co-op-translator

Co-op Translator

Erleichtern Sie die automatische Übersetzung Ihrer Bildungsinhalte auf GitHub in mehrere Sprachen, um ein weltweites Publikum zu erreichen.

Python package License: MIT Downloads Downloads Container: GHCR Code style: black

GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

🌐 Mehrsprachige Unterstützung

Unterstützt von Co-op Translator

Arabisch | Bengalisch | Bulgarisch | Birmanisch (Myanmar) | Chinesisch (vereinfacht) | Chinesisch (traditionell, Hongkong) | Chinesisch (traditionell, Macau) | Chinesisch (traditionell, Taiwan) | Kroatisch | Tschechisch | Dänisch | Niederländisch | Estnisch | Finnisch | Französisch | Deutsch | Griechisch | Hebräisch | Hindi | Ungarisch | Indonesisch | Italienisch | Japanisch | Kannada | Koreanisch | Litauisch | Malaiisch | Malayalam | Marathi | Nepalesisch | Nigerianisches Pidgin | Norwegisch | Persisch (Farsi) | Polnisch | Portugiesisch (Brasilien) | Portugiesisch (Portugal) | Punjabi (Gurmukhi) | Rumänisch | Russisch | Serbisch (Kyrillisch) | Slowakisch | Slowenisch | Spanisch | Suaheli | Schwedisch | Tagalog (Filipino) | Tamil | Telugu | Thailändisch | Türkisch | Ukrainisch | Urdu | Vietnamesisch

GitHub watchers GitHub forks GitHub stars

Microsoft Foundry Discord

Open in GitHub Codespaces

Überblick

Co-op Translator hilft Ihnen, Ihre Bildungsinhalte auf GitHub mühelos in mehrere Sprachen zu übersetzen. Wenn Sie Ihre Markdown-Dateien, Bilder oder Notebooks aktualisieren, bleiben die Übersetzungen automatisch synchronisiert, sodass Ihre Inhalte für Lernende weltweit stets aktuell und korrekt sind.

Beispiel, wie übersetzte Inhalte organisiert sind:

Beispiel

Schnellstart

# Erstellen und aktivieren Sie eine virtuelle Umgebung (empfohlen)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Installieren Sie das Paket
pip install co-op-translator
# Übersetzen
translate -l "ko ja fr" -md

Docker:

# Ziehen Sie das öffentliche Image von GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Führen Sie es mit dem aktuellen Ordner als Mount und bereitgestellter .env-Datei aus (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

Minimale Einrichtung

  1. Erstellen Sie eine .env-Datei anhand der Vorlage: .env.template
  2. Konfigurieren Sie einen LLM-Anbieter (Azure OpenAI oder OpenAI)
  3. (Optional) Für Bildübersetzungen (-img) Azure AI Vision einrichten
  4. (Empfohlen) Entfernen Sie vorherige Übersetzungen, um Konflikte zu vermeiden (z.B. translations/)
  5. (Empfohlen) Fügen Sie einen Übersetzungsabschnitt zu Ihrem README mit der README-Sprachvorlage hinzu
  6. Siehe: Azure AI einrichten

Verwendung

Übersetzen Sie alle unterstützten Typen:

translate -l "ko ja"

Nur Markdown:

translate -l "de" -md

Markdown + Bilder:

translate -l "pt" -md -img

Nur Notebooks:

translate -l "zh" -nb

Weitere Optionen: Befehlsreferenz

Funktionen

Dokumentation

Microsoft-spezifische Anleitung

[!NOTE] Nur für Maintainer der Microsoft „For Beginners“-Repositories.

Unterstützen Sie uns und fördern Sie globales Lernen

Begleiten Sie uns dabei, die Art und Weise zu revolutionieren, wie Bildungsinhalte weltweit geteilt werden! Geben Sie Co-op Translator einen ⭐ auf GitHub und unterstützen Sie unsere Mission, Sprachbarrieren im Lernen und in der Technologie abzubauen. Ihr Interesse und Ihre Beiträge haben großen Einfluss! Code-Beiträge und Feature-Vorschläge sind jederzeit willkommen.

Entdecken Sie Microsoft-Bildungsinhalte in Ihrer Sprache

Video-Präsentationen

👉 Klicken Sie auf das Bild unten, um das Video auf YouTube anzusehen.

