Preprosto avtomatizirajte prevajanje svoje izobraževalne vsebine na GitHubu v več jezikov in dosezite globalno občinstvo.
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 | Korean | Lithuanian | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Co-op Translator vam omogoča hitro prevajanje izobraževalne vsebine na GitHubu v več jezikov, tako da brez truda dosežete globalno občinstvo. Ko posodobite svoje Markdown datoteke, slike ali Jupyter zvezke, se prevodi samodejno sinhronizirajo, da je vaša izobraževalna vsebina na GitHubu vedno sveža in relevantna za mednarodne uporabnike.
Poglejte, kako Co-op Translator organizira prevedeno izobraževalno vsebino na GitHubu:

# 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
.env po predlogi: .env.template-img) nastavite tudi Azure AI Visiontranslations/).Prevedite vse podprte tipe:
translate -l "ko ja"
Samo Markdown:
translate -l "de" -md
Markdown + slike:
translate -l "pt" -md -img
Samo zvezki:
translate -l "zh" -nb
Več možnosti: Referenca ukazov
Pridružite se nam pri revoluciji deljenja izobraževalne vsebine po svetu! Dajte Co-op Translatorju ⭐ na GitHubu in podprite našo misijo odpravljanja jezikovnih ovir v učenju in tehnologiji. Vaše zanimanje in prispevki imajo velik vpliv! Veseli bomo vaših prispevkov in predlogov za nove funkcije.
Več o Co-op Translatorju si lahko ogledate v naših predstavitvah (Kliknite na spodnjo sliko za ogled na YouTubu.):
Ta projekt pozdravlja prispevke in predloge. Vas zanima prispevanje k Azure Co-op Translatorju? Oglejte si CONTRIBUTING.md za smernice, kako lahko pomagate narediti Co-op Translator bolj dostopen.
Ta projekt je sprejel Microsoftov kodeks ravnanja za odprto kodo. Za več informacij si oglejte pogosta vprašanja o kodeksu ravnanja ali kontaktirajte opencode@microsoft.com za dodatna vprašanja ali komentarje.
Microsoft se zavezuje, da bo svojim strankam pomagal odgovorno uporabljati naše AI izdelke, delil svoje izkušnje in gradil partnerske odnose na zaupanju s pomočjo orodij, kot so Transparency Notes in Impact Assessments. Veliko teh virov najdete na https://aka.ms/RAI. Microsoftov pristop k odgovorni AI temelji na naših načelih: pravičnost, zanesljivost in varnost, zasebnost in varovanje, vključenost, transparentnost in odgovornost.
Veliki jezikovni, slikovni in govorni modeli – kot so tisti, ki se uporabljajo v tem vzorcu – se lahko obnašajo nepravično, nezanesljivo ali žaljivo, kar lahko povzroči škodo. Prosimo, preberite Transparency note za Azure OpenAI storitev, da se seznanite s tveganji in omejitvami.
Priporočamo, da v svojo arhitekturo vključite varnostni sistem, ki lahko zazna in prepreči škodljivo vedenje. Azure AI Content Safety zagotavlja neodvisno zaščitno plast, ki lahko zazna škodljivo vsebino, ki jo ustvarijo uporabniki ali AI v aplikacijah in storitvah. Azure AI Content Safety vključuje API-je za besedilo in slike, ki omogočajo zaznavanje škodljive vsebine. Na voljo je tudi interaktivni Content Safety Studio, kjer lahko preizkusite primere kode za zaznavanje škodljive vsebine v različnih modalnostih. Naslednja dokumentacija za hitri začetek vas vodi skozi pošiljanje zahtevkov storitvi. Drug vidik, ki ga je treba upoštevati, je splošna zmogljivost aplikacije. Pri večmodalnih in večmodelnih aplikacijah zmogljivost pomeni, da sistem deluje tako, kot vi in vaši uporabniki pričakujete, vključno s tem, da ne ustvarja škodljivih rezultatov. Pomembno je oceniti zmogljivost vaše celotne aplikacije z uporabo meril za kakovost generiranja ter tveganja in varnost.
Svojo AI aplikacijo lahko ocenite v razvojnem okolju z uporabo prompt flow SDK. Glede na testni podatkovni niz ali cilj se generacije vaše generativne AI aplikacije kvantitativno merijo z vgrajenimi ali po meri izbranimi evalvatorji. Za začetek uporabe prompt flow SDK za ocenjevanje vašega sistema lahko sledite hitremu vodniku. Ko izvedete ocenjevalni zagon, lahko rezultate vizualizirate v Azure AI Studio.
Ta projekt lahko vsebuje blagovne znamke ali logotipe za projekte, izdelke ali storitve. Dovoljena uporaba Microsoftovih blagovnih znamk ali logotipov je predmet in mora slediti Microsoftovim smernicam za uporabo blagovnih znamk in znamčenja. Uporaba Microsoftovih blagovnih znamk ali logotipov v spremenjenih različicah tega projekta ne sme povzročati zmede ali nakazovati, da projekt sponzorira Microsoft. Vsaka uporaba blagovnih znamk ali logotipov tretjih oseb je predmet politik teh tretjih oseb.
Če se zataknete ali imate vprašanja o razvoju AI aplikacij, se pridružite:
Če imate povratne informacije o izdelku ali naletite na napake med razvojem, obiščite:
Izjava o omejitvi odgovornosti: Ta dokument je bil preveden s pomočjo storitve za strojno prevajanje Co-op Translator. Čeprav si prizadevamo za natančnost, vas opozarjamo, da lahko avtomatski prevodi vsebujejo napake ali netočnosti. Izvirni dokument v svojem izvoru jeziku naj velja za avtoritativni vir. Za ključne informacije priporočamo strokovni človeški prevod. Ne prevzemamo odgovornosti za morebitne nesporazume ali napačne razlage, ki bi nastale zaradi uporabe tega prevoda.