GemmaTrans 2.0
之前在 V2EX 發過 GemmaTrans 的第一版：一款完全本地運行的 macOS 划詞翻譯工具。 先感謝 V 友的回饋。第一版發布後，有壇友推薦了騰訊混元 Hy-MT2 。實測在我的 M2 上運行更快，翻譯也更穩定。接入過程並不是簡單換一個模型 ID：當時 Swift 版 MLXLLM 還不支援混元架構，我們在專案中移植並註冊了 hunyuanv1dense ，補齊 CLA 跨層 KV 共享和對應 Prompt ，最終加入 4-bit/8-bit 兩個版本。 這次 2.0 花時間最多的還是 UI 。最初讓 Codex 看截圖後直接改 SwiftUI ，結果經常是“局部漂亮，整體不對”：玻璃層級太多、淺色對比度不足、按鈕尺…
- 每月造訪次數
- 9.9K
- 下降15.0%較上月2026 年 9 月
- 公開營收
- 未公開
- 暫無公開營收證據
- 入門價
- 免費
- 沒有月付訂閱價
- 首次發布
- 5 個月前
- 2026-06-26 · 估算
訪問
行銷動作
發布、搜尋與內容、引薦、促銷在 V2EX 發布（3 評論）發布
做了个小工具 cc-pair：让 Claude Code 和 Codex 互相 review 代码 — 大家好，分享一个我自己做的小工具。 起因是我用 AI 写代码时发现一个问题：让同一个 agent review 它自己刚写的代码，它基本都会放行，挑不出什么毛病。想想也是，让人自己检查自己的作业总是容易手软。 cc-pair 的做法是把我手头已经在用的两个 agent 配成一…
10 月 30 日 · 16 天前發布頁
當時 每月造訪次數 9.9K在 V2EX 發布發布
做了个把视觉选择转成 DESIGN.md 的工具，找 3 个真实页面试用 — 我和 AI 协作做了 KANSEI 。它通过一组视觉选择，生成一份能给 AI 编程工具用的设计规则文件。 最近我拿同样的作品素材，比较了三种做法：认真写需求、让 AI 自己写设计规范、加入 KANSEI 导出的规则。三种方式都能做出完整页面，目前还没有证据说明 KANSEI…
9 月 9 日 · 2 個月前發布頁
當時 每月造訪次數 11.6K訪問：之前 1 個月 -14%，之後 1 個月 -15%在 Show HN 發布（3 分）發布
A Catalog of Website Design.md
8 月 5 日 · 3 個月前發布頁
當時 每月造訪次數 13.5K訪問：之後 2 個月 -27%同期還有 1 個動作在 V2EX 發布發布
GemmaTrans 2.0：给 Codex 装设计审查 Skill 后，重构了五次 macOS UI — 之前在 V2EX 发过 GemmaTrans 的第一版：一款完全本地运行的 macOS 划词翻译工具。 先感谢 V 友的反馈。第一版发布后，有坛友推荐了腾讯混元 Hy-MT2 。实测在我的 M2 上运行更快，翻译也更稳定。接入过程并不是简单换一个模型 ID：当时 Swift…
7 月 27 日 · 4 個月前發布頁
在 V2EX 發布（1 感謝 · 10 評論）發布
基于 MLX Vibe 了一个本地翻译工具， AI 做上架真是方便 — 自从 AI 用得多了，读英文的频率反而高了不少，是不是冒点英文我觉得也挺好。之前一直靠 PopClip 配个本地词典凑合，查单词够用，但整句、长句就差点意思。后来用了几次 AI 翻译，效果是真好；又赶上 WWDC26 看到 MLX ，我就动了个念头：能不能干脆在本地跑个小模型…
6 月 26 日 · 5 個月前發布頁
第三方評測與案例拆解
客戶來源管道拆解、工程師評測與開源檔案- 創作者原帖摘錄：
- 自从 AI 用得多了，读英文的频率反而高了不少，是不是冒点英文我觉得也挺好。之前一直靠 PopClip 配个本地词典凑合，查单词够用，但整句、长句就差点意思。后来用了几次 AI 翻译，效果是真好；又赶上 WWDC26 看到 MLX ，我就动了个念头：能不能干脆在本地跑个小模型做翻译？翻译这活儿对参数量要求没那么高，正合适。于是就让 AI 开干了。 模型挑了 Google 的 Gemma 4 （ 4-bit ），框架用 MLX-Swift ，在我那台 16G 的 MacBook Air M2 上跑得动。做成了菜单栏 app ，选中文字按个快捷键就出译文，全程不联网，文字不出本机。顺手还开了个只听 127.0.0.1 的本地 API ，做了个 PopClip 插件能直接连。 整个过程最麻烦的不是写代码，是上架 Ap
- 創作者原帖摘錄：
- 之前在 V2EX 发过 GemmaTrans 的第一版：一款完全本地运行的 macOS 划词翻译工具。 先感谢 V 友的反馈。第一版发布后，有坛友推荐了腾讯混元 Hy-MT2 。实测在我的 M2 上运行更快，翻译也更稳定。接入过程并不是简单换一个模型 ID：当时 Swift 版 MLXLLM 还不支持混元架构，我们在项目中移植并注册了 hunyuan_v1_dense ，补齐 CLA 跨层 KV 共享和对应 Prompt ，最终加入 4-bit/8-bit 两个版本。 这次 2.0 花时间最多的还是 UI 。最初让 Codex 看截图后直接改 SwiftUI ，结果经常是“局部漂亮，整体不对”：玻璃层级太多、浅色对比度不足、按钮尺寸不统一、长文本破坏浮窗，快捷键还会错误置顶其他窗口。 后来我们调整了流程： 安装
- 創作者原帖摘錄：
- 我和 AI 协作做了 KANSEI 。它通过一组视觉选择，生成一份能给 AI 编程工具用的设计规则文件。 最近我拿同样的作品素材，比较了三种做法：认真写需求、让 AI 自己写设计规范、加入 KANSEI 导出的规则。三种方式都能做出完整页面，目前还没有证据说明 KANSEI 显著更好，或者更省修改。 所以想找正在用 AI 做网页的人，拿一个你现在确实想完成的页面试试。这轮先接 3 个，逐个做；限你自己决定视觉方向的个人项目，比如作品集、个人工具首页。 你提供可公开的页面需求和现有素材，我们按同一需求做三份对照，再处理一次你真正想改的地方。你先看编号，不预先告诉你哪份用了什么；可以选一份、觉得都差不多，或者继续用原方案。我们想知道的是，规则有没有帮你得到更愿意实际用的页面。 你需要完成一次视觉选择，把导出的 DE
- 創作者原帖摘錄：
- 大家好，分享一个我自己做的小工具。 起因是我用 AI 写代码时发现一个问题：让同一个 agent review 它自己刚写的代码，它基本都会放行，挑不出什么毛病。想想也是，让人自己检查自己的作业总是容易手软。 cc-pair 的做法是把我手头已经在用的两个 agent 配成一对：Claude Code 和 Codex ，一个负责写（ author ），另一个负责审（ reviewer ）。写完一轮就把改动发给对方 review ，对方给出结论（通过 / 要改），作者逐条核实、该改的改、不同意的说明理由，再发回去复审，直到通过，或者超过轮次上限（默认 3 轮）就停下来交给人来裁决。 角色是对称的，Claude 和 Codex 谁写谁审都可以。两种用法： - 自动模式：在自己终端里跑 `pair start --a
開源倉庫與自部署
商店資料
- 評分
- 評分未同步評分數未同步
- 上月新增評分
- —
- 價格與內購
- 免費內購資料未同步
- 當前版本
- —商店公開檔案
商店圖示、評分分布、安裝量級與宣傳截圖同步自 Apple App Store、Google Play 與 Chrome 應用商店。
流量來源
訪問構成
管道
- 直接訪問78%
- 自然搜尋9%
- 外部引薦7%
- 其他5%
國家/地區
- 美國48%
- 印度36%
- 印尼13%
- 南韓2%
- 日本1%
搜尋
站點權重 —網域名稱註冊 1998-08-28
這個網站還沒有搜尋關鍵字資料。
流量資料：Vaneform
定價
尚未識別出定價頁，或該頁面沒有公開價格。
頁面與變化
關鍵頁面
每週快照還沒有頁面快照。有人追蹤後，首頁與定價頁開始每週快照。
變化
開始記錄以來，定價、方案與定位都沒有變化。
問題與證據
- GemmaTrans 2.0 的網站造訪次數是多少？
- Vaneform 估算 2026-09 網站造訪次數為 9.9K。造訪次數包含重複訪問，付費客戶數與收入需分別查看對應證據。來源
- GemmaTrans 2.0 是什麼產品，支援哪些平台？
- GemmaTrans 2.0 歸屬「翻譯與本地化」市場領域：之前在 V2EX 發過 GemmaTrans 的第一版：一款完全本地運行的 macOS 划詞翻譯工具。 先感謝 V 友的回饋。第一版發布後，有壇友推薦了騰訊混元 Hy-MT2 。實測在我的 M2 上運行更快，翻譯也更穩定。接入過程並不是簡單換一個模型 ID：當時 Swift 版 MLXLLM 還不支援混元架構，我們在專案中移植並註冊了 hunyuanv1dense ，補齊 CLA 跨層 KV 共享和對應 Prompt ，最終加入 4-bit/8-bit 兩個版本。 這次 2.0 花時間最多的還是 UI 。最初讓 Codex 看截圖後直接改 SwiftUI ，結果經常是“局部漂亮，整體不對”：玻璃層級太多、淺色對比度不足、按鈕尺…。 支援平台包括：行動應用。
- GemmaTrans 2.0 是開源專案嗎？採用什麼協議？
- GemmaTrans 2.0 擁有公開程式碼倉庫（https://github.com/Rand01ph/gemma-trans），已公開原始碼倉庫。來源
同分類研究對象
這些產品屬於同一目錄分類。選型時請進一步核對客戶任務、功能與部署要求。
| 產品 | 入門價 | 每月造訪次數 | 營收佐證 |
|---|---|---|---|
| Deepl巨獸DeepL為個人、團隊和企業提供AI翻譯平台，可翻譯文本、文件、媒體和語音。 | $8.09/月 | 95.1M | 未公開 |
| Context巨獸Reverso Context 為語言學習者、學生和教師提供語境翻譯、詞典查詢及詞匯練習，並支援語音、相機和文件翻譯。 | $7.01/月 | 15.1M | 未公開 |
| Immersive Translate面向學習、研究和工作的AI翻譯工具，可翻譯網頁、文件、影片字幕和圖片，並提供雙語閱讀。 | $6.99/月 | 2.6M | 未公開 |
| OpenL面向日常使用者、專業人士、企業和教育工作者的人工智慧翻譯軟體，可翻譯文本、圖片、文件和語音。 | $8.9/月 | 1.4M | 未公開 |
| LaraLara 為個人、專業譯者和企業團隊提供支援兩百多種語言的文本、文件、圖像、音訊及即時對話 AI 翻譯。 | $9.99/月 | 1.2M | 未公開 |
| TomatoMTL幫助讀者使用機器翻譯即時閱讀小說的輔助工具。 | — | 1.1M | 未公開 |