co-op-translator
Co-op Translator
तुमच्या शैक्षणिक GitHub सामग्रीचे अनुवाद अनेक भाषांमध्ये आपोआप करून जागतिक प्रेक्षकांपर्यंत सहज पोहोचवा.
🌐 बहुभाषिक समर्थन
Co-op Translator द्वारे समर्थित
अरबी | बंगाली | बल्गेरियन | बर्मी (म्यानमार) | चिनी (सरलीकृत) | चिनी (परंपरागत, हाँगकाँग) | चिनी (परंपरागत, मकाऊ) | चिनी (परंपरागत, तैवान) | क्रोएशियन | झेक | डॅनिश | डच | एस्टोनियन | फिन्निश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिंदी | हंगेरीयन | इंडोनेशियन | इटालियन | जपानी | कोरियन | लिथुआनियन | मलय | मराठी | नेपाली | नॉर्वेजियन | फारसी (फारसी) | पोलिश | पोर्तुगीज (ब्राझील) | पोर्तुगीज (पोर्तुगाल) | पंजाबी (गुरमुखी) | रोमानियन | रशियन | सर्बियन (सिरिलिक) | स्लोव्हाक | स्लोव्हेनियन | स्पॅनिश | स्वाहिली | स्वीडिश | टागालोग (फिलिपिनो) | तमिळ | थाई | तुर्की | युक्रेनियन | उर्दू | व्हिएतनामी
ओळख
Co-op Translator तुम्हाला तुमची शैक्षणिक GitHub सामग्री वेगवेगळ्या भाषांमध्ये पटकन अनुवादित करण्यास मदत करतो, त्यामुळे जागतिक प्रेक्षकांपर्यंत सहज पोहोचता येते. जेव्हा तुम्ही Markdown फाइल्स, प्रतिमा किंवा Jupyter नोटबुक्स अपडेट करता, तेव्हा अनुवाद आपोआप समक्रमित केले जातात, त्यामुळे तुमची शैक्षणिक GitHub सामग्री आंतरराष्ट्रीय वापरकर्त्यांसाठी नेहमी ताजी आणि सुसंगत राहते.
Co-op Translator तुमची अनुवादित शैक्षणिक GitHub सामग्री कशी व्यवस्थापित करतो ते पाहा:
जलद सुरुवात
# 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
किमान सेटअप
- .env.template वापरून
.envतयार करा - एक LLM प्रदाता कॉन्फिगर करा (Azure OpenAI किंवा OpenAI)
- प्रतिमा अनुवादासाठी (
-img), Azure AI Vision देखील सेट करा - शिफारस: इतर साधनांनी तयार केलेले अनुवाद असल्यास, प्रथम ते काढून टाका, म्हणजेच
translations/फोल्डर. - शिफारस: README languages template वापरून README मध्ये भाषांबद्दल विभाग जोडा
- पहा: Azure AI सेटअप करा
वापर
सर्व समर्थित प्रकारांचे अनुवाद करा:
translate -l "ko ja"
फक्त Markdown:
translate -l "de" -md
Markdown + प्रतिमा:
translate -l "pt" -md -img
फक्त नोटबुक्स:
translate -l "zh" -nb
अधिक फ्लॅग्स: Command reference
वैशिष्ट्ये
- Markdown, नोटबुक्स आणि प्रतिमांसाठी आपोआप अनुवाद
- मूळ बदलांसह अनुवाद नेहमी समक्रमित ठेवतो
- स्थानिक (CLI) किंवा CI (GitHub Actions) मध्ये कार्य करते
- Azure OpenAI किंवा OpenAI वापरते; प्रतिमांसाठी ऐच्छिक Azure AI Vision
- Markdown चे स्वरूप आणि रचना जतन करते
दस्तऐवजीकरण
- कमांड-लाइन मार्गदर्शक
- GitHub Actions मार्गदर्शक (सार्वजनिक रेपॉजिटरी आणि स्टँडर्ड सीक्रेट्स)
- GitHub Actions मार्गदर्शक (Microsoft संस्था रेपॉजिटरी आणि संस्था-स्तरीय सेटअप)
- समर्थित भाषा
- समस्या निवारण
आमच्यासोबत जागतिक शिक्षणाला चालना द्या
जगभरातील शैक्षणिक सामग्री शेअर करण्याच्या पद्धतीत बदल घडवण्यासाठी आमच्यात सामील व्हा! Co-op Translator ला GitHub वर ⭐ द्या आणि शिक्षण व तंत्रज्ञानातील भाषेच्या अडथळ्यांना दूर करण्याच्या आमच्या मिशनला पाठिंबा द्या. तुमची रुची आणि योगदान यामुळे मोठा फरक पडतो! कोड योगदान आणि फीचर सुचना नेहमीच स्वागतार्ह आहेत.