Mitwirken

Dieses Projekt freut sich über Beiträge und Vorschläge. Möchten Sie zum Azure Co-op Translator beitragen? Bitte lesen Sie unsere CONTRIBUTING.md für Richtlinien, wie Sie Co-op Translator zugänglicher machen können.

Mitwirkende

co-op-translator contributors

Verhaltenskodex

Dieses Projekt hat den Microsoft Open Source Code of Conduct übernommen. Weitere Informationen finden Sie in den FAQ zum Verhaltenskodex oder kontaktieren Sie opencode@microsoft.com bei weiteren Fragen oder Anmerkungen.

Verantwortungsvolle KI

Microsoft verpflichtet sich, unseren Kunden zu helfen, unsere KI-Produkte verantwortungsvoll zu nutzen, unsere Erkenntnisse zu teilen und vertrauensbasierte Partnerschaften durch Werkzeuge wie Transparenznotizen und Wirkungsbewertungen aufzubauen. Viele dieser Ressourcen finden Sie unter https://aka.ms/RAI. Der Ansatz von Microsoft für verantwortungsvolle KI basiert auf unseren KI-Prinzipien: Fairness, Zuverlässigkeit und Sicherheit, Datenschutz und Sicherheit, Inklusivität, Transparenz und Verantwortlichkeit.

Groß angelegte Modelle für natürliche Sprache, Bilder und Sprache – wie die in diesem Beispiel verwendeten – können sich potenziell unfair, unzuverlässig oder anstößig verhalten und dadurch Schaden verursachen. Bitte konsultieren Sie die Transparenznotiz des Azure OpenAI-Dienstes, um über Risiken und Einschränkungen informiert zu sein. Der empfohlene Ansatz zur Minderung dieser Risiken besteht darin, ein Sicherheitssystem in Ihre Architektur zu integrieren, das schädliches Verhalten erkennen und verhindern kann. Azure AI Content Safety bietet eine unabhängige Schutzschicht, die in der Lage ist, schädliche nutzergenerierte und KI-generierte Inhalte in Anwendungen und Diensten zu erkennen. Azure AI Content Safety umfasst Text- und Bild-APIs, mit denen Sie schädliches Material erkennen können. Außerdem gibt es ein interaktives Content Safety Studio, mit dem Sie Beispielcode zur Erkennung schädlicher Inhalte in verschiedenen Modalitäten ansehen, erkunden und ausprobieren können. Die folgende Quickstart-Dokumentation führt Sie durch die Anfragen an den Dienst.

Ein weiterer Aspekt, den Sie berücksichtigen sollten, ist die Gesamtleistung der Anwendung. Bei multimodalen und multimodellbasierten Anwendungen verstehen wir unter Leistung, dass das System so funktioniert, wie Sie und Ihre Nutzer es erwarten, einschließlich der Vermeidung schädlicher Ausgaben. Es ist wichtig, die Leistung Ihrer gesamten Anwendung anhand von Generierungsqualität sowie Risiko- und Sicherheitsmetriken zu bewerten.

Sie können Ihre KI-Anwendung in Ihrer Entwicklungsumgebung mit dem prompt flow SDK evaluieren. Anhand eines Testdatensatzes oder eines Ziels werden die Generierungen Ihrer generativen KI-Anwendung quantitativ mit integrierten oder benutzerdefinierten Evaluatoren gemessen. Um mit dem prompt flow SDK zur Bewertung Ihres Systems zu starten, können Sie der Quickstart-Anleitung folgen. Nach der Ausführung eines Evaluierungslaufs können Sie die Ergebnisse im Azure AI Studio visualisieren.

Marken

Dieses Projekt kann Marken oder Logos von Projekten, Produkten oder Diensten enthalten. Die autorisierte Nutzung von Microsoft-Marken oder -Logos unterliegt den Microsoft Trademark & Brand Guidelines und muss diesen folgen. Die Verwendung von Microsoft-Marken oder -Logos in modifizierten Versionen dieses Projekts darf keine Verwirrung stiften oder eine Microsoft-Unterstützung suggerieren. Die Nutzung von Marken oder Logos Dritter unterliegt den jeweiligen Richtlinien dieser Dritten.

Hilfe erhalten

Wenn Sie nicht weiterkommen oder Fragen zum Erstellen von KI-Anwendungen haben, treten Sie bei:

Microsoft Foundry Discord

Wenn Sie Produktfeedback geben oder Fehler beim Erstellen melden möchten, besuchen Sie:

Microsoft Foundry Developer Forum


Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache ist als maßgebliche Quelle zu betrachten. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen.