നിങ്ങളുടെ വിദ്യാഭ്യാസ GitHub ഉള്ളടക്കം വിവിധ ഭാഷകളിലേക്ക് നിങ്ങളുടെ പ്രോജക്റ്റ് പുരോഗമിക്കുമ്പോൾ എളുപ്പത്തിൽ തർജ്ജമ ചെയ്യാനും പരിപാലിക്കാനും.
Co-op Translatorൽ നിന്നുള്ള പിന്തുണ
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
പ്രാദേശികമായി ക്ലോണ് ചെയ്യാൻ ഇഷ്ടമാണോ?
ഈ റിപ്പോസിറ്ററിയിൽ 50+ ഭാഷാ തർജ്ജമകൾ ഉൾപ്പെടുന്നു, ഇത് ഡൗൺലോഡ് വലുപ്പം വളരെ കൂടുതലാക്കും. തർജ്ജമകൾ ഇല്ലാതെ ക്ലോൺ ചെയ്യാൻ sparse checkout ഉപയോഗിക്കുക:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/Azure/co-op-translator.git cd co-op-translator git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/Azure/co-op-translator.git cd co-op-translator git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"ഇതു വഴി കോഴ്സ് പൂർത്തിയാക്കാൻ ആവശ്യമായ എല്ലാ ഫയലുകളും വളരെ വേഗത്തിൽ ലഭിക്കും.
Co-op Translator നിങ്ങളുടെ വിദ്യാഭ്യാസ GitHub ഉള്ളടക്കം വിവിധ ഭാഷകളിലേക്ക് എളുപ്പത്തിൽ സജീവമാക്കാൻ സഹായിക്കുന്നു.
നിങ്ങൾ നിങ്ങളുടെ Markdown ഫയലുകൾ, ചിത്രങ്ങൾ, കുറിപ്പുകളെ അപ്ഡേറ്റ് ചെയ്യുമ്പോൾ, തർജ്ജമകൾ താലക്കാലികമായി താളത്തില് തന്നെ ക്രമീകരിച്ചിരിക്കും, ലോകമെമ്പാടുമുള്ള പഠിതാക്കൾക്ക് നിങ്ങളുടെ ഉള്ളടക്കം കൃത്യവും അപ്ഡേറ്റും ആയിരിക്കുന്നു എന്ന് ഉറപ്പാക്കുന്നു.
തർജ്ജമ ചെയ്ത ഉള്ളടക്കം എങ്ങനെ ക്രമീകരിച്ചിരിക്കുന്നതിന്റെ ഉദാഹരണം:
Co-op Translator തർജ്ജമ ചെയ്ത ഉള്ളടക്കം പുസ്തകസവിശേഷ സോഫ്റ്റ്വെയർ ആർട്ടിഫാക്റ്റുകളായി കൈകാര്യം ചെയ്യുന്നു,
സ്ഥിരമായ ഫയലുകളുടെ തരത്തിലുള്ളതല്ല.
ഈ ഉപകരണം തർജ്ജമ ചെയ്ത Markdown, ചിത്രങ്ങൾ, കുറിപ്പുകൾ എന്നിവയുടെ നില
ഭാഷാ പരിധിബദ്ധ മെറ്റാഡേറ്റ ഉപയോഗിച്ച് ട്രാക്ക് ചെയ്യുന്നു.
ഈ രൂപകൽപ്പന Co-op Translator നായി സാധ്യമാക്കുന്നു:
- പഴയ തർജ്ജമകൾ വിശ്വസനീയമായി കണ്ടെത്താൻ
- Markdown, ചിത്രങ്ങൾ, കുറിപ്പുകൾ ഒരേ രീതിയിൽ കൈകാര്യം ചെയ്യാൻ
- വലിയ, വേഗതയുള്ള, ബഹുഭാഷാ റിപ്പോസിറ്ററികളിൽ സുരക്ഷിതമായി വ്യാപിപ്പിക്കാൻ
തർജ്ജമകൾ മാനേജുചെയ്ത ആർട്ടിഫാക്റ്റുകളായി മാതൃകയിടുന്നതിനാൽ,
തർജ്ജമ പ്രവാഹങ്ങൾ ആധുനിക സോഫ്റ്റ്വെയർ ആശ്രിതത്വം,
ആർട്ടിഫാക്റ്റ് മാനേജുമെന്റ് ശീലങ്ങളുമായി സ്വാഭാവികമായി പൊരുത്തപ്പെടുന്നു.