तुमच्या भाषेत Microsoft ची शैक्षणिक सामग्री एक्सप्लोर करा
- AZD for Beginners
- Edge AI for Beginners
- Model Context Protocol (MCP) For Beginners
- AI Agents for Beginners
- Generative AI for Beginners using .NET
- Generative AI for Beginners
- Generative AI for Beginners using Java
- ML for Beginners
- Data Science for Beginners
- AI for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- PhiCookBook
व्हिडिओ सादरीकरणे
Co-op Translator बद्दल अधिक जाणून घ्या आमच्या सादरीकरणांमधून (खालील प्रतिमेवर क्लिक करून YouTube वर पाहा.):
-
Open at Microsoft: Co-op Translator वापरण्याबद्दल १८ मिनिटांची थोडक्यात ओळख आणि जलद मार्गदर्शक.
योगदान
या प्रकल्पात योगदान आणि सूचना स्वागतार्ह आहेत. Azure Co-op Translator मध्ये योगदान द्यायचे आहे का? कृपया CONTRIBUTING.md पहा, ज्यात Co-op Translator अधिक सुलभ कसा बनवता येईल याबद्दल मार्गदर्शक दिले आहेत.
योगदानकर्ते
आचारसंहिता
या प्रकल्पाने Microsoft Open Source Code of Conduct स्वीकारली आहे. अधिक माहितीसाठी Code of Conduct FAQ पहा किंवा opencode@microsoft.com वर तुमचे प्रश्न किंवा प्रतिक्रिया पाठवा.
जबाबदार AI
Microsoft आमच्या ग्राहकांना आमची AI उत्पादने जबाबदारीने वापरता यावीत यासाठी, आमचे अनुभव शेअर करण्यासाठी आणि Transparency Notes आणि Impact Assessments सारख्या साधनांद्वारे विश्वासावर आधारित भागीदारी निर्माण करण्यासाठी वचनबद्ध आहे. यातील अनेक संसाधने https://aka.ms/RAI येथे उपलब्ध आहेत. Microsoft चा जबाबदार AI बद्दलचा दृष्टिकोन आमच्या AI तत्त्वांवर आधारित आहे: न्याय, विश्वासार्हता आणि सुरक्षितता, गोपनीयता आणि सुरक्षा, समावेश, पारदर्शकता आणि जबाबदारी.
मोठ्या प्रमाणावर नैसर्गिक भाषा, प्रतिमा आणि भाषण मॉडेल्स - जसे की या नमुन्यात वापरलेले - कधीकधी अन्यायकारक, अविश्वसनीय किंवा आक्षेपार्ह वर्तन करू शकतात, ज्यामुळे हानी होऊ शकते. कृपया Azure OpenAI service Transparency note वाचा, ज्यात जोखमी आणि मर्यादा दिल्या आहेत.
