اپنے تعلیمی GitHub مواد کا ترجمہ آسانی سے خودکار طریقے سے متعدد زبانوں میں کریں تاکہ عالمی سامعین تک پہنچ سکیں۔
عربی | بنگالی | بلغاریائی | برمی (میانمار) | چینی (سادہ) | چینی (روایتی، ہانگ کانگ) | چینی (روایتی، مکاو) | چینی (روایتی، تائیوان) | کروشین | چیک | ڈینش | ڈچ | ایسٹونین | فنش | فرانسیسی | جرمن | یونانی | عبرانی | ہندی | ہنگیرین | انڈونیشین | اطالوی | جاپانی | کنڑ | کوریائی | لتھوانین | ملائی | ملایالم | مراٹھی | نیپالی | نائجیریائی پیجین | ناروے | فارسی (فارس) | پولش | پرتگالی (برازیل) | پرتگالی (پرتگال) | پنجابی (گرمکھی) | رومانیائی | روسی | سربیائی (سریلیک) | سلوواک | سلووینیائی | ہسپانوی | سواحلی | سویڈش | ٹاگالوگ (فلپائنی) | تمل | تیلگو | تھائی | ترکی | یوکرینیائی | اردو | ویتنامی
کو-آپ مترجم آپ کے تعلیمی GitHub مواد کو آسانی سے متعدد زبانوں میں مقامی بنانے میں مدد دیتا ہے۔
جب آپ اپنے مارک ڈاؤن فائلز، تصاویر، یا نوٹ بکس کو اپ ڈیٹ کرتے ہیں، تو ترجمے خود بخود ہم آہنگ رہتے ہیں، تاکہ آپ کا مواد دنیا بھر کے سیکھنے والوں کے لیے درست اور تازہ ترین رہے۔
ترجمہ شدہ مواد کی تنظیم کی مثال:

# ایک ورچوئل ماحول بنائیں اور فعال کریں (تجویز کردہ)
python -m venv .venv
# ونڈوز
.venv\Scripts\activate
# میک او ایس/لینکس
source .venv/bin/activate
# پیکیج انسٹال کریں
pip install co-op-translator
# ترجمہ کریں
translate -l "ko ja fr" -md
ڈوکر:
# GHCR سے پبلک امیج کھینچیں
docker pull ghcr.io/azure/co-op-translator:latest
# موجودہ فولڈر کو ماؤنٹ کر کے اور .env فراہم کر کے چلائیں (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 فائل بنائیں ٹیمپلیٹ استعمال کرتے ہوئے: .env.template-img)، Azure AI Vision ترتیب دیںtranslations/)تمام معاون اقسام کا ترجمہ کریں:
translate -l "ko ja"
صرف مارک ڈاؤن:
translate -l "de" -md
مارک ڈاؤن + تصاویر:
translate -l "pt" -md -img
صرف نوٹ بکس:
translate -l "zh" -nb
مزید جھنڈے: کمانڈ حوالہ
[!NOTE] صرف Microsoft “For Beginners” ریپوزٹریز کے مینٹینرز کے لیے۔
تعلیمی مواد کے عالمی اشتراک میں انقلاب لانے میں ہمارا ساتھ دیں! Co-op Translator کو GitHub پر ⭐ دیں اور زبان کی رکاوٹوں کو ختم کرنے کے ہمارے مشن کی حمایت کریں۔ آپ کی دلچسپی اور تعاون بہت اہم ہے! کوڈ میں شراکت اور فیچر تجاویز ہمیشہ خوش آمدید ہیں۔
👉 نیچے تصویر پر کلک کریں تاکہ YouTube پر دیکھ سکیں۔
یہ پروجیکٹ تعاون اور تجاویز کا خیرمقدم کرتا ہے۔ Azure Co-op Translator میں حصہ لینے کے خواہشمند ہیں؟ براہ کرم ہمارے CONTRIBUTING.md کو دیکھیں تاکہ جان سکیں کہ آپ کو-آپ مترجم کو مزید قابل رسائی بنانے میں کیسے مدد کر سکتے ہیں۔
اس پروجیکٹ نے Microsoft Open Source Code of Conduct کو اپنایا ہے۔
مزید معلومات کے لیے Code of Conduct FAQ دیکھیں یا
کسی بھی اضافی سوالات یا تبصروں کے لیے opencode@microsoft.com سے رابطہ کریں۔
مائیکروسافٹ اپنے صارفین کی مدد کے لیے پرعزم ہے کہ وہ ہمارے AI مصنوعات کو ذمہ داری سے استعمال کریں، اپنے تجربات شیئر کریں، اور شفافیت نوٹس اور اثرات کے جائزوں جیسے اوزار کے ذریعے اعتماد پر مبنی شراکت داری قائم کریں۔ ان میں سے بہت سے وسائل https://aka.ms/RAI پر دستیاب ہیں۔
مائیکروسافٹ کا ذمہ دار AI کا طریقہ کار ہمارے AI اصولوں پر مبنی ہے: انصاف، اعتبار اور حفاظت، پرائیویسی اور سیکیورٹی، شمولیت، شفافیت، اور جوابدہی۔
بڑے پیمانے پر قدرتی زبان، تصویر، اور تقریر کے ماڈلز — جیسے کہ اس نمونے میں استعمال ہونے والے — ممکنہ طور پر غیر منصفانہ، غیر قابل اعتماد، یا توہین آمیز رویہ اختیار کر سکتے ہیں، جو نقصان کا باعث بن سکتے ہیں۔ براہ کرم خطرات اور حدود کے بارے میں آگاہی کے لیے Azure OpenAI service Transparency note ملاحظہ کریں۔ ان خطرات کو کم کرنے کے لیے تجویز کردہ طریقہ یہ ہے کہ آپ اپنی ساخت میں ایک حفاظتی نظام شامل کریں جو نقصان دہ رویے کا پتہ لگا سکے اور اسے روک سکے۔ Azure AI Content Safety ایک آزاد حفاظتی پرت فراہم کرتا ہے، جو ایپلیکیشنز اور خدمات میں نقصان دہ صارف اور AI کی تخلیق کردہ مواد کا پتہ لگا سکتا ہے۔ Azure AI Content Safety میں متن اور تصویر کے API شامل ہیں جو آپ کو نقصان دہ مواد کا پتہ لگانے کی اجازت دیتے ہیں۔ ہمارے پاس ایک انٹرایکٹو Content Safety Studio بھی ہے جو آپ کو مختلف طریقوں سے نقصان دہ مواد کا پتہ لگانے کے لیے نمونہ کوڈ دیکھنے، دریافت کرنے اور آزمانے کی سہولت دیتا ہے۔ درج ذیل quickstart دستاویزات آپ کو سروس کو درخواستیں بھیجنے کے عمل میں رہنمائی کرتی ہیں۔
ایک اور پہلو جسے مدنظر رکھنا ضروری ہے وہ مجموعی ایپلیکیشن کی کارکردگی ہے۔ کثیر النوع اور کثیر ماڈل ایپلیکیشنز کے ساتھ، ہم کارکردگی کو اس طرح سمجھتے ہیں کہ نظام آپ اور آپ کے صارفین کی توقعات کے مطابق کام کرے، جس میں نقصان دہ نتائج پیدا نہ کرنا بھی شامل ہے۔ اپنے مجموعی ایپلیکیشن کی کارکردگی کا جائزہ لینا ضروری ہے، جس کے لیے آپ generation quality اور risk and safety metrics استعمال کر سکتے ہیں۔
آپ اپنے AI ایپلیکیشن کا جائزہ اپنے ترقیاتی ماحول میں prompt flow SDK کے ذریعے لے سکتے ہیں۔ چاہے آپ کے پاس ٹیسٹ ڈیٹا سیٹ ہو یا کوئی ہدف، آپ کی جنریٹو AI ایپلیکیشن کی تخلیقات کو بلٹ ان یا اپنی مرضی کے مطابق ایویلیویٹرز کے ذریعے مقداری طور پر ماپا جاتا ہے۔ اپنے نظام کا جائزہ لینے کے لیے prompt flow SDK کے ساتھ شروع کرنے کے لیے، آپ quickstart guide پر عمل کر سکتے ہیں۔ ایک بار جب آپ جائزہ چلائیں، تو آپ Azure AI Studio میں نتائج کو دیکھ سکتے ہیں۔
یہ پروجیکٹ پروجیکٹس، مصنوعات، یا خدمات کے ٹریڈ مارکس یا لوگوز پر مشتمل ہو سکتا ہے۔ Microsoft کے ٹریڈ مارکس یا لوگوز کا مجاز استعمال Microsoft کے Trademark & Brand Guidelines کے تابع ہے اور ان کی پیروی کرنا ضروری ہے۔ اس پروجیکٹ کے ترمیم شدہ ورژنز میں Microsoft کے ٹریڈ مارکس یا لوگوز کا استعمال الجھن پیدا نہیں کرنا چاہیے اور نہ ہی Microsoft کی سرپرستی کا تاثر دینا چاہیے۔ کسی بھی تیسرے فریق کے ٹریڈ مارکس یا لوگوز کا استعمال ان فریقوں کی پالیسیوں کے تابع ہے۔
اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو، تو شامل ہوں:
اگر آپ کے پاس مصنوعات کے بارے میں رائے ہو یا تعمیر کے دوران کوئی غلطی ہو تو یہاں جائیں:
دستخطی دستبرداری:
یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنی مادری زبان میں ہی معتبر ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم پر عائد نہیں ہوتی۔