co-op-translator

Co-op Translator

Lätt automatisera översättningen av ditt utbildningsinnehåll på GitHub till flera språk för att nå en global publik.

🌐 Stöd för flera språk

Stöds av Co-op Translator

Översikt

Co-op Translator hjälper dig att enkelt lokalisera ditt utbildningsinnehåll på GitHub till flera språk. När du uppdaterar dina Markdown-filer, bilder eller notebooks hålls översättningarna automatiskt synkroniserade, vilket säkerställer att ditt innehåll förblir korrekt och uppdaterat för elever världen över.

Exempel på hur översatt innehåll organiseras:

Exempel

Kom igång snabbt

# Skapa och aktivera en virtuell miljö (rekommenderas)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Installera paketet
pip install co-op-translator
# Översätt
translate -l "ko ja fr" -md

Docker:

# Hämta den offentliga bilden från GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Kör med aktuell mapp monterad och .env tillhandahållen (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

Minimal installation

Skapa en .env-fil med hjälp av mallen: .env.template
Konfigurera en LLM-leverantör (Azure OpenAI eller OpenAI)
(Valfritt) För bildöversättning (-img), konfigurera Azure AI Vision
(Rekommenderat) Rensa eventuella tidigare översättningar för att undvika konflikter (t.ex. translations/)
(Rekommenderat) Lägg till en översättningssektion i din README med hjälp av README languages template
Se: Set up Azure AI

Användning

Översätt alla stödda typer:

translate -l "ko ja"

Endast Markdown:

translate -l "de" -md

Markdown + bilder:

translate -l "pt" -md -img

Endast notebooks:

translate -l "zh" -nb

Fler flaggor: Kommandoreferens

Funktioner

Automatisk översättning för Markdown, notebooks och bilder
Håller översättningar synkroniserade med källändringar
Fungerar lokalt (CLI) eller i CI (GitHub Actions)
Använder Azure OpenAI eller OpenAI; valfritt Azure AI Vision för bilder
Bevarar Markdown-format och struktur

Dokumentation

Microsoft-specifik guide

[!NOTE] Endast för underhållare av Microsofts “For Beginners”-repositories.

Uppdatera listan “other courses” (endast för MS Beginners repositories)

Stöd oss och främja globalt lärande

Var med och revolutionera hur utbildningsinnehåll delas globalt! Ge Co-op Translator en ⭐ på GitHub och stöd vår mission att bryta språkbarriärer inom lärande och teknik. Ditt intresse och dina bidrag gör stor skillnad! Kodbidrag och förslag på funktioner är alltid välkomna.

Utforska Microsofts utbildningsinnehåll på ditt språk

Videopresentationer

👉 Klicka på bilden nedan för att titta på YouTube.

Open at Microsoft: En kort 18-minuters introduktion och snabbguide om hur man använder Co-op Translator.

Bidra

Detta projekt välkomnar bidrag och förslag. Intresserad av att bidra till Azure Co-op Translator? Se vår CONTRIBUTING.md för riktlinjer om hur du kan hjälpa till att göra Co-op Translator mer tillgängligt.

Bidragsgivare

Uppförandekod

Detta projekt har antagit Microsoft Open Source Code of Conduct. För mer information, se Code of Conduct FAQ eller kontakta opencode@microsoft.com vid ytterligare frågor eller kommentarer.

Ansvarsfull AI

Microsoft är engagerat i att hjälpa våra kunder att använda våra AI-produkter ansvarsfullt, dela våra erfarenheter och bygga förtroendebaserade partnerskap genom verktyg som Transparency Notes och Impact Assessments. Många av dessa resurser finns på https://aka.ms/RAI. Microsofts syn på ansvarsfull AI grundar sig på våra AI-principer om rättvisa, tillförlitlighet och säkerhet, integritet och säkerhet, inkludering, transparens och ansvar.

Storskaliga modeller för naturligt språk, bild och tal – som de som används i detta exempel – kan potentiellt bete sig på sätt som är orättvisa, opålitliga eller stötande, vilket kan orsaka skada. Vänligen konsultera Azure OpenAI service Transparency note för att bli informerad om risker och begränsningar. Den rekommenderade metoden för att minska dessa risker är att inkludera ett säkerhetssystem i din arkitektur som kan upptäcka och förhindra skadligt beteende. Azure AI Content Safety erbjuder ett oberoende skyddsskikt som kan upptäcka skadligt användargenererat och AI-genererat innehåll i applikationer och tjänster. Azure AI Content Safety inkluderar text- och bild-API:er som gör det möjligt att upptäcka skadligt material. Vi har också en interaktiv Content Safety Studio som låter dig visa, utforska och prova exempel på kod för att upptäcka skadligt innehåll över olika modaliteter. Följande quickstart-dokumentation guidar dig genom hur du gör förfrågningar till tjänsten.

En annan aspekt att ta hänsyn till är den övergripande applikationsprestandan. Med multimodala och multimodellsapplikationer anser vi att prestanda innebär att systemet fungerar som du och dina användare förväntar er, inklusive att det inte genererar skadliga resultat. Det är viktigt att bedöma prestandan för din totala applikation med hjälp av genereringskvalitet samt risk- och säkerhetsmått.

Du kan utvärdera din AI-applikation i din utvecklingsmiljö med hjälp av prompt flow SDK. Med antingen en testdatamängd eller ett mål mäts dina generativa AI-applikationsgenereringar kvantitativt med inbyggda utvärderare eller anpassade utvärderare efter eget val. För att komma igång med prompt flow SDK för att utvärdera ditt system kan du följa quickstart-guiden. När du har kört en utvärdering kan du visualisera resultaten i Azure AI Studio.

Varumärken

Detta projekt kan innehålla varumärken eller logotyper för projekt, produkter eller tjänster. Auktoriserad användning av Microsofts varumärken eller logotyper är föremål för och måste följa Microsofts riktlinjer för varumärken och varumärkesanvändning. Användning av Microsofts varumärken eller logotyper i modifierade versioner av detta projekt får inte orsaka förvirring eller antyda Microsofts sponsring. All användning av tredjeparts varumärken eller logotyper är föremål för dessa tredjeparts policyer.

Få hjälp

Om du fastnar eller har frågor om att bygga AI-appar, gå med i:

Om du har produktfeedback eller stöter på fel under utvecklingen, besök:

Ansvarsfriskrivning: Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, bör du vara medveten om att automatiska översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på dess modersmål ska betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för några missförstånd eller feltolkningar som uppstår till följd av användningen av denna översättning.

This site is open source. Improve this page.