या जोखमी कमी करण्यासाठी शिफारस केलेली पद्धत म्हणजे तुमच्या आर्किटेक्चरमध्ये एक सुरक्षा प्रणाली समाविष्ट करणे, जी हानिकारक वर्तन ओळखू आणि थांबवू शकेल. Azure AI Content Safety एक स्वतंत्र सुरक्षा स्तर पुरवते, जी वापरकर्त्यांनी किंवा AI ने तयार केलेली हानिकारक सामग्री ओळखू शकते. Azure AI Content Safety मध्ये मजकूर आणि प्रतिमा API आहेत, जे हानिकारक सामग्री ओळखण्यास मदत करतात. आमच्याकडे Content Safety Studio देखील आहे, जिथे तुम्ही विविध प्रकारच्या हानिकारक सामग्रीचे नमुने पाहू, एक्सप्लोर करू आणि कोड वापरून तपासू शकता. पुढील quickstart documentation तुम्हाला या सेवेसाठी विनंत्या कशा करायच्या हे शिकवते. एक महत्त्वाचा मुद्दा म्हणजे संपूर्ण ॲप्लिकेशनची कार्यक्षमता. मल्टी-मोडल आणि मल्टी-मॉडेल ॲप्लिकेशन्समध्ये, कार्यक्षमता म्हणजे प्रणालीने आपल्याला आणि आपल्या वापरकर्त्यांना अपेक्षित असलेली कामगिरी करणे, त्यात हानिकारक आउटपुट तयार न करणेही समाविष्ट आहे. आपल्या संपूर्ण ॲप्लिकेशनची कार्यक्षमता generation quality आणि risk आणि safety metrics वापरून तपासणे महत्त्वाचे आहे.
आपण आपल्या विकासाच्या वातावरणात prompt flow SDK वापरून आपल्या AI ॲप्लिकेशनचे मूल्यांकन करू शकता. चाचणी डेटासेट किंवा टार्गेट दिल्यास, आपल्या जनरेटिव्ह AI ॲप्लिकेशनच्या आउटपुटचे मोजमाप अंगभूत किंवा आपल्या पसंतीच्या कस्टम इव्हॅल्युएटर्सने केले जाते. आपल्या प्रणालीचे मूल्यांकन करण्यासाठी prompt flow sdk वापरण्यास सुरुवात करण्यासाठी आपण quickstart guide अनुसरू शकता. एकदा आपण मूल्यांकन रन पूर्ण केल्यावर, आपण Azure AI Studio मध्ये निकाल पाहू शकता.
ट्रेडमार्क
या प्रकल्पात प्रकल्प, उत्पादने किंवा सेवांसाठी ट्रेडमार्क किंवा लोगो असू शकतात. Microsoft चे ट्रेडमार्क किंवा लोगो अधिकृतपणे वापरण्यासाठी Microsoft’s Trademark & Brand Guidelines चे पालन करणे आवश्यक आहे. या प्रकल्पाच्या बदललेल्या आवृत्त्यांमध्ये Microsoft ट्रेडमार्क किंवा लोगो वापरल्याने गोंधळ होऊ नये किंवा Microsoft प्रायोजकत्वाचा संकेत मिळू नये. तृतीय-पक्ष ट्रेडमार्क किंवा लोगो वापरणे त्या तृतीय-पक्षाच्या धोरणांनुसार असते.
मदतीसाठी
जर तुम्हाला अडचण आली किंवा AI ॲप्स तयार करताना काही प्रश्न असतील, तर सामील व्हा:
जर तुम्हाला उत्पादनाबद्दल अभिप्राय द्यायचा असेल किंवा तयार करताना काही त्रुटी आढळल्या, तर भेट द्या:
अस्वीकरण: हे दस्तऐवज AI भाषांतर सेवा Co-op Translator वापरून भाषांतरित केले आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात घ्या की स्वयंचलित भाषांतरांमध्ये चुका किंवा अचूकतेचा अभाव असू शकतो. मूळ भाषेतील मूळ दस्तऐवज हा अधिकृत स्रोत मानावा. अत्यावश्यक माहितीसाठी, व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून झालेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही.