co-op-translator

Co-op Translator

輕鬆自動化翻譯你的教育性 GitHub 內容，支援多語言，讓你觸及全球受眾。

🌐 多語言支援

由 Co-op Translator 提供

阿拉伯文 | 孟加拉文 | 保加利亞文 | 緬甸文 (緬甸) | 中文（簡體） | 中文（繁體，香港） | 中文（繁體，澳門） | 中文（繁體，台灣） | 克羅埃西亞文 | 捷克文 | 丹麥文 | 荷蘭文 | 愛沙尼亞文 | 芬蘭文 | 法文 | 德文 | 希臘文 | 希伯來文 | 印地文 | 匈牙利文 | 印尼文 | 義大利文 | 日文 | 韓文 | 立陶宛文 | 馬來文 | 馬拉地文 | 尼泊爾文 | 挪威文 | 波斯文 (法爾西) | 波蘭文 | 葡萄牙文（巴西） | 葡萄牙文（葡萄牙） | 旁遮普文 (古魯穆奇) | 羅馬尼亞文 | 俄文 | 塞爾維亞文 (西里爾字母) | 斯洛伐克文 | 斯洛維尼亞文 | 西班牙文 | 斯瓦希里文 | 瑞典文 | 他加祿文 (菲律賓) | 泰米爾文 | 泰文 | 土耳其文 | 烏克蘭文 | 烏爾都文 | 越南文

簡介

Co-op Translator 讓你能夠快速將你的教育性 GitHub 內容翻譯成多種語言，輕鬆觸及全球用戶。當你更新 Markdown 檔案、圖片或 Jupyter 筆記本時，翻譯內容會自動同步，確保你的教育內容對國際用戶始終保持新穎且相關。

看看 Co-op Translator 如何組織翻譯後的教育性 GitHub 內容：

快速開始

# 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

最小設定

• 使用範本建立 .env：.env.template
• 設定一個 LLM 供應商（Azure OpenAI 或 OpenAI）
• 若需圖片翻譯（-img），也要設定 Azure AI Vision
• 建議：如果你有其他工具產生的翻譯，請先清理（例如：translations/），避免衝突。
• 建議：在你的 README 加入翻譯區塊，參考 README 語言範本
• 參考：設定 Azure AI

使用方式

翻譯所有支援的類型：

translate -l "ko ja"

只翻譯 Markdown：

translate -l "de" -md

Markdown + 圖片：

translate -l "pt" -md -img

只翻譯筆記本：

translate -l "zh" -nb

更多參數：指令參考

功能特色

• 自動翻譯 Markdown、筆記本與圖片
• 翻譯內容與原始內容同步
• 可在本地（CLI）或 CI（GitHub Actions）運作
• 支援 Azure OpenAI 或 OpenAI；圖片可選用 Azure AI Vision
• 保留 Markdown 格式與結構

文件

• 命令列指南
• GitHub Actions 指南（公開倉庫與標準密鑰）
• GitHub Actions 指南（Microsoft 組織倉庫與組織層級設定）
• 支援語言
• 疑難排解

支持我們，推動全球學習

邀請你一起改變教育內容的全球分享方式！歡迎在 GitHub 上為 Co-op Translator 按下 ⭐，支持我們打破學習與科技的語言障礙。你的關注與貢獻將帶來巨大影響！歡迎提出程式貢獻與功能建議。

探索你語言的 Microsoft 教育內容

• 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

影片簡報

想更了解 Co-op Translator？歡迎觀看我們的簡報影片（點擊下方圖片可在 YouTube 觀看）：

• Open at Microsoft：18 分鐘簡介與快速上手教學。

  

貢獻指南

本專案歡迎各種貢獻與建議。有興趣參與 Azure Co-op Translator 嗎？請參閱 CONTRIBUTING.md 了解如何協助我們讓 Co-op Translator 更加普及。

貢獻者

行為準則

本專案採用 Microsoft 開源行為準則。 更多資訊請參閱 行為準則 FAQ，或 聯絡 opencode@microsoft.com 提出其他問題或意見。

負責任的 AI

Microsoft 致力於協助客戶負責任地使用我們的 AI 產品，分享我們的經驗，並透過透明說明與影響評估等工具建立信任夥伴關係。你可以在 https://aka.ms/RAI 找到許多相關資源。 Microsoft 的負責任 AI 策略以公平性、可靠性與安全性、隱私與安全、包容性、透明度與問責為原則。

大規模自然語言、影像與語音模型（如本範例所用）有時可能出現不公平、不可靠或令人反感的行為，進而造成傷害。請參閱 Azure OpenAI 服務透明說明 以了解相關風險與限制。

建議的風險緩解方式，是在你的架構中加入安全系統，偵測並防止有害行為。Azure AI Content Safety 提供獨立的保護層，能偵測應用程式與服務中用戶或 AI 產生的有害內容。Azure AI Content Safety 包含文字與圖片 API，可協助你偵測有害內容。我們也提供互動式 Content Safety Studio，讓你瀏覽、探索並試用不同型態的有害內容偵測範例。你可以參考以下 快速入門文件 學習如何呼叫服務。 另一個需要考慮的面向是整體應用程式效能。對於多模態和多模型的應用程式來說，效能指的是系統能夠如你和你的使用者所預期地運作，包括不產生有害的輸出。評估整體應用程式的效能時，建議使用生成品質以及風險與安全性指標。

你可以在開發環境中利用 prompt flow SDK 來評估你的 AI 應用程式。無論是使用測試資料集或目標，你的生成式 AI 應用程式的輸出都能透過內建或自訂的評估器進行量化評分。若要開始使用 prompt flow sdk 來評估你的系統，可以參考快速入門指南。執行評估後，你可以在 Azure AI Studio 中視覺化結果。

商標

本專案可能包含專案、產品或服務的商標或標誌。經授權使用 Microsoft 商標或標誌時，必須遵循 Microsoft 的商標與品牌指南。 在本專案的修改版本中使用 Microsoft 商標或標誌時，不得造成混淆或暗示 Microsoft 贊助。 任何第三方商標或標誌的使用，則需遵循該第三方的政策。

尋求協助

如果你在開發 AI 應用程式時遇到困難或有任何疑問，歡迎加入：

如果你有產品回饋或在開發過程中遇到錯誤，請前往：

---

免責聲明： 本文件是使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確，但請注意，自動翻譯可能包含錯誤或不精確之處。原始語言的文件應視為具權威性的來源。對於重要資訊，建議採用專業人工翻譯。因使用本翻譯而產生的任何誤解或誤釋，我們概不負責。

This site is open source. Improve this page.