→ തർജ്ജമ നില എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു
# ഒരു വെർച്വൽ എൻവെർണ്മെന്റ് സൃഷ്ടിക്കുകയും സജീവമാക്കുകയും ചെയ്യുക (ശിപാർശചെയ്യുന്നതാണ്)
python -m venv .venv
# വിൻഡോസ്
.venv\Scripts\activate
# മാക്ഒ.എസ്/ലിനക്സ്
source .venv/bin/activate
# പാക്കേജ് ഇൻസ്റ്റാൾ ചെയ്യുക
pip install co-op-translator
# വിവർത്തനം ചെയ്യുക
translate -l "ko ja fr" -mdDocker:
# GHCR-ൽ നിന്ന് പൊതു ഇമേജ് കൂട്ടി കാണിക്കുക
docker pull ghcr.io/azure/co-op-translator:latest
# നിലവിലെ ഫോൾഡർ മൗണ്ടുചെയ്ത് .env ഫയൽ നൽകിയും (Bash/Zsh) പ്രവർത്തിപ്പിക്കുക
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md- നിങ്ങള്ക്കുള്ള Python പതിപ്പ് പിന്തുണ പരിധിയിൽ ആണെന്ന് ഉറപ്പാക്കുക (ഇപ്പോൾ 3.10-3.12). poetry (pyproject.toml) ഇij് വേണ്ടത്ര കൈമാറുന്നു.
- ടെംപ്ലേറ്റ് ഉപയോഗിച്ച്
.envഫയൽ സൃഷ്ടിക്കുക: .env.template - ഒരു LLM പ്രൊവൈഡർ ക്രമീകരിക്കുക (Azure OpenAI അല്ലെങ്കിൽ OpenAI)
- (ഐച്ഛികം) ചിത്ര തർജ്ജമയ്ക്കായി (
-img) Azure AI Vision ക്രമീകരിക്കുക - (ഐച്ഛികം) സഫിക്സുകൾ ഉപയോഗിച്ച് _1, _2 തുടങ്ങിയവ നൽകിയുകൊണ്ട് നിരവധി ക്രെഡൻഷ്യൽ സെറ്റുകൾ ക്രമീകരിക്കാം. ഒരു സെറ്റിലെ എല്ലാ വ്യത്യസ്തങ്ങളും ഒരേ സഫിക്സ് പങ്കിടണം.
- (പരാമർശം) മുമ്പത്തെ ഏതെങ്കിലും തർജ്ജമകൾ നീക്കം ചെയ്തിട്ട് തർക്കങ്ങൾ ഒഴിവാക്കുക (ഉദാഹരണം,
translations/) - (പരാമർശം) README-ൽ തർജ്ജമ വിഭാഗം ചേർക്കുക README languages template കാണുക
- കാണുക: Azure AI ക്രമീകരിക്കുക
എല്ലാ പിന്തുണ വിഭാഗങ്ങൾ വിവർത്തനം ചെയ്യുക:
translate -l "ko ja"Markdown മാത്രം:
translate -l "de" -mdMarkdown + ചിത്രങ്ങൾ:
translate -l "pt" -md -imgകുറിപ്പുകൾ മാത്രം:
translate -l "zh" -nbകൂടുതൽ ഫ്ലാഗുകൾ: കമ്മാൻഡ് റഫറൻസ്
- Markdown, കുറിപ്പുകൾ, ചിത്രങ്ങൾ എന്നിവയ്ക്ക് യാന്ത്രിക തർജ്ജമ
- സ്രോതസ്സിലെ മാറ്റങ്ങൾക്ക് തർജ്ജമകൾ സമന്വയിപ്പിച്ച് നിലനിർത്തുന്നു
- പ്രാദേശികമായി (CLI) അല്ലെങ്കിൽ CI (GitHub Actions) ഉപയോഗപ്രദം
- Azure OpenAI അല്ലെങ്കിൽ OpenAI ഉപയോഗിക്കുന്നു; ചിത്രങ്ങൾക്ക് ഐച്ഛികമായി Azure AI Vision
- Markdown ഫോർമാറ്റും ഘടനയും നിലനിർത്തുന്നു
- കമ്മാൻഡ് ലൈൻ ഗൈഡ്
- GitHub Actions ഗൈഡ് (പൊതു റിപ്പോസിറ്ററികളും സാധാരണ സീക്രെറ്റുകളും)
- GitHub Actions ഗൈഡ് (Microsoft ഓർഗനൈസേഷൻ റിപ്പോസിറ്ററികളും ഓർഗ-നില ക്രമീകരണങ്ങളും)
- README ഭാഷാ ടെംപ്ലേറ്റ്
- പിന്തുണയ്ക്കുന്ന ഭാഷകൾ
- സംഭാവനകൾ
- പ്രശ്നപരിഹാരങ്ങൾ
Note
Microsoft "For Beginners" റിപ്പോസിറ്ററികളുടെ പരിപാലകർക്ക് മാത്രം.
