قم بأتمتة ترجمة محتوى GitHub التعليمي الخاص بك بسهولة إلى عدة لغات للوصول إلى جمهور عالمي.
العربية | البنغالية | البلغارية | البورمية (ميانمار) | الصينية (المبسطة) | الصينية (التقليدية، هونغ كونغ) | الصينية (التقليدية، ماكاو) | الصينية (التقليدية، تايوان) | الكرواتية | التشيكية | الدنماركية | الهولندية | الإستونية | الفنلندية | الفرنسية | الألمانية | اليونانية | العبرية | الهندية | الهنغارية | الإندونيسية | الإيطالية | اليابانية | الكانادا | الكورية | الليتوانية | الماليزية | المالايالامية | الماراثية | النيبالية | النيجيرية بيدجين | النرويجية | الفارسية (اللغة الفارسية) | البولندية | البرتغالية (البرازيل) | البرتغالية (البرتغال) | البنجابية (غورموخي) | الرومانية | الروسية | الصربية (السيريلية) | السلوفاكية | السلوفينية | الإسبانية | السواحيلية | السويدية | التاغالوغ (الفلبينية) | التاميلية | التيلجو | التايلاندية | التركية | الأوكرانية | الأردية | الفيتنامية
مترجم التعاون يساعدك على تعريب محتوى GitHub التعليمي الخاص بك إلى عدة لغات بسهولة. عندما تقوم بتحديث ملفات Markdown أو الصور أو دفاتر الملاحظات، تبقى الترجمات متزامنة تلقائيًا، مما يضمن بقاء المحتوى دقيقًا ومحدثًا للمتعلمين حول العالم.
مثال على كيفية تنظيم المحتوى المترجم:

# إنشاء وتفعيل بيئة افتراضية (موصى به)
python -m venv .venv
# ويندوز
.venv\Scripts\activate
# ماك أو إس / لينكس
source .venv/bin/activate
# تثبيت الحزمة
pip install co-op-translator
# ترجمة
translate -l "ko ja fr" -md
دوكر:
# سحب الصورة العامة من GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# التشغيل مع تثبيت المجلد الحالي وتوفير ملف .env (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md
.env باستخدام القالب: .env.template-img)، قم بتكوين Azure AI Visiontranslations/)ترجم جميع الأنواع المدعومة:
translate -l "ko ja"
Markdown فقط:
translate -l "de" -md
Markdown + صور:
translate -l "pt" -md -img
دفاتر الملاحظات فقط:
translate -l "zh" -nb
المزيد من الخيارات: مرجع الأوامر
[!NOTE] للمشرفين على مستودعات Microsoft “للمبتدئين” فقط.
انضم إلينا في ثورة كيفية مشاركة المحتوى التعليمي عالميًا! امنح مترجم التعاون ⭐ على GitHub وادعم مهمتنا في إزالة حواجز اللغة في التعلم والتكنولوجيا. اهتمامك ومساهماتك تحدث فرقًا كبيرًا! مساهمات الكود واقتراحات الميزات مرحب بها دائمًا.
👉 انقر على الصورة أدناه للمشاهدة على يوتيوب.
يرحب هذا المشروع بالمساهمات والاقتراحات. هل ترغب في المساهمة في Azure Co-op Translator؟ يرجى مراجعة CONTRIBUTING.md للحصول على إرشادات حول كيفية المساعدة في جعل مترجم التعاون أكثر سهولة.
اعتمد هذا المشروع مدونة السلوك مفتوحة المصدر من Microsoft. لمزيد من المعلومات راجع الأسئلة الشائعة حول مدونة السلوك أو تواصل عبر opencode@microsoft.com لأي أسئلة أو تعليقات إضافية.
تلتزم Microsoft بمساعدة عملائنا على استخدام منتجات الذكاء الاصطناعي لدينا بمسؤولية، ومشاركة تجاربنا، وبناء شراكات قائمة على الثقة من خلال أدوات مثل ملاحظات الشفافية وتقييمات التأثير. يمكن العثور على العديد من هذه الموارد على https://aka.ms/RAI. نهج Microsoft في الذكاء الاصطناعي المسؤول يستند إلى مبادئنا في الذكاء الاصطناعي التي تشمل العدالة، والموثوقية والسلامة، والخصوصية والأمان، والشمولية، والشفافية، والمساءلة.
يمكن أن تتصرف نماذج اللغة الطبيعية والصور والكلام واسعة النطاق - مثل تلك المستخدمة في هذا المثال - بطرق قد تكون غير عادلة أو غير موثوقة أو مسيئة، مما قد يسبب أضرارًا. يرجى مراجعة ملاحظة الشفافية لخدمة Azure OpenAI للاطلاع على المخاطر والقيود. النهج الموصى به للتقليل من هذه المخاطر هو تضمين نظام أمان في البنية الخاصة بك يمكنه اكتشاف ومنع السلوك الضار. يوفر Azure AI Content Safety طبقة حماية مستقلة، قادرة على اكتشاف المحتوى الضار الذي ينشئه المستخدمون أو الذكاء الاصطناعي في التطبيقات والخدمات. يتضمن Azure AI Content Safety واجهات برمجة تطبيقات للنصوص والصور تتيح لك اكتشاف المواد الضارة. كما لدينا استوديو تفاعلي لـ Content Safety يسمح لك بعرض واستكشاف وتجربة أمثلة على الشيفرة لاكتشاف المحتوى الضار عبر أنماط مختلفة. ترشدك وثائق البدء السريع التالية خلال كيفية إرسال الطلبات إلى الخدمة.
جانب آخر يجب أخذه في الاعتبار هو أداء التطبيق بشكل عام. مع التطبيقات متعددة الأنماط والنماذج، نعتبر الأداء يعني أن النظام يعمل كما تتوقع أنت ومستخدموك، بما في ذلك عدم توليد مخرجات ضارة. من المهم تقييم أداء تطبيقك العام باستخدام مقاييس جودة التوليد والمخاطر والسلامة.
يمكنك تقييم تطبيق الذكاء الاصطناعي الخاص بك في بيئة التطوير باستخدام prompt flow SDK. بناءً على مجموعة بيانات اختبار أو هدف معين، يتم قياس نتائج تطبيق الذكاء الاصطناعي التوليدي الخاص بك بشكل كمي باستخدام مقيمين مدمجين أو مقيمين مخصصين تختارهم. للبدء باستخدام prompt flow sdk لتقييم نظامك، يمكنك اتباع دليل البدء السريع. بمجرد تنفيذ تشغيل التقييم، يمكنك عرض النتائج في Azure AI Studio.
قد يحتوي هذا المشروع على علامات تجارية أو شعارات لمشاريع أو منتجات أو خدمات. يخضع الاستخدام المصرح به لعلامات Microsoft التجارية أو شعاراتها ويجب أن يتبع إرشادات العلامات التجارية والعلامات التجارية لشركة Microsoft. يجب ألا يسبب استخدام علامات Microsoft التجارية أو شعاراتها في نسخ معدلة من هذا المشروع أي لبس أو يوحي برعاية Microsoft. أي استخدام لعلامات تجارية أو شعارات لأطراف ثالثة يخضع لسياسات تلك الأطراف.
إذا واجهت صعوبة أو كان لديك أي أسئلة حول بناء تطبيقات الذكاء الاصطناعي، انضم إلى:
إذا كان لديك ملاحظات على المنتج أو أخطاء أثناء البناء، قم بزيارة:
إخلاء المسؤولية:
تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الموثوق به. للمعلومات الهامة، يُنصح بالاعتماد على الترجمة البشرية المهنية. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.