co-op-translator

Co-op Translator

Automatisk oversætning af dit uddannelsesindhold på GitHub til flere sprog, så du kan nå ud til et globalt publikum.

🌐 Understøttelse af flere sprog

Understøttet af Co-op Translator

Overblik

Co-op Translator gør det nemt og hurtigt at oversætte dit uddannelsesindhold på GitHub til flere sprog, så du uden besvær kan nå ud til et globalt publikum. Når du opdaterer dine Markdown-filer, billeder eller Jupyter-notebooks, bliver oversættelserne automatisk synkroniseret, så dit indhold altid er opdateret og relevant for internationale brugere.

Se hvordan Co-op Translator organiserer oversat uddannelsesindhold på GitHub:

Eksempel

Kom hurtigt i gang

# Create and activate a virtual environment (recommended)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Install the package
pip install co-op-translator
# Translate
translate -l "ko ja fr" -md

Docker:

# Pull the public image from GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Run with current folder mounted and .env provided (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

Minimal opsætning

Opret en .env ud fra skabelonen: .env.template
Konfigurer én LLM-udbyder (Azure OpenAI eller OpenAI)
For billedoversættelse (-img), skal du også sætte Azure AI Vision op
Anbefalet: Hvis du har oversættelser genereret af andre værktøjer, så ryd op i dem først for at undgå konflikter (for eksempel: translations/).
Anbefalet: Tilføj et oversættelsesafsnit til din README ved hjælp af README-sprogskabelonen
Se: Opsæt Azure AI

Brug

Oversæt alle understøttede typer:

translate -l "ko ja"

Kun Markdown:

translate -l "de" -md

Markdown + billeder:

translate -l "pt" -md -img

Kun notebooks:

translate -l "zh" -nb

Flere flag: Kommando-reference

Funktioner

Automatisk oversættelse af Markdown, notebooks og billeder
Holder oversættelser synkroniseret med kildeændringer
Kan bruges lokalt (CLI) eller i CI (GitHub Actions)
Understøtter Azure OpenAI eller OpenAI; valgfrit Azure AI Vision til billeder
Bevarer Markdown-formatering og struktur

Dokumentation

Støt os og frem global læring

Vær med til at revolutionere måden uddannelsesindhold deles på globalt! Giv Co-op Translator en ⭐ på GitHub og støt vores mission om at nedbryde sprogbarrierer i læring og teknologi. Din interesse og dine bidrag gør en stor forskel! Kodebidrag og forslag til nye funktioner er altid velkomne.

Udforsk Microsofts uddannelsesindhold på dit sprog

Video-præsentationer

Lær mere om Co-op Translator gennem vores præsentationer (Klik på billedet herunder for at se på YouTube.):

Open at Microsoft: En kort 18-minutters introduktion og hurtig guide til brug af Co-op Translator.

Bidrag

Dette projekt byder bidrag og forslag velkommen. Vil du bidrage til Azure Co-op Translator? Se venligst vores CONTRIBUTING.md for retningslinjer om, hvordan du kan hjælpe med at gøre Co-op Translator mere tilgængelig.

Bidragydere

Adfærdskodeks

Dette projekt har vedtaget Microsoft Open Source Code of Conduct. For mere information, se Code of Conduct FAQ eller kontakt opencode@microsoft.com hvis du har yderligere spørgsmål eller kommentarer.

Ansvarlig AI

Microsoft er engageret i at hjælpe vores kunder med at bruge vores AI-produkter ansvarligt, dele vores erfaringer og opbygge tillidsbaserede partnerskaber gennem værktøjer som Transparency Notes og Impact Assessments. Mange af disse ressourcer findes på https://aka.ms/RAI. Microsofts tilgang til ansvarlig AI bygger på vores AI-principper om retfærdighed, pålidelighed og sikkerhed, privatliv og sikkerhed, inklusion, gennemsigtighed og ansvarlighed.

Store sprog-, billed- og tale-modeller – som dem, der bruges i dette eksempel – kan potentielt opføre sig på måder, der er uretfærdige, upålidelige eller stødende, hvilket kan forårsage skade. Læs venligst Azure OpenAI service Transparency note for at blive informeret om risici og begrænsninger.

Den anbefalede måde at mindske disse risici på er at inkludere et sikkerhedssystem i din arkitektur, der kan opdage og forhindre skadelig adfærd. Azure AI Content Safety giver et uafhængigt beskyttelseslag, der kan opdage skadeligt bruger- og AI-genereret indhold i applikationer og tjenester. Azure AI Content Safety indeholder tekst- og billed-API’er, der gør det muligt at opdage skadeligt materiale. Vi har også et interaktivt Content Safety Studio, hvor du kan se, udforske og prøve eksempler på kode til at opdage skadeligt indhold på tværs af forskellige modaliteter. Følgende quickstart-dokumentation guider dig igennem, hvordan du laver forespørgsler til tjenesten. En anden vigtig faktor at tage højde for er den overordnede applikationsydelse. Med multimodale og multi-model applikationer betyder ydeevne, at systemet fungerer, som du og dine brugere forventer, herunder at det ikke genererer skadelige output. Det er vigtigt at vurdere ydeevnen for din samlede applikation ved hjælp af genereringskvalitet samt risikometrikker og sikkerhedsmetrikker.

Du kan evaluere din AI-applikation i dit udviklingsmiljø ved hjælp af prompt flow SDK. Med enten et testdatasæt eller et mål bliver dine generative AI-applikationsresultater målt kvantitativt med indbyggede eller brugerdefinerede evaluatorer efter eget valg. For at komme i gang med prompt flow sdk til at evaluere dit system, kan du følge quickstart-guiden. Når du har udført en evalueringskørsel, kan du visualisere resultaterne i Azure AI Studio.

Varemærker

Dette projekt kan indeholde varemærker eller logoer for projekter, produkter eller tjenester. Autoriseret brug af Microsofts varemærker eller logoer er underlagt og skal følge Microsofts retningslinjer for varemærker og branding. Brug af Microsofts varemærker eller logoer i ændrede versioner af dette projekt må ikke skabe forvirring eller antyde, at Microsoft står bag. Al brug af tredjeparts varemærker eller logoer er underlagt de pågældende tredjeparts politikker.

Få hjælp

Hvis du går i stå eller har spørgsmål om at bygge AI-apps, så deltag i:

Hvis du har feedback til produktet eller oplever fejl under udvikling, så besøg:

Ansvarsfraskrivelse: Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritiske oplysninger anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der måtte opstå ved brug af denne oversættelse.

This site is open source. Improve this page.