Könnyedén automatizálhatja és tarthatja karban oktatási GitHub-tartalmai fordításait több nyelven projektje fejlődése során.
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
Szeretné helyben klónozni?
Ez a tároló több mint 50 nyelvű fordítást tartalmaz, ami jelentősen növeli a letöltési méretet. Fordítások nélkül klónozáshoz használja a sparse checkout-ot:
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"Ez mindent megad, amire szüksége van a kurzus elvégzéséhez, sokkal gyorsabb letöltéssel.
A Co-op Translator segít, hogy oktatási GitHub-tartalmait egyszerűen lokalizálja több nyelvre.
Amikor frissíti Markdown fájljait, képeit vagy jegyzetfüzeteit, a fordítások automatikusan szinkronban maradnak, biztosítva, hogy tartalma pontos és naprakész legyen a tanulók számára világszerte.
A fordított tartalom szervezésének példája:

A Co-op Translator a fordított tartalmat verziózott szoftveres artefaktumként kezeli,
nem pedig statikus fájlként.
Az eszköz a fordított Markdown, képek és jegyzetfüzetek állapotát
nyelvi hatókörű metaadatok segítségével követi nyomon.
Ez a kialakítás lehetővé teszi, hogy a Co-op Translator:
A fordítások menedzselt artefaktumokként való kezelése révén
a fordítási munkamenetek természetesen illeszkednek a modern
szoftverfüggőség- és artefaktumkezelési gyakorlatokhoz.
→ Hogyan kezeljük a fordítás állapotát
# Hozzon létre és aktiváljon egy virtuális környezetet (ajánlott)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Telepítse a csomagot
pip install co-op-translator
# Fordítás
translate -l "ko ja fr" -md
Docker:
# Töltsük le a nyilvános képet a GHCR-ről
docker pull ghcr.io/azure/co-op-translator:latest
# Futtatás a jelenlegi mappa csatolásával és .env megadása mellett (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 fájlt az alábbi sablon alapján: .env.template-img) konfigurálja az Azure AI Vision-t_1, _2 stb. végződéssel ellátott változók duplikálásával. Egy készlet minden változója ugyanazzal a végződéssel kell, hogy rendelkezzen.translations/)Fordítsa le az összes támogatott típust:
translate -l "ko ja"
Csak Markdown:
translate -l "de" -md
Markdown + képek:
translate -l "pt" -md -img
Csak jegyzetfüzetek:
translate -l "zh" -nb
További kapcsolók: Parancs referencia
[!NOTE] Csak a Microsoft “For Beginners” tárolóinak karbantartói számára.
Csatlakozzon hozzánk az oktatási tartalmak globális megosztásának forradalmasításában! Adjon egy ⭐-t a Co-op Translator projektnek a GitHub-on, és támogassa küldetésünket, hogy lebontsuk a nyelvi akadályokat a tanulásban és a technológiában. Az érdeklődése és hozzájárulásai jelentős hatással vannak! Kódhoz való hozzájárulásokat és funkciójavaslatokat mindig szívesen fogadunk.
👉 Kattintson az alábbi képre a YouTube-on való megtekintéshez.
Open at Microsoft: Egy rövid, 18 perces bemutató és gyors útmutató a Co-op Translator használatához.
Ez a projekt szívesen fogad hozzájárulásokat és javaslatokat. Érdekli a részvétel az Azure Co-op Translator fejlesztésében? Kérjük, tekintse meg a CONTRIBUTING.md dokumentumunkat, amely útmutatást nyújt arról, hogyan segíthet abban, hogy a Co-op Translator még hozzáférhetőbb legyen.
Ez a projekt elfogadta a Microsoft Open Source Magatartási Kódexet. További információkért lásd a Magatartási kódex GYIK oldalt, vagy lépj kapcsolatba az opencode@microsoft.com címen bármilyen további kérdéssel vagy észrevétellel.
A Microsoft elkötelezett amellett, hogy segítse ügyfeleit mesterséges intelligencia termékeink felelős használatában, megossza tapasztalatainkat, és bizalmon alapuló partnerségeket építsen olyan eszközök segítségével, mint a Transzparencia Jegyzetek és Hatáselemzések. Ezek közül sok elérhető a https://aka.ms/RAI oldalon. A Microsoft felelős mesterséges intelligenciához való megközelítése az AI igazságossági, megbízhatósági és biztonsági, adatvédelmi és biztonsági, befogadási, átláthatósági és elszámoltathatósági elvein alapul.
A nagy léptékű természetes nyelvi, képi és beszédmodellek – mint amilyenek ebben a mintában is szerepelnek – potenciálisan igazságtalan, megbízhatatlan vagy sértő módon viselkedhetnek, ami károkat okozhat. Kérjük, tekintse meg az Azure OpenAI szolgáltatás Transzparencia jegyzetét annak érdekében, hogy tájékozódjon a kockázatokról és korlátokról.
A kockázatok csökkentésének ajánlott módja egy olyan biztonsági rendszer beépítése az architektúrába, amely képes felismerni és megelőzni a káros viselkedést. Az Azure AI Tartalombiztonság független védelmi réteget biztosít, amely képes felismerni a felhasználók és az AI által generált káros tartalmakat alkalmazásokban és szolgáltatásokban. Az Azure AI Tartalombiztonság szöveges és képi API-kat tartalmaz, amelyek lehetővé teszik a káros anyagok felismerését. Emellett van egy interaktív Content Safety Studio, amelyben megtekintheti, felfedezheti és ki is próbálhatja a káros tartalmak különböző modalitások szerinti felismeréséhez készült mintakódokat. A következő gyorsinduló dokumentáció útmutatást nyújt a szolgáltatás felé történő lekérésekhez.
Egy másik figyelembe veendő szempont az általános alkalmazási teljesítmény. Többmodális és többmodell alkalmazások esetében a teljesítmény azt jelenti, hogy a rendszer úgy működik, ahogyan Ön és felhasználói elvárják, beleértve azt is, hogy nem generál káros kimeneteket. Fontos értékelni az alkalmazás teljesítményét a generálási minőség és a kockázat- és biztonsági metrikák alapján.
Értékelheti AI alkalmazását fejlesztői környezetében a prompt flow SDK használatával. Legyen szó tesztadatokról vagy célról, a generatív AI alkalmazás generációi beépített vagy az Ön által választott egyéni értékelőkkel mennyiségileg mérhetők. A prompt flow sdk használatának megkezdéséhez és rendszerének értékeléséhez követheti a gyorsinduló útmutatót. Értékelés lefuttatása után az eredményeket megtekintheti az Azure AI Studioban.
Ez a projekt tartalmazhat projektek, termékek vagy szolgáltatások márkajelzéseit vagy logóit. A Microsoft márkáit vagy logóit való jogosult használatuk a Microsoft márka- és védjegyirányelveinek betartásához kötött. A Microsoft márkák vagy logók módosított verziókban történő használata nem okozhat félreértést, és nem sugallhat Microsoft támogatást. Harmadik fél márkáinak vagy logóinak bármilyen használata az adott harmadik fél szabályzataihoz kötött.
Ha elakad vagy kérdése van AI alkalmazások fejlesztésével kapcsolatban, csatlakozzon:
Ha termékvisszajelzése vagy hibák jelentkeznek fejlesztés közben, látogasson el ide:
Jogi nyilatkozat:
Ez a dokumentum az AI fordítószolgáltatás, a Co-op Translator segítségével készült. Bár a pontosságra törekszünk, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az anyanyelvén tekintendő hivatalos forrásnak. Kritikus információk esetén szakmai, emberi fordítást javasolunk. Nem vállalunk felelősséget az ebből a fordításból eredő félreértésekért vagy téves értelmezésekért.