Zum Inhalt

LLM-Anbieter

Die Übersetzungspipeline ruft ein Large Language Model für die tatsächliche Übersetzung auf. Du kannst einen oder mehrere konfigurieren; der Modellauswähler pro Feature lässt jede Seite einen anderen verwenden.

Die kostenlose Stufe ist großzügig und gut genug für die meisten persönlichen Nutzungen.

  1. Gehe zu https://aistudio.google.com/apikey
  2. Klicke auf Create API key (melde dich mit deinem Google-Konto an)
  3. Kopiere den Schlüssel (sieht aus wie AIza...)
  4. In der Desktop-App: Einstellungen → LLM → Gemini-API-Schlüssel → einfügen → Speichern

  5. Wähle ein Standardmodell im Dropdown Standard-Gemini-Modell. Googles Reihe sieht tendenziell aus wie:

    • Flash-Varianten (z. B. gemini-2.5-flash) — schnell, großzügige kostenlose Stufe, gute Qualität. Empfohlener Ausgangspunkt.
    • Pro-Varianten — langsamer, höhere Qualität, teurer.
    • Flash-lite — am schnellsten, am billigsten, niedrigere Qualität.

    Die genauen verfügbaren Modellnamen hängen davon ab, was Google auf deinem Konto bereitgestellt hat; wähle eines, dessen Name flash enthält, für einen ausgewogenen Standard.

Fertig. Der Schlüssel wird im OS-Schlüsselbund gespeichert, nicht im Klartext.

Vertex-AI-Modus (Enterprise)

Innerhalb des Gemini-Konfigurationsblocks lässt dich ein Radio-Paar zwischen Developer API und Vertex AI wechseln — dieselben Gemini-Modelle, abgerechnet über dein GCP-Konto, mit Steuerelementen auf Org-Ebene (VPC-SC, Audit-Logs, regionale Datenresidenz).

  1. In Einstellungen → LLM wechsle den Gemini-Radio von Developer API auf Vertex AI
  2. Fülle aus:
    • Project — deine GCP-Projekt-ID
    • Location — eine Vertex-Region (Standard us-central1)
    • Credentials path (optional) — Pfad zu einer Service- Account-JSON-Schlüsseldatei. Lasse leer, um Application Default Credentials zu verwenden (gcloud auth application-default login)
  3. Speichern. Das Modell-Dropdown füllt sich aus Vertex neu, sobald das Projekt gesetzt ist.

OAuth-Aktualisierung wird von google-genai automatisch behandelt. Der Service-Account-JSON-Pfad wird absichtlich im Klartext gespeichert (der Pfad ist kein Geheimnis — der Inhalt der Datei ist es, und er bleibt auf der Festplatte, wo Googles dokumentierte beste Praxis ihn aufbewahrt).

OpenAI / OpenAI-kompatibel

Alles, was eine OpenAI-kompatible REST-API freigibt, funktioniert — OpenAI selbst, Anthropic via LiteLLM-Proxy, lokales Ollama, LM Studio, vLLM, Together.ai, Groq usw.

In Einstellungen → LLM:

  1. Klicke auf Add Custom Provider
  2. Fülle aus:
    • Name — ein Label wie „OpenAI" / „Local Ollama" / „Anthropic"
    • API endpoint — die Basis-URL (z. B. https://api.openai.com/v1 oder http://localhost:11434/v1 für Ollama)
    • API key — leer lassen für nicht-authentifizierte lokale Endpoints
    • Models — kommagetrennte Liste (z. B. gpt-4o-mini, gpt-4o, gpt-3.5-turbo)
  3. Klicke auf Save.

Die benutzerdefinierten Anbieter werden als JSON-Blob im OS- Schlüsselbund gespeichert (API-Schlüssel inklusive).

Standardmodell wechseln

Das Dropdown Standard-Gemini-Modell in Einstellungen → LLM legt einen Fallback fest, der von jeder Feature-Seite verwendet wird, die keinen eigenen Auswähler hat.

Seiten mit eigenem Modellauswähler:

  • Text übersetzen — Tab Texteinstellungen → Standardmodell
  • Dokument übersetzen — wählt pro Aufgabe; fällt auf den Standard zurück
  • Untertitel / Stimme / Synchronisation / Live / Text extrahieren — jeder hat seinen eigenen Pro-Feature-Standard in seinem Einstellungs-Tab

Das lässt dich mischen und kombinieren: kostenloses Flash für Live, Pro für große Dokumente, lokales Ollama für sensible Daten.

Wo die Schlüssel gespeichert werden

OS Speicher
macOS Schlüsselbund (Login-Schlüsselbund)
Windows Anmeldeinformationsverwaltung
Linux (GNOME) Secret Service (gnome-keyring / KWallet)
Linux (kein Daemon) Fällt auf Klartext-INI in ~/.config/ai-translate/settings.ini zurück

Der Fallback-INI-Wert wird beim ersten Lesen in den Schlüsselbund migriert, sobald ein Schlüsselbund verfügbar wird — kein manueller Schritt.

Headless- / Serverinstallation

Ohne Desktop-Sitzung kannst du Schlüssel immer noch über Pythons keyring-CLI setzen (nach uv sync):

# Gemini
uv run keyring set ai-translate llm/gemini_api_key

# Benutzerdefinierte Anbieter (füge das JSON-Blob ein — siehe Einstellungs-UI für das Schema)
uv run keyring set ai-translate llm/custom_providers

Oder setze die gleichen INI-Schlüssel direkt in settings.ini — die App migriert sie beim ersten Lesen in den Schlüsselbund. Die Datei befindet sich unter:

  • Linux — ~/.config/ai-translate/settings.ini
  • macOS — ~/Library/Preferences/ai-translate/settings.ini
  • Windows — %APPDATA%\ai-translate\settings.ini

Setup testen

Schnellstmöglicher Sanity-Check:

uv run ait --version
echo "Hello world." > /tmp/x.txt
uv run ait /tmp/x.txt --target German --quiet
cat /tmp/x_translated__de.txt

Wenn du „Hallo Welt." siehst — bist du fertig.

Häufige Fehler

Fehler Wahrscheinliche Ursache
AUTH_ERROR Falscher / abgelaufener API-Schlüssel. Erneut in Einstellungen einfügen.
QUOTA_ERROR Anfragen-pro-Tag der kostenlosen Stufe überschritten. Warte oder zahle.
MODEL_NOT_FOUND Die models-Liste des benutzerdefinierten Anbieters enthält das angeforderte Modell nicht.
VISION_NOT_SUPPORTED Das ausgewählte Modell kann keine Bild-Eingabe. Verwende eine flash- / pro- / vision-Variante.

Siehe Troubleshooting für mehr.