co-op-translator

Co-op Translator

Легко автоматизуйте та підтримуйте переклади вашого освітнього контенту на GitHub кількома мовами у міру розвитку вашого проєкту.

🌐 Підтримка багатомовності

Підтримується Co-op Translator

Віддаєте перевагу клонувати локально?

Цей репозиторій містить понад 50 мовних перекладів, що значно збільшує обсяг завантаження. Щоб клонувати без перекладів, використовуйте sparse checkout:

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/Azure/co-op-translator.git
cd co-op-translator
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/Azure/co-op-translator.git
cd co-op-translator
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
Це дає вам усе, що потрібно для проходження курсу, із набагато швидшим завантаженням.

Огляд

Co-op Translator допомагає легко локалізувати ваш освітній контент на GitHub кількома мовами. Коли ви оновлюєте файли Markdown, зображення чи ноутбуки, переклади автоматично синхронізуються, забезпечуючи точність і актуальність контенту для навчальних по всьому світу.

Приклад організації перекладеного контенту:

Example

Як керується стан перекладу

Co-op Translator управляє перекладеним контентом як версійними програмними артефактами,
а не як статичними файлами.

Інструмент відслідковує стан перекладених Markdown, зображень та ноутбуків з використанням метаданих з урахуванням мови.

Такий підхід дозволяє Co-op Translator:

Надійно виявляти застарілі переклади
Однорідно працювати з Markdown, зображеннями та ноутбуками
Безпечно масштабуватися на великих, швидкозмінних багатомовних репозиторіях

Моделюючи переклади як керовані артефакти, робочі процеси перекладу природньо узгоджуються з сучасними практиками управління залежностями та артефактами в розробці ПЗ.

→ Як керується стан перекладу

Швидкий старт

# Створіть і активуйте віртуальне оточення (рекомендовано)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Встановіть пакет
pip install co-op-translator
# Перекласти
translate -l "ko ja fr" -md

Docker:

# Завантажте публічне зображення з GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Запустіть з підключеною поточною папкою та наданим файлом .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

Мінімальна настройка

Переконайтесь, що у вас встановлена підтримувана версія Python (зараз 3.10-3.12). У poetry (pyproject.toml) це налаштовується автоматично.
Створіть файл .env за шаблоном: .env.template
Налаштуйте одного провайдера LLM (Azure OpenAI або OpenAI)
(Опціонально) Для перекладу зображень (-img) налаштуйте Azure AI Vision
(Опціонально) Ви можете налаштувати кілька наборів облікових даних, дублюючи змінні з суфіксами на кшталт _1, _2 тощо. Усі змінні в наборі мають однаковий суфікс.
(Рекомендовано) Очистіть будь-які попередні переклади, щоб уникнути конфліктів (наприклад, translations/)
(Рекомендовано) Додайте розділ про переклад у ваш README, використовуючи шаблон мов для README
Див. також: Налаштування Azure AI

Використання

Перекладайте всі підтримувані типи:

translate -l "ko ja"

Лише Markdown:

translate -l "de" -md

Markdown + зображення:

translate -l "pt" -md -img

Лише ноутбуки:

translate -l "zh" -nb

Більше прапорців: Довідник команд

Можливості

Автоматичний переклад Markdown, ноутбуків та зображень
Синхронізація перекладів зі змінами в джерелі
Працює локально (CLI) або в CI (GitHub Actions)
Використовує Azure OpenAI або OpenAI; опційно Azure AI Vision для зображень
Зберігає форматування та структуру Markdown

Документація

Специфічний посібник Microsoft

[!NOTE] Для підтримувачів репозиторіїв Microsoft «Для початківців» лише.

Оновлення списку «інші курси» (лише для репозиторіїв MS Beginners)

Підтримайте нас і сприяйте глобальному навчанню

Приєднуйтеся до нас у революції обміну освітнім контентом у світі! Подаруйте Co-op Translator ⭐ на GitHub і підтримайте нашу місію подолання мовних бар’єрів у навчанні та технологіях. Ваша зацікавленість і внесок мають значний вплив! Внески коду та пропозиції щодо функцій завжди вітаються.

Досліджуйте освітній контент Microsoft вашою мовою

Відео презентації

👉 Натисніть на зображення нижче, щоб подивитися на YouTube.

Open at Microsoft: Коротке 18-хвилинне введення та швидкий посібник із використання Co-op Translator.

Внесок

Цей проєкт вітає внески та пропозиції. Бажаєте сприяти розвитку Azure Co-op Translator? Будь ласка, ознайомтеся з нашим CONTRIBUTING.md, щоб дізнатися, як допомогти зробити Co-op Translator більш доступним.

Учасники

Кодекс поведінки

Цей проєкт прийняв Microsoft Open Source Code of Conduct.
Для отримання додаткової інформації див. Code of Conduct FAQ або звертайтеся за адресою opencode@microsoft.com з будь-якими додатковими питаннями чи коментарями.

Відповідальний Штучний Інтелект

Microsoft прагне допомагати нашим клієнтам відповідально використовувати наші продукти ШІ, ділитися нашими знаннями та будувати партнерства, засновані на довірі, за допомогою таких інструментів, як Примітки прозорості та Оцінки впливу. Багато цих ресурсів можна знайти за адресою https://aka.ms/RAI.
Підхід Microsoft до відповідального ШІ базується на наших принципах ШІ: справедливість, надійність і безпека, конфіденційність і безпека, інклюзивність, прозорість і підзвітність.

Великі моделі природної мови, зображень і мовлення - як, наприклад, ті, що використовуються в цьому прикладі - можуть потенційно діяти несправедливо, ненадійно або образливо, що може викликати шкоду. Будь ласка, ознайомтеся з Приміткою прозорості служби Azure OpenAI, щоб дізнатися про ризики та обмеження.

Рекомендований підхід до зменшення цих ризиків — включити у вашу архітектуру систему безпеки, яка може виявляти та запобігати шкідливій поведінці. Azure AI Content Safety забезпечує незалежний рівень захисту, здатний виявляти шкідливий контент, створений користувачами або ШІ, у застосунках та службах. Azure AI Content Safety включає API для тексту та зображень, які дозволяють виявляти шкідливі матеріали. Ми також маємо інтерактивний Content Safety Studio, який дозволяє переглядати, досліджувати та випробовувати приклади коду для виявлення шкідливого контенту в різних модальностях. Наступна документація швидкого початку допоможе вам здійснювати запити до служби.

Ще одним аспектом є загальна продуктивність застосунку. У мультимодальних і мультимодельних застосунках ми розглядаємо продуктивність як відповідність системи вашим і користувацьким очікуванням, у тому числі недопущення генерації шкідливих результатів. Важливо оцінити продуктивність вашого загального застосунку, використовуючи метрики якості генерації, ризиків і безпеки.

Ви можете оцінити свій ШІ-застосунок у середовищі розробки, використовуючи prompt flow SDK. Використовуючи тестовий набір даних або ціль, генерації вашого генеративного застосунку ШІ кількісно оцінюють за допомогою вбудованих або власних оцінювачів за вашим вибором. Щоб розпочати роботу з prompt flow sdk для оцінки вашої системи, ви можете слідувати керівництву швидкого початку. Після запуску оцінки ви можете візуалізувати результати в Azure AI Studio.

Торгові марки

У цьому проєкті можуть міститися торгові марки або логотипи проєктів, продуктів чи послуг. Авторизоване використання торгових марок або логотипів Microsoft підпорядковується та має відповідати Правилам використання торгових марок та брендів Microsoft.
Використання торгових марок або логотипів Microsoft у змінених версіях цього проєкту не повинно викликати плутанину або створювати враження спонсорства Microsoft.
Використання торгових марок або логотипів третіх сторін підпорядковується політикам цих третіх сторін.

Отримання допомоги

Якщо у вас виникли труднощі або питання щодо створення AI-застосунків, приєднуйтеся до:

Якщо у вас є відгуки про продукт чи помилки при створенні, відвідайте:

Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, просимо враховувати, що автоматичні переклади можуть містити помилки чи неточності. Оригінальний документ рідною мовою слід вважати авторитетним джерелом. Для критичної інформації рекомендується звертатися до професійного людського перекладу. Ми не несемо відповідальності за будь-які непорозуміння чи неправильне тлумачення, що можуть виникнути внаслідок використання цього перекладу.

This site is open source. Improve this page.