വിദ്യാഭ്യാസ ഉള്ളടക്കം ആഗോളമായി എങ്ങനെ പങ്കുവെക്കുന്നതിൽ വിപ്ലവം സൃഷ്ടിക്കുവാൻ ഞങ്ങളോടൊപ്പം ചേരൂ! Co-op Translator GitHub-ൽ⭐ നൽകുക, പഠനത്തിലും സാങ്കേതികവിദ്യയിലും ഭാഷാ തടസ്സങ്ങൾ മറികടക്കാൻ ഞങ്ങളുടെ ദൗത്യം പിന്തുണയ്ക്കൂ. നിങ്ങളുടെ താൽപ്പര്യവും സംഭാവനകളും വലിയ ഫലമുണ്ടാക്കുന്നു! കോഡ് സംഭാവനകളും സവിശേഷത നിർദ്ദേശങ്ങളും എപ്പോഴും സ്വാഗതം ചെയ്യുന്നു.
- LangChain4j-for-Beginners
- AZD for Beginners
- Edge AI for Beginners
- Model Context Protocol (MCP) For Beginners
- AI Agents for Beginners
- Generative AI for Beginners using .NET
- Generative AI for Beginners
- Generative AI for Beginners using Java
- ML for Beginners
- Data Science for Beginners
- AI for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- PhiCookBook
👉 YouTube-ൽ കാണാൻ താഴെയുള്ള ചിത്രം ക്ലിക്ക്ചെയ്യുക.
-
Open at Microsoft: Co-op Translator എങ്ങനെ ഉപയോഗിക്കാമെന്ന് പരിചയപ്പെടുത്തി ഒരു 18-മിനിറ്റ് ലഘു ഗൈഡ്.
ഈ പ്രോജക്റ്റ് സംഭാവനകളും നിർദ്ദേശങ്ങളും സ്വാഗതം ചെയ്യുന്നു. Azure Co-op Translator-ലേക്ക് സംഭാവന നൽകാൻ ആഗ്രഹിക്കുന്നവർക്ക്, CONTRIBUTING.md കാണുക, Co-op Translator കൂടുതൽ ഉപയോഗപ്രദമാക്കാൻ നിങ്ങൾ എങ്ങനെ സഹായിക്കാമെന്ന് അറിയാൻ.
ഈ പ്രോജക്ട് Microsoft Open Source Code of Conduct ഉപയോഗിക്കുന്നു. കൂടുതൽ വിവരങ്ങൾക്കായി Code of Conduct FAQ കാണുക അല്ലെങ്കിൽ ഏതെങ്കിലും അധിക ചോദ്യങ്ങൾക്കും അഭിപ്രായങ്ങൾക്കും opencode@microsoft.com എന്ന മേയിൽ വിലാസത്തിലേക്ക് ബന്ധപ്പെടുക.
