KrillinAI｜视频翻译容器化部署：20 分钟从零到上线的完整路径

【免费下载链接】OpenCreator Formerly KrillinAI. Open-source AI workspace for creators, powered by Codex. Create videos, images, voice, avatars, translations, and edits with Agents in one place. 项目地址: https://gitcode.com/GitHub_Trending/kr/OpenCreator

KrillinAI 是一款开源的 AI 视频翻译与配音工具，支持一键完成视频的翻译和配音全流程。环境自检、只改几处配置、一条命令拉起，走完这三步，你就完成了 KrillinAI 的容器化部署，让一台可用的视频翻译服务跑在自己的机器上。

环境自检：只需确认两件事

开始之前，确认下面两项已就位：

• Docker 已安装且服务在运行——Ubuntu/Debian 用 sudo apt-get install docker-ce docker-ce-cli containerd.io 安装；CentOS/RHEL 用对应的 yum 命令；macOS/Windows 直接从官网安装 Docker Desktop。
• Docker Compose v2 已安装——Linux 上从官方发布页下载二进制文件放到 /usr/local/bin，然后赋予可执行权限；其余平台一般随 Docker 自带。

先把 Docker 守护进程启动起来并设为开机自启：

sudo systemctl start docker
sudo systemctl enable docker

给 Compose 二进制加完权限后，确认两个工具都能正常输出版本：

docker --version
docker-compose --version

⚠️ 若 docker-compose --version 报错，先检查二进制是否放在 /usr/local/bin 并且执行过 sudo chmod +x。

拿到项目并完成首次配置

先备好 OSS Bucket 和 AccessKey

KrillinAI 把视频和字幕文件存在阿里云 OSS 上，这一步要先做。在阿里云 OSS 控制台创建一个 Bucket，要点如下：

• 名称好认即可，比如 krillinai
• 地域选离服务器最近的（如华东 2 上海）
• 存储类型选「标准存储」，冗余选「同城冗余」，创建时勾选开通「阻止公共访问」
• 创建完成后，把该 Bucket 的读写权限切换为「公共读」，这样 KrillinAI 才能读到桶里的文件

再到阿里云控制台的 AccessKey 管理页创建一个 AccessKey，把 AccessKey ID 和 AccessKey Secret 保存好，配置时要填。

顺便把备份方式想好：视频和字幕都落在 OSS 里，用 OSS 自带的定时备份功能，或写个小脚本定期下载一份副本，这是成本最低的保险。

只改几处配置项

把项目代码取下来：

git clone https://gitcode.com/GitHub_Trending/kr/KrillinAI
cd KrillinAI

Go 服务端代码位于 runtime/krillinai/ 目录，复制示例配置作为正式配置：

cd runtime/krillinai/config
cp config-example.toml config.toml

打开 config.toml，只需要动下面这些字段，其余保持不变：

[aliyun]
access_key_id = "你的AccessKey ID"
access_key_secret = "你的AccessKey Secret"
oss_bucket = "krillinai"
oss_endpoint = "oss-cn-shanghai.aliyuncs.com"

[server]
port = 8080
log_level = "info"

[ai]
translator = "aliyun"

[ai] 段的 translator 可选 aliyun、openai、deepseek 等，按你想用的翻译通道填写。完整字段说明见配置文件示例。

⚠️ 若启动后翻译一直失败，先检查 OSS 的 AccessKey 与 Bucket 两个值是否填对。

一条命令拉起来，并确认服务在线

KrillinAI Docker 部署的路径其实就三条命令。在项目根目录构建镜像：

docker build -t krillinai:latest .

根目录已带 docker-compose.yml，直接拉起服务：

docker-compose up -d

启动后立刻确认容器状态：

docker-compose ps

容器状态正常的话，浏览器打开 http://localhost:8080 就能看到 KrillinAI 的 Web 界面，视频翻译工具容器化这一步就算上线了。

⚠️ 若容器起不来或反复重启，先运行 docker-compose logs krillinai 看错误详情，再核对 OSS 相关配置。

上线之后：用起来与管起来

完成第一次视频翻译

日常操作就四步：

1. 选视频源——上传本地视频文件，或直接输入视频链接。
2. 设字幕——选择源语言与目标语言，按需开启双语字幕和语气词过滤。
3. 开始翻译——点击「开始翻译」，等 AI 处理完成。
4. 下载结果——翻译完成后下载带字幕的视频文件。

翻译出来的效果就是这种双语字幕叠加的形式：

流量上来之后怎么办

单实例扛不住时，标准做法是多实例 + 负载均衡：跑多个 KrillinAI 实例，用负载均衡器分发请求。在 docker-compose.yml 的 krillinai 服务里补上配置挂载：

    environment:
      - CONFIG_FILE=/app/config/config.toml
    volumes:
      - ./config:/app/config

再加副本数：

    deploy:
      replicas: 3

挂载配置目录后每个实例读同一份配置，replicas: 3 表示起 3 个实例。

监控侧，把容器接进 Prometheus + Grafana 能直观看到资源占用；用 ELK 栈收集容器日志，排障会快很多。想调整日志级别或输出格式，改日志配置文件即可。

⚠️ 若翻译速度慢，先确认所选阿里云地域是否离服务器够近、CPU 和内存余量是否充足。 ⚠️ 若视频无法播放，先检查 Bucket 权限是否已设为公共读，以及格式是否为 MP4、AVI、MKV 等常见支持格式。

到这里，KrillinAI 已经在你的机器上跑起来，随时可以投入日常使用。整条路径无论单实例还是多实例集群都一样：环境自检、最小配置改动、一条命令拉起。过程中卡住的细节，可以翻中文 README 或向项目提交 issue。容器化只是起点，后续按你的工作流扩展成多地域、多模型组合，都是顺理成章的事。

【免费下载链接】OpenCreator Formerly KrillinAI. Open-source AI workspace for creators, powered by Codex. Create videos, images, voice, avatars, translations, and edits with Agents in one place. 项目地址: https://gitcode.com/GitHub_Trending/kr/OpenCreator