Helposti automatisoi ja ylläpidä käännöksiä opetusmateriaaliisi GitHubissa useille kielille projektisi kehittyessä.
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
Haluatko kloonata paikallisesti?
Tämä repositorio sisältää yli 50 käännöskieltä, mikä kasvattaa merkittävästi latauskokoa. Kloonaa ilman käännöksiä käyttämällä sparse checkout -toimintoa:
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"Saat kaiken tarvittavan kurssin suorittamiseen paljon nopeammalla latauksella.
Co-op Translator auttaa sinua lokalisointiprosessissa kääntämään opetussisältösi GitHubissa useille kielille vaivattomasti.
Kun päivität Markdown-tiedostoja, kuvia tai muistikirjoja, käännökset pysyvät automaattisesti synkronoituna, varmistaen, että sisältösi on ajantasaista ja tarkkaa oppijoille ympäri maailmaa.
Esimerkki siitä, miten käännetty sisältö on järjestetty:

Co-op Translator käsittelee käännetyn sisällön versioituna ohjelmistoartifaktina,
ei staattisina tiedostoina.
Työkalu seuraa käännettyjen Markdown-tiedostojen, kuvien ja muistikirjojen tilaa
käyttäen kieleen sidottua metadataa.
Tämä malli mahdollistaa Co-op Translatorille:
Mallintamalla käännökset hallituiksi artifakteiksi,
käännöstyönkulut ovat luonnollisesti linjassa nykyaikaisten
ohjelmistoriippuvuuksien ja artifaktinhallinnan käytäntöjen kanssa.
→ Kuinka käännösten tila hallitaan
# Luo ja aktivoi virtuaaliympäristö (suositeltavaa)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Asenna paketti
pip install co-op-translator
# Käännä
translate -l "ko ja fr" -md
Docker:
# Hae julkinen kuva GHCR:stä
docker pull ghcr.io/azure/co-op-translator:latest
# Suorita nykyisen kansion ollessa liitetty ja .env tiedosto mukana (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-tiedosto mallin perusteella: .env.template-img), määritä Azure AI Vision_1, _2 jne. Kaikilla joukon muuttujilla tulee olla sama tunniste.translations/)Käännä kaikki tuetut tyypit:
translate -l "ko ja"
Vain Markdown:
translate -l "de" -md
Markdown + kuvat:
translate -l "pt" -md -img
Vain muistikirjat:
translate -l "zh" -nb
Lisäasetuksia: Komentojen viite
[!NOTE] Vain Microsoftin “For Beginners” -repositorioiden ylläpitäjille.
Liity muutokseen, jossa opetussisältöjä jaetaan maailmanlaajuisesti uudella tavalla! Anna Co-op Translatorille ⭐ GitHubissa ja tue missiotamme murtaa kielimuureja oppimisessa ja teknologiassa. Kiinnostuksesi ja panoksesi ovat merkittäviä! Koodifleksit ja ominaisuusideat ovat aina tervetulleita.
👉 Klikkaa alla olevaa kuvaa katsoaksesi YouTubessa.
Tätä projektia saa mielellään kehittää ja antaa ehdotuksia. Oletko kiinnostunut osallistumaan Azure Co-op Translatorin kehitykseen? Katso CONTRIBUTING.md ohjeet siitä, miten voit auttaa tekemään Co-op Translatorista entistä saavutettavamman.
Tämä projekti on ottanut käyttöön Microsoftin avointen lähdekoodien käyttäytymissäännöt. Lisätietoja löydät osoitteesta Käyttäytymissäännöt FAQ tai ota yhteyttä osoitteeseen opencode@microsoft.com kaikissa lisäkysymyksissä tai -kommenteissa.
