continuación provienen de los propios lanzamientos de GitHub del proyecto; consulta directamente la página de lanzamientos para cualquier cosa publicada después de la fecha de publicación de este análisis.
- 1Repositorio creado — 22 de mayo de 2025
Why it matters: El proyecto comienza como una herramienta de traducción de libros y documentos basada en Python, construida alrededor de Ollama y otros proveedores de LLM. - 2Serie v1.4.x — mayo–agosto de 2026
Why it matters: Una larga serie de lanzamientos menores (de v1.4.1 a v1.4.11) hasta mediados de 2026, según la lista de lanzamientos de GitHub, lo que indica una entrega constante e incremental de funciones y correcciones. - 3v1.5.0 — 2 de agosto de 2026
Why it matters: Comienza una nueva línea de versión menor, según la lista de lanzamientos de GitHub; consulta las notas de la versión específica en GitHub para ver qué cambió. - 4v1.5.6–v1.5.9 — 9–24 de agosto de 2026
Why it matters: Iteración continua a nivel de parche durante agosto de 2026, según la lista de lanzamientos de GitHub. - 5v1.5.10 — 6 de septiembre de 2026: lanzamiento etiquetado más reciente en el momento de este análisis
Why it matters: El lanzamiento actual en el momento de este análisis; la aplicación de escritorio, el sistema de puntos de control/reanudación, la extracción de glosario y estilo, y el soporte multiproveedor descritos en este análisis están todos presentes desde esta versión.
¿Qué puedes hacer con TranslateBooksWithLLMs?
El conjunto de funciones de TranslateBooksWithLLMs se centra en obtener un archivo traducido completo y correctamente formateado a partir de un LLM, para documentos mucho más largos que una sola ventana de contexto de chat. Esto es lo que hace realmente cada parte, según el propio README y la documentación del proyecto.
- Traducción de longitud ilimitada mediante fragmentación — la app divide la entrada en fragmentos basados en tokens (450 tokens por defecto, según la configuración documentada en
.env) y traduce cada uno preservando el contexto entre segmentos, de modo que una entrada del tamaño de un libro no supone un límite estricto - Preservación del formato — la estructura y el estilo del EPUB, el formato del DOCX y los códigos de tiempo de los subtítulos SRT se mantienen intactos en la salida traducida, según la propia descripción del proyecto
- Punto de control y reanudación — una traducción interrumpida (app cerrada, conexión perdida, límite de tasa) puede reanudarse desde donde se quedó en lugar de reiniciarse desde el principio
- Presets reutilizables de estilo de escritura — extraer un preset de estilo a partir de libros de muestra (o escribir uno a mano) y aplicarlo a cada fragmento de una nueva traducción para lograr un registro y tono coherentes en todo el libro
- Extracción automática de glosario y estilo — si no hay un preset listo, seleccionar "Auto" deriva tanto un glosario como un perfil de estilo directamente del documento que se está traduciendo, usando una llamada adicional al LLM antes de que comience la tarea
- Soporte multiproveedor — un modelo Ollama local de forma gratuita, cualquier servidor local compatible con OpenAI (llama.cpp, LM Studio, vLLM, LocalAI), o un proveedor en la nube: OpenAI, Google Gemini, Mistral, DeepSeek, Poe, OpenRouter o NVIDIA NIM
- Rotación de claves API — configurar una lista de claves API separadas por comas para un único proveedor, y la app rota automáticamente a la siguiente clave cuando una alcanza un límite de tasa
- Espacio de trabajo web compartido multidispositivo — la interfaz web no tiene cuentas de usuario; cada navegador que apunte al mismo servidor en ejecución ve el mismo progreso de tarea, historial y la mayoría de las preferencias casi en tiempo real
- Salida opcional de texto a voz — generar audio a partir del texto traducido mediante Edge-TTS, además del propio documento traducido
- Notificaciones — recibir una notificación push (mediante ntfy, Discord, Slack, gotify, o un webhook HTTP personalizado) cuando termina una tarea de traducción larga
Ejemplos de uso: tres formas de usar TranslateBooksWithLLMs
Estos son flujos de trabajo concretos construidos a partir de las funciones documentadas de TranslateBooksWithLLMs anteriores, no casos de uso hipotéticos.
Descargar TranslateBooksWithLLMs
TranslateBooksWithLLMs ofrece compilaciones de escritorio empaquetadas para Windows y macOS (Intel y Apple Silicon); los usuarios de Linux la ejecutan desde el código fuente o con Docker en lugar de un binario preconstruido. Los enlaces siguientes provienen del último lanzamiento en GitHub del proyecto — verifica siempre directamente en esa página, ya que las URL de compilación cambian con cada lanzamiento.
Plataforma | Descarga |
|---|---|
| Windows | TranslateBook-Windows.zip |
| macOS (Apple Silicon) | TranslateBook-macOS-AppleSilicon.zip |
| macOS (Intel) | TranslateBook-macOS-Intel.zip |
| Linux / cualquier SO (desde el código fuente) | Clona el repositorio de GitHub, ejecuta ./start.sh (requiere Python 3.8+, Ollama para el modo local) |
| Docker | docker build -t translatebook . y luego docker run -p 5000:5000 translatebook — ver docs/DOCKER.md |
En macOS, el primer lanzamiento requiere aprobar la app en Preferencias del Sistema > Privacidad y Seguridad > Abrir de todos modos, ya que la compilación de escritorio no está notarizada por Apple en el momento de este análisis. Independientemente de la vía de instalación que uses, la traducción local mediante Ollama requiere además descargar un modelo a través del propio Ollama — TranslateBooksWithLLMs no incluye ningún modelo.
Precios y licencia de TranslateBooksWithLLMs
TranslateBooksWithLLMs en sí es gratuita y de código abierto, licenciada bajo AGPL-3.0. No hay ningún nivel de pago, suscripción ni requisito de cuenta para la aplicación. Tu coste real depende por completo de qué proveedor de modelo uses para traducir.
- La aplicación es gratuita, sin límites de uso, marcas de agua ni bloqueos de funciones impuestos por el propio proyecto
- Traducir con un modelo Ollama local solo cuesta tu propio hardware y electricidad — sin tarifa por palabra o por token a TranslateBooksWithLLMs o a Ollama
- Traducir con un proveedor en la nube (OpenAI, Gemini, Mistral, DeepSeek, Poe, OpenRouter o NVIDIA NIM) cuesta lo que ese proveedor cobre por el uso de la API; varios de estos proveedores publican un nivel gratuito, pero TranslateBooksWithLLMs no controla ni garantiza esos precios
- Licencia: AGPL-3.0, confirmada mediante los metadatos de licencia del repositorio de GitHub — esta es una licencia copyleft con una cláusula de uso en red, lo que significa que si modificas el código y lo ejecutas como un servicio de red para otros, generalmente estás obligado a poner también a disposición tu código fuente modificado; esto difiere significativamente de una licencia permisiva como MIT o Apache 2.0, así que revisa tú mismo el texto de la licencia si esa obligación es relevante para tu caso de uso
- Este análisis no encontró evidencia de ninguna ronda de financiación, empresa o respaldo comercial detrás del proyecto — su propio README enlaza una página de Ko-fi para donaciones voluntarias, coherente con un proyecto de código abierto mantenido de forma independiente y apoyado por la comunidad
Traducción local (Ollama) frente a en la nube en TBL
TranslateBooksWithLLMs admite tanto una vía de traducción totalmente local a través de Ollama como una vía con proveedor en la nube, y las dos difieren principalmente en velocidad, coste y privacidad — no en qué formatos de archivo o funciones están disponibles.
Coste
- Local (Ollama):
- Gratis más allá de tu propio hardware/electricidad
- Proveedor en la nube:
- Facturado por el proveedor según el uso de la API; varios ofrecen un nivel gratuito
Privacidad
- Local (Ollama):
- El texto no se envía a ningún sitio para traducirlo — permanece en tu máquina
- Proveedor en la nube:
- El texto se envía a los servidores del proveedor según sus propios términos de tratamiento de datos
Concurrencia
- Local (Ollama):
- Serializado — un fragmento a la vez (se ignora
PARALLEL_TRANSLATIONS) - Proveedor en la nube:
- Admite
--parallel Npara traducción concurrente de fragmentos, sujeto a los propios límites de tasa del proveedor
Configuración
- Local (Ollama):
- Requiere instalar primero Ollama y descargar un modelo localmente
- Proveedor en la nube:
- Solo requiere una clave API del proveedor elegido
Calidad de traducción
- Local (Ollama):
- Depende del tamaño y la cobertura de idiomas del modelo local
- Proveedor en la nube:
- Depende del modelo en la nube elegido; normalmente una selección más amplia de modelos más grandes
El proyecto enlaza sus propios benchmarks comunitarios de calidad de traducción, organizados por idioma de destino, en su wiki de GitHub — consulta esa página directamente para comparar modelos locales y en la nube específicos para tu idioma de destino, en lugar de confiar en suposiciones generales sobre la calidad local frente a la de la nube.
¿Quién debería usar TranslateBooksWithLLMs?
TranslateBooksWithLLMs conviene a personas que necesitan traducir un libro, documento o archivo de subtítulos completo de principio a fin con formato y terminología coherentes, en lugar de un fragmento corto pegado en una ventana de chat.
Competidores y alternativas
Las herramientas de LLM dedicadas a la traducción de libros a escala de documento completo son un nicho reducido en el catálogo actual de análisis de PromptQuorum — TranslateBooksWithLLMs no tiene un rival cercano y equivalente en funciones entre los análisis FeatureAppPost existentes del sitio. Las comparaciones disponibles más cercanas son otras herramientas de documentos y conocimiento impulsadas por LLM local que comparten el énfasis de TranslateBooksWithLLMs en procesar documentos completos localmente, aunque ninguna de las dos es una herramienta específica de traducción.
Karakeep
- Best known for:
- App de marcadores y notas autoalojable con etiquetado, resumen y búsqueda basados en IA sobre documentos guardados
- Link:
- Análisis de Karakeep
Artículos sobre Karakeep (2)
- Karakeep Review 2026: Self-Hosted Bookmarks with AI Auto-TaggingActualizado 18 de septiembre de 2026
- Blinko Review 2026: Self-Hosted AI Notes with RAG SearchActualizado 19 de septiembre de 2026
También mencionado en:
- Surf Review 2026: Deta's Open-Source AI NotebookActualizado 19 de septiembre de 2026
Khoj
- Best known for:
- Asistente de IA personal "segundo cerebro" autoalojable y de código abierto que responde preguntas sobre tus propios documentos
- Link:
- Análisis de Khoj
Artículos sobre Khoj (2)
- Khoj Review 2026: Self-Hosted AI Second Brain, No Cloud LeftActualizado 2 de septiembre de 2026
- Vane Review 2026: Self-Hosted AI Answering Engine (Formerly Perplexica)Actualizado 14 de septiembre de 2026
También mencionado en:
- Agentic Inbox Review: A Self-Hosted Email Client With an AI AgentActualizado 19 de septiembre de 2026
- Sidekick Review 2026: A Free, Native macOS Local AI Chat AppActualizado 19 de septiembre de 2026
- Surf Review 2026: Deta's Open-Source AI NotebookActualizado 19 de septiembre de 2026
- SiYuan Review 2026: The Privacy-First, Block-Based Knowledge BaseActualizado 18 de septiembre de 2026
- Hyperlink (Nexa AI) Review 2026: On-Device File SearchActualizado 12 de septiembre de 2026
- Odysseus Review 2026: The Self-Hosted AI WorkspaceActualizado 12 de septiembre de 2026
- AnythingLLM Review: Open-Source RAG and Document ChatActualizado 11 de septiembre de 2026
- Quivr Review 2026: Is the Open-Source "Second Brain" Still Alive?Actualizado 2 de septiembre de 2026
Ni Karakeep ni Khoj traducen documentos — se incluyen aquí como las herramientas de productividad orientadas a documentos y impulsadas por LLM local ya analizadas en PromptQuorum que más se acercan, no como alternativas directas y equivalentes en funciones a TranslateBooksWithLLMs. Consulta el directorio de software de LLM local para ver el catálogo completo si más adelante se añade una coincidencia más cercana.
