แปลเนื้อหาการศึกษาบน GitHub ของคุณเป็นหลายภาษาโดยอัตโนมัติ เพื่อเข้าถึงผู้คนทั่วโลกได้ง่ายขึ้น
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 ช่วยให้คุณแปลเนื้อหาการศึกษาบน GitHub เป็นหลายภาษาได้อย่างรวดเร็ว เข้าถึงผู้ใช้ทั่วโลกได้ง่าย เมื่อคุณอัปเดตไฟล์ Markdown, รูปภาพ หรือ Jupyter notebooks ระบบจะแปลและซิงค์เนื้อหาโดยอัตโนมัติ เพื่อให้เนื้อหาของคุณทันสมัยและเหมาะกับผู้ใช้ต่างประเทศ
ดูตัวอย่างการจัดการเนื้อหาที่แปลแล้วด้วย Co-op Translator:

# 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 โดยใช้เทมเพลต: .env.template-img) ให้ตั้งค่า Azure AI Vision ด้วยtranslations/)แปลทุกประเภทที่รองรับ:
translate -l "ko ja"
เฉพาะ Markdown:
translate -l "de" -md
Markdown + รูปภาพ:
translate -l "pt" -md -img
เฉพาะ notebooks:
translate -l "zh" -nb
ดูคำสั่งเพิ่มเติม: Command reference
มาร่วมเปลี่ยนแปลงการแบ่งปันเนื้อหาการศึกษาสู่ระดับโลก! กดดาว Co-op Translator บน GitHub และสนับสนุนภารกิจของเราในการขจัดอุปสรรคด้านภาษาในการเรียนรู้และเทคโนโลยี ความสนใจและการมีส่วนร่วมของคุณสร้างความเปลี่ยนแปลงได้จริง! ยินดีรับข้อเสนอแนะและการร่วมพัฒนาโค้ดเสมอ
เรียนรู้เพิ่มเติมเกี่ยวกับ Co-op Translator จากการนำเสนอของเรา (คลิกที่ภาพด้านล่างเพื่อรับชมบน YouTube)
โปรเจกต์นี้เปิดรับข้อเสนอแนะและการร่วมพัฒนา หากสนใจร่วมพัฒนา Azure Co-op Translator ดูรายละเอียดได้ที่ CONTRIBUTING.md สำหรับแนวทางการมีส่วนร่วม
โปรเจกต์นี้ใช้ Microsoft Open Source Code of Conduct ดูข้อมูลเพิ่มเติมได้ที่ Code of Conduct FAQ หรือ ติดต่อ opencode@microsoft.com หากมีคำถามหรือข้อเสนอแนะเพิ่มเติม
Microsoft มุ่งมั่นช่วยให้ลูกค้าใช้งาน AI อย่างรับผิดชอบ แบ่งปันประสบการณ์ และสร้างความไว้วางใจผ่านเครื่องมืออย่าง Transparency Notes และ Impact Assessments สามารถดูแหล่งข้อมูลเหล่านี้ได้ที่ https://aka.ms/RAI แนวทาง AI อย่างรับผิดชอบของ Microsoft ยึดหลักความยุติธรรม ความน่าเชื่อถือและความปลอดภัย ความเป็นส่วนตัวและความปลอดภัย การมีส่วนร่วม ความโปร่งใส และความรับผิดชอบ
โมเดลขนาดใหญ่สำหรับภาษา รูปภาพ และเสียง - เช่นที่ใช้ในตัวอย่างนี้ - อาจมีพฤติกรรมที่ไม่ยุติธรรม ไม่น่าเชื่อถือ หรือไม่เหมาะสม ซึ่งอาจก่อให้เกิดผลกระทบได้ กรุณาอ่าน Azure OpenAI service Transparency note เพื่อทราบถึงความเสี่ยงและข้อจำกัด
วิธีที่แนะนำในการลดความเสี่ยงเหล่านี้ คือการเพิ่มระบบความปลอดภัยในสถาปัตยกรรมของคุณ เพื่อช่วยตรวจจับและป้องกันพฤติกรรมที่เป็นอันตราย Azure AI Content Safety เป็นชั้นป้องกันอิสระที่สามารถตรวจจับเนื้อหาที่เป็นอันตรายทั้งจากผู้ใช้และ AI ในแอปพลิเคชันและบริการ Azure AI Content Safety มี API สำหรับตรวจจับข้อความและรูปภาพที่เป็นอันตราย และมี Content Safety Studio สำหรับทดลองใช้งานและดูตัวอย่างโค้ดสำหรับตรวจจับเนื้อหาหลายรูปแบบ ดู เอกสาร quickstart สำหรับวิธีการใช้งานบริการนี้ อีกประเด็นหนึ่งที่ควรคำนึงถึงคือประสิทธิภาพโดยรวมของแอปพลิเคชัน สำหรับแอปพลิเคชันที่ใช้หลายโหมดและหลายโมเดล เราถือว่าประสิทธิภาพหมายถึงระบบทำงานได้ตามที่คุณและผู้ใช้คาดหวัง รวมถึงไม่สร้างผลลัพธ์ที่เป็นอันตรายด้วย การประเมินประสิทธิภาพของแอปพลิเคชันโดยรวมจึงเป็นสิ่งสำคัญ โดยสามารถใช้ เกณฑ์คุณภาพการสร้างและตัวชี้วัดความเสี่ยงและความปลอดภัย
คุณสามารถประเมินแอปพลิเคชัน AI ของคุณในสภาพแวดล้อมการพัฒนาได้โดยใช้ prompt flow SDK ไม่ว่าจะใช้ชุดข้อมูลทดสอบหรือเป้าหมายใดก็ตาม การสร้างผลลัพธ์ของแอปพลิเคชัน AI ของคุณจะถูกวัดผลในเชิงปริมาณด้วยตัวประเมินที่มีให้ในระบบหรือจะสร้างตัวประเมินเองก็ได้ หากต้องการเริ่มต้นใช้งาน prompt flow sdk เพื่อประเมินระบบของคุณ สามารถดูได้ที่ คู่มือเริ่มต้นใช้งาน เมื่อคุณรันการประเมินแล้ว คุณสามารถ ดูผลลัพธ์ได้ใน Azure AI Studio
โปรเจกต์นี้อาจมีเครื่องหมายการค้าหรือโลโก้สำหรับโปรเจกต์ ผลิตภัณฑ์ หรือบริการต่าง ๆ การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft อย่างถูกต้องต้องเป็นไปตาม แนวทางการใช้เครื่องหมายการค้าและแบรนด์ของ Microsoft การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft ในเวอร์ชันที่มีการแก้ไขของโปรเจกต์นี้ ต้องไม่ก่อให้เกิดความสับสนหรือสื่อว่า Microsoft เป็นผู้สนับสนุน การใช้เครื่องหมายการค้าหรือโลโก้ของบุคคลที่สามใด ๆ ต้องเป็นไปตามนโยบายของเจ้าของเครื่องหมายนั้น
หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมได้ที่:
หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะพัฒนา ดูได้ที่:
ข้อจำกัดความรับผิดชอบ: เอกสารฉบับนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้เราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลสำคัญ แนะนำให้ใช้บริการแปลโดยนักแปลมืออาชีพ ทางเราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่เกิดขึ้นจากการใช้การแปลนี้