Microsoft sitoutuu auttamaan asiakkaitaan käyttämään tekoälytuotteitamme vastuullisesti, jakamaan oppejamme ja rakentamaan luottamukseen perustuvia kumppanuuksia työkalujen, kuten Läpinäkyvyysmuistiinpanojen ja Vaikutusten arviointien, avulla. Monet näistä resursseista löytyvät osoitteesta https://aka.ms/RAI. Microsoftin lähestymistapa vastuulliseen tekoälyyn perustuu tekoälyperiaatteisiimme, jotka ovat oikeudenmukaisuus, luotettavuus ja turvallisuus, yksityisyys ja tietoturva, osallistavuus, läpinäkyvyys ja vastuullisuus.
Laajamittaiset luonnollisen kielen, kuvan ja puheen mallit – kuten tässä esimerkissä käytetyt – voivat potentiaalisesti käyttäytyä epäoikeudenmukaisesti, epäluotettavasti tai loukkaavasti, mikä voi aiheuttaa haittaa. Katso riskien ja rajoitusten osalta Azure OpenAI -palvelun läpinäkyvyysmuistio.
Suositeltu tapa lieventää näitä riskejä on sisällyttää järjestelmääsi turvallisuusjärjestelmä, joka pystyy havaitsemaan ja estämään haitallisen käyttäytymisen. Azure AI Content Safety tarjoaa riippumattoman suojakerroksen, joka pystyy havaitsemaan sovelluksissa ja palveluissa syntyvää haitallista käyttäjän ja tekoälyn generoitua sisältöä. Azure AI Content Safety sisältää tekstin ja kuvan API:t, joiden avulla voit tunnistaa haitallista materiaalia. Meillä on myös interaktiivinen Content Safety Studio, jonka avulla voit tarkastella, tutkia ja kokeilla esimerkkikoodia haitallisen sisällön havaitsemiseen eri muodoissa. Seuraava aloitusdokumentaatio opastaa sinut tekemään palvelupyynnöt.
Toinen huomioon otettava seikka on sovelluksen kokonaisuudellinen suorituskyky. Monimuoto- ja monimallipohjaisissa sovelluksissa suorituskyvyllä tarkoitetaan, että järjestelmä toimii odotustesi ja käyttäjiesi odotusten mukaisesti, mukaan lukien haitallisten tulosteiden välttäminen. On tärkeää arvioida kokonaissovelluksesi suorituskyky käyttäen luontilaadun sekä riskien ja turvallisuusmittareita.
Voit arvioida tekoälysovellustasi kehitysympäristössäsi käyttämällä prompt flow SDK:ta. Antamalla joko testidatan tai tavoitteen, generaatiivisen tekoälysovelluksesi tuotokset mitataan määrällisesti sisäänrakennetuilla tai valitsemillasi mukautetuilla arvioijilla. Aloittaaksesi prompt flow sdk:n käytön järjestelmäsi arviointiin voit seurata aloitusopasta. Kun suoritat arviointikierroksen, voit visualisoida tulokset Azure AI Studiossa.
Tämä projekti saattaa sisältää tavaramerkkejä tai logoja projekteille, tuotteille tai palveluille. Microsoftin tavaramerkkien tai logojen käyttö on sallittu ja niiden käyttöä tulee noudattaa Microsoftin tavaramerkki- ja brändiohjeita. Microsoftin tavaramerkkien tai logojen käyttö tämän projektin muokatuissa versioissa ei saa aiheuttaa sekaannusta tai antaa ymmärtää, että Microsoft sponsoroisi projektia. Kolmansien osapuolten tavaramerkkien tai logojen käyttöä ohjaavat kyseisten osapuolten käytännöt.
Jos jumitut tai sinulla on kysyttävää tekoälysovellusten rakentamisesta, liity:
Jos sinulla on palautetta tuotteesta tai kohtaat virheitä rakentaessasi, vieraile:
Vastuuvapauslauseke:
Tämä asiakirja on käännetty AI-käännöspalvelu Co-op Translator avulla. Vaikka pyrimme tarkkuuteen, ota huomioon, että automaattiset käännökset saattavat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulee pitää auktoritatiivisena lähteenä. Tärkeiden tietojen osalta suositellaan ammattilaisen tekemää ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä johtuvista väärinymmärryksistä tai virhetulkintojen seurauksista.