Microsoft ഞങ്ങളുടെ ഉപഭോക്താക്കൾക്ക് നമ്മുടെ AI ഉൽപ്പന്നങ്ങൾ ഉത്തരവാദിത്വത്തോടെ ഉപയോഗിക്കാൻ സഹായിക്കുന്നതുകൊണ്ടും, അഭ്യസിക്കലുകൾ പങ്കുവെക്കുന്നതുകൊണ്ടും, Transparency Notes and Impact Assessments പോലെയുള്ള ഉപകരണങ്ങൾ മുഖേന വിശ്വാസം പാടിപ്പ(corrected to 'പടിപ്പിക്കുന്ന') പങ്കാളിത്തങ്ങൾ സൃഷ്ടിക്കുന്നതിലും പ്രതിബദ്ധമാണ്. ഈ വിഭവങ്ങൾ പലതും https://aka.ms/RAI എന്ന ലിങ്കിൽ ലഭ്യമാണ്. Microsoft ഉന്റെ AI നയങ്ങൾ നീതിയുടേയും വിശ്വാസ്യതയുടേയും സുരക്ഷയുടേയും, സ്വകാര്യതയുടേയും സുരക്ഷയുടേയും, ഉൾക്കൊള്ളലുടേയും, പാരദർശിതയുടേയും ഉത്തരവാദിത്വത്തിന്റേയും അടിസ്ഥാനത്തിൽ ഉേടിട്ടുണ്ട്.
ഇവിടെ ഉപയോഗിക്കുന്ന വലിയ തോതിലുള്ള സ്വാഭാവിക ഭാഷ, ചിത്രം, വാക്ക് മോഡലുകൾ അനീതിയുള്ള, വിശ്വാസ്യമല്ലാത്ത, അല്ലെങ്കിൽ අපമാനകരമായ രീതിയിൽ പെരുമാറാൻ സാധ്യതയുള്ളവയാണ്, അത് ദോഷപ്പെടുത്തലുകൾ ഉണ്ടാക്കാം. അപകടങ്ങളും പരിമിതികളും അറിയാൻ Azure OpenAI service Transparency note കാണുക.
ഈ അപകടങ്ങളെ കുറയ്ക്കാനുള്ള ശുപാർശ ചെയ്ത മാർഗം നിങ്ങളുടെ ആർക്കിടെക്ചറിലേക്ക് ഒരു സുരക്ഷാ സംവിധാനം ഉൾപ്പെടുത്തുകയാണു്, ഇത് ദോഷകരമായ പെരുമാറ്റം കണ്ടെത്തുകയും തടയുകയും ചെയ്യുന്നു. Azure AI Content Safety സ്വതന്ത്രമായ ഒരു സംരക്ഷണതലം നൽകുന്നു, ആപ്ലിക്കേഷനുകളിലും സർവീസുകളിലും ഉപയോക്തൃ-ഉൽപാദിതവും AI-ഉൽപാദിതവുമായ ദോഷകരമായ ഉള്ളടക്കം കണ്ടെത്താൻ സഹായിക്കുന്നു. Azure AI Content Safety ടെക്സ്റ്റ്, ചിത്ര API കളെ ഉൾക്കൊള്ളുന്നു, അതിലൂടെ ദോഷകരമായ മെറ്റീരിയൽ കണ്ടെത്താം. ദോഷകരമായ ഉള്ളടക്കങ്ങൾ വിവിധ മോഡാലിറ്റികളിൽ കണ്ടെത്തുന്നതിനുള്ള സാമ്പിൾ കോഡ് കാണുവാനും പരീക്ഷിക്കാനുമുള്ള Content Safety Studio നമുക്ക് ലഭ്യമാണ്. സെർവിസിലേക്ക് അഭ്യർത്ഥനകൾ അയക്കുവാനുള്ള ക്വിക്ക്സ്റ്റാർട്ട് ഡോക്യുമെന്റേഷൻ നിങ്ങളെ സഹായിക്കും.
മറ്റ് പ്രധാനമായ ഒരു കാര്യമാണ് ആപ്ലിക്കേഷൻ പൊതു പ്രകടനം. മൾട്ടി-мോഡാൽ, മൾട്ടി-мോഡൽ ആപ്ലിക്കേഷനുകളിൽ പ്രകടനം നിങ്ങളുടെ ഉപയോക്താക്കളും നിങ്ങളുടെ പ്രതീക്ഷിക്കുന്നതുപോലെ സിസ്റ്റം പ്രവർത്തിക്കുകയും ഉണ്ടാകുമ്പോൾ തന്നെ അതിൽ ദോഷകരമായ ഫലങ്ങൾ ഉണ്ടാകരുത്. നിങ്ങളുടെ ആപ്ലിക്കേഷന്റെ സമഗ്ര പ്രകടനം generation quality and risk and safety metrics ഉപയോഗിച്ച് വിലയിരുത്താൻ അത്യന്താപേക്ഷിതമാണ്.
