ช่วยให้คุณแปลเนื้อหาการศึกษาบน GitHub เป็นหลายภาษาได้อย่างง่ายดาย เพื่อเข้าถึงผู้ชมทั่วโลก
อาหรับ | เบงกาลี | บัลแกเรีย | พม่า (เมียนมา) | จีน (ตัวย่อ) | จีน (ตัวเต็ม, ฮ่องกง) | จีน (ตัวเต็ม, มาเก๊า) | จีน (ตัวเต็ม, ไต้หวัน) | โครเอเชีย | เช็ก | เดนมาร์ก | ดัตช์ | เอสโตเนีย | ฟินแลนด์ | ฝรั่งเศส | เยอรมัน | กรีก | ฮีบรู | ฮินดี | ฮังการี | อินโดนีเซีย | อิตาลี | ญี่ปุ่น | กันนาดา | เกาหลี | ลิทัวเนีย | มาเลย์ | มาลายาลัม | มราฐี | เนปาล | ไนจีเรีย พิดจิน | นอร์เวย์ | เปอร์เซีย (ฟาร์ซี) | โปแลนด์ | โปรตุเกส (บราซิล) | โปรตุเกส (โปรตุเกส) | ปัญจาบี (กูรมุขี) | โรมาเนีย | รัสเซีย | เซอร์เบีย (ซีริลลิก) | สโลวัก | สโลวีเนีย | สเปน | สวาฮิลี | สวีเดน | ตากาล็อก (ฟิลิปปินส์) | ทมิฬ | เทลูกู | ไทย | ตุรกี | ยูเครน | อูรดู | เวียดนาม
Co-op Translator ช่วยให้คุณแปลเนื้อหาการศึกษาบน GitHub เป็นหลายภาษาได้อย่างง่ายดาย เมื่อคุณอัปเดตไฟล์ Markdown รูปภาพ หรือโน้ตบุ๊ก การแปลจะถูกซิงค์โดยอัตโนมัติ เพื่อให้เนื้อหาของคุณถูกต้องและทันสมัยสำหรับผู้เรียนทั่วโลก
ตัวอย่างการจัดระเบียบเนื้อหาที่แปลแล้ว:

# สร้างและเปิดใช้งานสภาพแวดล้อมเสมือน (แนะนำ)
python -m venv .venv
# วินโดวส์
.venv\Scripts\activate
# แมคโอเอส/ลินุกซ์
source .venv/bin/activate
# ติดตั้งแพ็กเกจ
pip install co-op-translator
# แปล
translate -l "ko ja fr" -md
Docker:
# ดึงภาพสาธารณะจาก GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# รันโดยเมานต์โฟลเดอร์ปัจจุบันและให้ .env (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 โดยใช้เทมเพลต: .env.template-img) ตั้งค่า Azure AI Visiontranslations/)แปลทุกประเภทที่รองรับ:
translate -l "ko ja"
แค่ Markdown:
translate -l "de" -md
Markdown + รูปภาพ:
translate -l "pt" -md -img
แค่โน้ตบุ๊ก:
translate -l "zh" -nb
ตัวเลือกเพิ่มเติม: คำสั่งอ้างอิง
[!NOTE] สำหรับผู้ดูแล repository “For Beginners” ของ Microsoft เท่านั้น
มาร่วมกันปฏิวัติการแบ่งปันเนื้อหาการศึกษาทั่วโลก! ให้ ⭐ กับ Co-op Translator บน GitHub และสนับสนุนภารกิจของเราในการทำลายอุปสรรคด้านภาษาในการเรียนรู้และเทคโนโลยี ความสนใจและการมีส่วนร่วมของคุณมีผลกระทบอย่างมาก! ยินดีรับการมีส่วนร่วมด้านโค้ดและข้อเสนอแนะฟีเจอร์เสมอ
👉 คลิกที่ภาพด้านล่างเพื่อชมบน YouTube
โครงการนี้ยินดีรับการมีส่วนร่วมและข้อเสนอแนะ หากคุณสนใจร่วมพัฒนา Azure Co-op Translator โปรดดูที่ CONTRIBUTING.md เพื่อดูแนวทางการช่วยทำให้ Co-op Translator เข้าถึงได้ง่ายขึ้น
โครงการนี้ได้นำ Microsoft Open Source Code of Conduct มาใช้ สำหรับข้อมูลเพิ่มเติมดูที่ คำถามที่พบบ่อยเกี่ยวกับจรรยาบรรณ หรือ ติดต่อ opencode@microsoft.com หากมีคำถามหรือข้อเสนอแนะเพิ่มเติม
Microsoft มุ่งมั่นช่วยลูกค้าใช้ผลิตภัณฑ์ AI อย่างรับผิดชอบ แบ่งปันความรู้ และสร้างความไว้วางใจผ่านเครื่องมือต่าง ๆ เช่น Transparency Notes และ Impact Assessments ทรัพยากรเหล่านี้สามารถดูได้ที่ https://aka.ms/RAI แนวทางของ Microsoft ใน AI ที่รับผิดชอบยึดหลักการ AI ของเรา ได้แก่ ความเป็นธรรม ความน่าเชื่อถือและความปลอดภัย ความเป็นส่วนตัวและความมั่นคง ความครอบคลุม ความโปร่งใส และความรับผิดชอบ