Errores comunes al evaluar TranslateBooksWithLLMs
La mayor parte de la confusión sobre TranslateBooksWithLLMs proviene de sus condiciones de licencia, de suponer que funciona como un traductor de chat en vivo, o de pasar por alto que la traducción local se ejecuta un fragmento a la vez.
Preguntas frecuentes
¿Qué es TranslateBooksWithLLMs?
TranslateBooksWithLLMs (github.com/hydropix/TranslateBooksWithLLMs), o "TBL", es una aplicación gratuita y de código abierto (AGPL-3.0) para traducir libros completos, subtítulos (SRT) y documentos (EPUB, DOCX, TXT) usando un modelo Ollama local o un proveedor de LLM en la nube.
¿Es gratuita TranslateBooksWithLLMs?
Sí, la aplicación en sí es gratuita y de código abierto, sin nivel de pago. Si traduces con un modelo Ollama local, el único coste es tu propio hardware y electricidad. Si conectas un proveedor en la nube (OpenAI, Gemini, Mistral, DeepSeek, Poe, OpenRouter o NVIDIA NIM), pagas directamente a ese proveedor por el uso de la API.
¿Cómo instalo TranslateBooksWithLLMs?
Descarga la aplicación de escritorio empaquetada para Windows o macOS (Intel o Apple Silicon) desde el último lanzamiento en GitHub, extráela, y ejecuta el ejecutable — la interfaz web se abre en localhost:5000. Los usuarios de Linux la ejecutan desde el código fuente (git clone más ./start.sh) o mediante Docker, ya que no hay un binario de Linux preconstruido en el momento de este análisis.
¿Funciona TranslateBooksWithLLMs sin conexión?
Sí, si usas un modelo local a través de Ollama. Una vez instalados Ollama y un modelo, la traducción en sí se ejecuta completamente en tu máquina — la aplicación no envía texto del libro o documento a un servidor externo para traducirlo. (Puede seguir realizando llamadas de red ordinarias en segundo plano, como comprobaciones de actualizaciones, sin relación con el contenido de tu documento.) Usar un proveedor en la nube en su lugar requiere conexión a internet y envía tu texto a ese proveedor.
¿Qué formatos de archivo admite TranslateBooksWithLLMs?
EPUB, DOCX, TXT y SRT (subtítulos), según la propia documentación del proyecto. Preserva el formato y la estructura del EPUB, el estilo del DOCX y los códigos de tiempo del SRT en la salida traducida.
¿Hay un límite de tamaño de archivo?
No. TranslateBooksWithLLMs usa un sistema de fragmentación basado en tokens (450 tokens por fragmento por defecto) que procesa documentos de cualquier longitud, incluidos libros de mil páginas, mientras preserva el contexto entre fragmentos.
¿Puedo reanudar una traducción interrumpida?
Sí. El sistema de puntos de control de TranslateBooksWithLLMs guarda el progreso automáticamente, de modo que una tarea interrumpida — por una app cerrada, una conexión perdida o un límite de tasa — puede reanudarse desde donde se quedó en lugar de reiniciarse desde el principio.
¿Qué proveedores en la nube admite TranslateBooksWithLLMs?
OpenAI, Google Gemini, Mistral, DeepSeek, Poe, OpenRouter y NVIDIA NIM, además de cualquier servidor local compatible con OpenAI como llama.cpp, LM Studio o vLLM, según el propio README del proyecto.
¿Qué licencia usa TranslateBooksWithLLMs?
AGPL-3.0, una licencia de código abierto copyleft con una cláusula de uso en red. Si modificas el código y lo ejecutas como servicio alojado para otros usuarios, generalmente estás obligado a publicar también tu código fuente modificado — lee directamente el texto de la licencia si esto aplica a tu uso previsto.
¿Quién creó TranslateBooksWithLLMs?
Un desarrollador que usa el nombre de usuario de GitHub hydropix, según la propiedad del repositorio. Este análisis no encontró ningún nombre legal o de empresa publicado, ni evidencia de una ronda de financiación detrás del proyecto.