നിങ്ങളുടെ AI ആപ്ലിക്കേഷൻ വികസന പരിതസ്ഥിതിയിൽ prompt flow SDK ഉപയോഗിച്ച് വിലയിരുത്താം. ടെസ്റ്റ് ഡാറ്റാസെറ്റോ ലക്ഷ്യത്തോടോ നിങ്ങളുടെ ജനറേറ്റീവ് AI ആപ്ലിക്കേഷൻ ജനറേഷനുകൾ നിർമിതമാക്കിയുള്ള നിർമാണമുള്ള വിലയിരുത്തികൾ ഉപയോഗിച്ച് അളക്കപ്പെടുന്നു. പ്രൊംപ്റ്റ് ഫ്ലോ SDK ഉപയോഗിച്ച് മൂല്യനിർണ്ണയം ആരംഭിക്കാൻ ക്വിക്ക്സ്റ്റാർട്ട് ഗൈഡ് പിന്തുടരുക. വിലയിരുത്തൽ റൺ പൂർത്തിയാക്കിയ ശേഷം, ഫലങ്ങൾ നിങ്ങൾക്ക് Azure AI Studio വിൽ കാണാനും സാധിക്കും.
ഈ പ്രോജക്ടിൽ പ്രോജക്ടുകൾ, ഉൽപ്പന്നങ്ങൾ, സേവനങ്ങൾ എന്നിവയുടെ ട്രേഡ്മാർക്കുകളും ലോഗോങ്ങളും ഉൾക്കൊള്ളാം. Microsoft ട്രേഡ്മാർക്കുകൾ അല്ലെങ്കിൽ ലോഗോകൾ ഉപയോഗിക്കുന്നതിന് Microsoft's Trademark & Brand Guidelines പിന്തുടരേണ്ടതാണ്. Microsoft ട്രേഡ്മാർക്കുകൾ അല്ലെങ്കിൽ ലോഗോകൾ ഈ പ്രോജക്ടിന്റെ മാറ്റപ്പെട്ട പതിപ്പുകളിൽ ഉപയോഗിക്കുന്നത് ഗതാഗതക്കാര്ക്കു തെറ്റിദ്ധാരണയ്ക്ക് ഇടയാക്കരുത് അല്ലെങ്കിൽ Microsoft പിന്തുണയുണ്ടെന്നു സൂചിപ്പിക്കരുത്. മൂന്നാം পক্ষ ട്രേഡ്മാർക്കുകളേയും ലോഗോകളേയും ഉപയോഗിക്കുന്നത് ആ മൂന്നാംകക്ഷികളുടെ നയങ്ങൾക്കും വിധേയമാണ്.
AI ആപ്ലിക്കേഷനുകൾ നിർമ്മിക്കാൻ നിങ്ങൾക്ക് തടസ്സമാണെങ്കിൽ അല്ലെങ്കിൽ ഏതെങ്കിലും ചോദ്യങ്ങളുണ്ടെങ്കിൽ ചേർക്കുക:
ഉൽപ്പന്ന ഫീഡ്ബാക്ക് നൽകാനും പൊരുത്തക്കേടുകൾ റിപ്പോർട്ട് ചെയ്യാനുമുള്ള സ്ഥലമായ:
തള്ളിപ്പറയൽ:
ഈ രേഖ Co-op Translator എന്ന AI വിവർത്തന സേവനം ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയതാണ്. ഞങ്ങൾ അന്വേഷണക്ഷമതയ്ക്ക് ശ്രമിക്കുമ്പോഴും, സ്വയംമാറ്റം വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തള്ളിപ്പറയലുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. സ്വതന്തിര ഭാഷയിലുള്ള ഈ രേഖ പ്രാമാണിക ഉറവിടമായി കണക്കാക്കേണ്ടതാണ്. കാര്യക്ഷമമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം നിർദ്ദേശിക്കപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിച്ചതിനു കാരണമാകുന്ന ഏത് തെറ്റിദ്ധാരണകൾക്കോ തെറ്റിദ്ധർമ്മങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദിത്വമില്ല.