โมเดลภาษาธรรมชาติ รูปภาพ และเสียงขนาดใหญ่ — เช่นที่ใช้ในตัวอย่างนี้ — อาจแสดงพฤติกรรมที่ไม่เป็นธรรม ไม่น่าเชื่อถือ หรือไม่เหมาะสม ซึ่งอาจก่อให้เกิดความเสียหาย โปรดศึกษาข้อมูลใน Azure OpenAI service Transparency note เพื่อรับทราบความเสี่ยงและข้อจำกัดต่าง ๆ แนวทางที่แนะนำในการลดความเสี่ยงเหล่านี้คือการรวมระบบความปลอดภัยในสถาปัตยกรรมของคุณที่สามารถตรวจจับและป้องกันพฤติกรรมที่เป็นอันตรายได้ Azure AI Content Safety ให้ชั้นการป้องกันอิสระที่สามารถตรวจจับเนื้อหาที่เป็นอันตรายซึ่งสร้างโดยผู้ใช้และ AI ในแอปพลิเคชันและบริการ Azure AI Content Safety ประกอบด้วย API สำหรับข้อความและภาพที่ช่วยให้คุณตรวจจับเนื้อหาที่เป็นอันตรายได้ นอกจากนี้ เรายังมี Content Safety Studio แบบโต้ตอบที่ช่วยให้คุณดู สำรวจ และทดลองใช้ตัวอย่างโค้ดสำหรับการตรวจจับเนื้อหาที่เป็นอันตรายในรูปแบบต่างๆ เอกสาร quickstart documentation ต่อไปนี้จะแนะนำวิธีการส่งคำขอไปยังบริการนี้
อีกประเด็นที่ต้องพิจารณาคือประสิทธิภาพโดยรวมของแอปพลิเคชัน สำหรับแอปพลิเคชันที่มีหลายโหมดและหลายโมเดล เราถือว่าประสิทธิภาพหมายถึงระบบทำงานตามที่คุณและผู้ใช้ของคุณคาดหวัง รวมถึงไม่สร้างผลลัพธ์ที่เป็นอันตรายด้วย การประเมินประสิทธิภาพของแอปพลิเคชันโดยรวมของคุณจึงเป็นสิ่งสำคัญโดยใช้ generation quality and risk and safety metrics
คุณสามารถประเมินแอปพลิเคชัน AI ของคุณในสภาพแวดล้อมการพัฒนาด้วยการใช้ prompt flow SDK โดยเมื่อมีชุดข้อมูลทดสอบหรือเป้าหมาย การสร้างของแอปพลิเคชัน generative AI ของคุณจะถูกวัดเชิงปริมาณด้วยตัวประเมินในตัวหรือผู้ประเมินที่คุณกำหนดเอง เพื่อเริ่มต้นใช้งาน prompt flow sdk ในการประเมินระบบของคุณ คุณสามารถทำตาม quickstart guide เมื่อคุณดำเนินการรันการประเมินแล้ว คุณสามารถ แสดงผลลัพธ์ใน Azure AI Studio ได้
โครงการนี้อาจมีเครื่องหมายการค้าหรือโลโก้สำหรับโครงการ ผลิตภัณฑ์ หรือบริการ การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft อย่างถูกต้องต้องเป็นไปตามและปฏิบัติตาม Microsoft’s Trademark & Brand Guidelines การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft ในเวอร์ชันที่แก้ไขของโครงการนี้ต้องไม่ก่อให้เกิดความสับสนหรือบ่งชี้ว่ามีการสนับสนุนจาก Microsoft การใช้เครื่องหมายการค้าหรือโลโก้ของบุคคลที่สามใดๆ ต้องเป็นไปตามนโยบายของบุคคลที่สามนั้นๆ
หากคุณติดขัดหรือต้องการคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมได้ที่:
หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะพัฒนา โปรดเยี่ยมชม:
ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาอัตโนมัติ Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลโดยผู้เชี่ยวชาญมนุษย์ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใด ๆ ที่เกิดจากการใช้การแปลนี้