Skip to content

Latest commit

 

History

History
248 lines (176 loc) · 15 KB

File metadata and controls

248 lines (176 loc) · 15 KB

Co-op Translator

轻松自动化并维护您的教育 GitHub 内容的多语言翻译,随着项目发展持续更新。

Python 3.10–3.12 Python package License: MIT Downloads Downloads Container: GHCR Code style: black

GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

🌐 多语言支持

Co-op Translator 提供支持

阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 (Myanmar) | 中文(简体) | 中文(繁体,香港) | 中文(繁体,澳门) | 中文(繁体,台湾) | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印度尼西亚语 | 意大利语 | 日语 | 卡纳达语 | 高棉语 | 韩语 | 立陶宛语 | 马来语 | 马拉雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语 (法尔西语) | 波兰语 | 葡萄牙语(巴西) | 葡萄牙语(葡萄牙) | 旁遮普语(Gurmukhi) | 罗马尼亚语 | 俄语 | 塞尔维亚语(西里尔文) | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 他加禄语(菲律宾语) | 泰米尔语 | 特卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语

偏好本地克隆?

本仓库包含 50 多种语言的翻译,显著增加了下载大小。若要不带翻译克隆,请使用稀疏检出:

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"

这样您可以获得完成课程所需的一切,且下载更快。

GitHub watchers GitHub forks GitHub stars

Microsoft Foundry Discord

Open in GitHub Codespaces

概述

Co-op Translator 帮助您轻松将教育 GitHub 内容本地化为多种语言。 当您更新 Markdown 文件、图片或笔记本时,翻译会自动同步,确保您的内容对于全球的学习者始终准确且最新。

翻译内容组织示例:

Example

翻译状态管理方式

Co-op Translator 将已翻译的内容作为有版本的软件工件管理,
而非静态文件。

该工具使用语言范围的元数据跟踪已翻译的 Markdown、图片和笔记本的状态。

此设计使得 Co-op Translator 能:

  • 可靠地检测过时的翻译
  • 一致地处理 Markdown、图片和笔记本
  • 安全地扩展到大型、快速迭代的多语言仓库

通过将翻译建模为受控工件,
翻译工作流程自然契合现代
软件依赖与工件管理实践。

如何管理翻译状态

快速开始

# 创建并激活虚拟环境(推荐)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# 安装该包
pip install co-op-translator
# 翻译
translate -l "ko ja fr" -md

Docker:

# 从 GHCR 拉取公共镜像
docker pull ghcr.io/azure/co-op-translator:latest
# 以挂载当前文件夹并提供 .env 文件的方式运行(Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

最小配置

  1. 确认您使用支持的 Python 版本(当前支持 3.10-3.12)。在 poetry (pyproject.toml) 中自动处理。
  2. 使用模板创建 .env 文件:.env.template
  3. 配置一个 LLM 提供商(Azure OpenAI 或 OpenAI)
  4. (可选)对于图片翻译(-img),配置 Azure AI Vision
  5. (可选)可通过复制并添加后缀如 _1_2 等,配置多套凭据。每套变量必须拥有相同后缀。
  6. (建议)清理之前的翻译文件以避免冲突(例如 translations/
  7. (建议)使用 README languages template 向您的 README 添加翻译章节
  8. 参见:设置 Azure AI

使用方法

翻译所有支持的类型:

translate -l "ko ja"

仅翻译 Markdown:

translate -l "de" -md

Markdown + 图片:

translate -l "pt" -md -img

仅翻译笔记本:

translate -l "zh" -nb

更多参数:命令参考

功能

  • 自动翻译 Markdown、笔记本和图片
  • 保持翻译与源内容同步
  • 支持本地(CLI)或 CI(GitHub Actions)运行
  • 使用 Azure OpenAI 或 OpenAI;可选 Azure AI Vision 处理图片
  • 保留原有 Markdown 格式与结构

文档

Microsoft 专用指南

Note

仅供 Microsoft “For Beginners” 仓库维护者使用。

支持我们,促进全球学习

加入我们,革新教育内容的全球共享方式!请在 GitHub 上为 Co-op Translator 点⭐,支持我们打破学习与技术中的语言障碍。您的关注和贡献将产生重大影响!代码贡献和功能建议始终欢迎。

探索您的语言中的 Microsoft 教育内容

视频介绍

👉 点击下方图片,在 YouTube 上观看。

  • Open at Microsoft:一段简短的 18 分钟介绍及 Co-op Translator 快速指南。

    Open at Microsoft

贡献

我们欢迎您的贡献和建议。想为 Azure Co-op Translator 贡献代码?请参见我们的 CONTRIBUTING.md 了解如何帮助让 Co-op Translator 更加易用。

贡献者

co-op-translator contributors

行为准则

本项目已采用Microsoft 开源行为准则。 有关更多信息,请参阅行为准则常见问题或 通过邮件联系 opencode@microsoft.com 以获得更多问题或反馈。

负责任的 AI

微软致力于帮助客户负责任地使用我们的 AI 产品,分享我们的学习成果,并通过 Transparency Notes 和 Impact Assessments 等工具建立基于信任的合作关系。许多相关资源可在 https://aka.ms/RAI 找到。 微软的负责任 AI 方法基于公平性、可靠性与安全性、隐私与安全性、包容性、透明度和问责制等 AI 原则。

大型自然语言、图像和语音模型——如本示例中使用的模型——可能会表现出不公平、不可靠或冒犯性的行为,从而造成伤害。请参阅Azure OpenAI 服务透明度说明 了解相关风险和限制。

建议的风险缓解方法是在架构中包含安全系统,以检测和防止有害行为。Azure AI 内容安全 提供了独立的保护层,能够检测应用和服务中的用户生成和 AI 生成的有害内容。Azure AI 内容安全包括文本和图像 API,允许您检测有害材料。我们还有一个交互式内容安全工作室,允许您查看、探索并尝试跨不同模态检测有害内容的示例代码。以下快速入门文档指导您如何向该服务发送请求。

另一个需要考虑的方面是整体应用性能。对于多模态和多模型应用,我们认为性能意味着系统能够按您和用户预期执行,包括不生成有害输出。评估您的整体应用性能时,重要的是使用生成质量及风险与安全指标

您可以使用prompt flow SDK在开发环境中评估您的 AI 应用。无论是测试数据集还是目标,您的生成式 AI 应用的生成结果都可以通过内置评估器或您选择的自定义评估器进行定量测量。要开始使用 prompt flow sdk 评估您的系统,可以参照快速入门指南。执行评估运行后,您可以在Azure AI Studio 中可视化结果

商标

本项目可能包含项目、产品或服务的商标或徽标。微软商标或徽标的授权使用需遵守且必须遵循 微软商标与品牌指南。 在本项目的修改版本中使用微软商标或徽标不得引起混淆或暗示微软的赞助。 任何第三方商标或徽标的使用均需遵守相关第三方的政策。

寻求帮助

如果遇到困难或对构建 AI 应用有任何疑问,请加入以下群组:

Microsoft Foundry Discord

如果在构建产品时有反馈或遇到错误,请访问:

Microsoft Foundry Developer Forum


免责声明
本文件已使用 AI 翻译服务 Co-op Translator 进行翻译。尽管我们力求准确,但请注意自动翻译可能包含错误或不准确之处。原始文件的母语版本应被视为权威来源。对于关键信息,建议采用专业人工翻译。我们不对因使用本翻译而产生的任何误解或误释承担责任。