co-op-translator

Co-op Translator

轻松自动化翻译你的教育类 GitHub 内容,覆盖全球受众。

Python package License: MIT Downloads Downloads Container: GHCR Code style: black

GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

🌐 多语言支持

Co-op Translator 提供支持

阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 | 中文(简体) | 中文(繁体,香港) | 中文(繁体,澳门) | 中文(繁体,台湾) | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印尼语 | 意大利语 | 日语 | 韩语 | 立陶宛语 | 马来语 | 马拉地语 | 尼泊尔语 | 挪威语 | 波斯语 | 波兰语 | 葡萄牙语(巴西) | 葡萄牙语(葡萄牙) | 旁遮普语(古木基文) | 罗马尼亚语 | 俄语 | 塞尔维亚语(西里尔文) | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 他加禄语(菲律宾语) | 泰米尔语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语

GitHub watchers GitHub forks GitHub stars

Microsoft Azure AI Foundry Discord Open in GitHub Codespaces

概述

Co-op Translator 让你能够快速将教育类 GitHub 内容翻译成多种语言,轻松触达全球用户。当你更新 Markdown 文件、图片或 Jupyter 笔记本时,翻译内容会自动同步,确保你的教育内容始终新鲜且适合国际用户。

来看下 Co-op Translator 如何组织翻译后的教育内容:

示例

快速开始

# 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

最简配置

使用方法

翻译所有支持的类型:

translate -l "ko ja"

仅翻译 Markdown:

translate -l "de" -md

Markdown + 图片:

translate -l "pt" -md -img

仅翻译笔记本:

translate -l "zh" -nb

更多参数:命令参考

功能特性

文档

支持我们,助力全球学习

欢迎加入我们,共同推动教育内容的全球化!在 GitHub 上为 Co-op Translator 点个 ⭐,支持我们打破学习和技术的语言壁垒。你的关注和贡献意义重大!欢迎代码贡献和功能建议。

用你的语言探索微软教育内容

视频演示

通过我们的演示视频进一步了解 Co-op Translator (点击下方图片跳转 YouTube 观看)

参与贡献

欢迎大家贡献代码和提出建议。想为 Azure Co-op Translator 做贡献?请查阅我们的 CONTRIBUTING.md,了解如何让 Co-op Translator 更加易用。

贡献者

co-op-translator contributors

行为准则

本项目采用了 Microsoft 开源行为准则。 更多信息请参阅 行为准则常见问题,或通过 opencode@microsoft.com 联系我们。

负责任的 AI

微软致力于帮助客户负责任地使用我们的 AI 产品,分享我们的经验,并通过透明说明和影响评估等工具建立基于信任的合作伙伴关系。你可以在 https://aka.ms/RAI 找到许多相关资源。 微软负责任 AI 的理念基于公平、可靠与安全、隐私与安全、包容性、透明度和问责制等原则。

大规模自然语言、图像和语音模型(如本示例中使用的模型)有时可能会表现出不公平、不可靠或令人反感的行为,进而造成伤害。请查阅 Azure OpenAI 服务透明说明 了解相关风险和限制。

建议的风险缓解方法是在你的架构中加入安全系统,以检测和防止有害行为。Azure AI 内容安全 提供了独立的保护层,能够检测应用和服务中的有害用户生成内容和 AI 生成内容。Azure AI 内容安全包括文本和图片 API,帮助你检测有害内容。我们还提供了交互式内容安全工作室,方便你查看、探索和试用不同模态下的有害内容检测示例代码。你可以参考以下 快速入门文档 了解如何调用该服务。 另一个需要考虑的方面是整体应用性能。对于多模态和多模型应用,我们认为性能意味着系统能够按照你和用户的预期运行,包括不会生成有害内容。评估整体应用性能时,建议使用生成质量以及风险与安全指标

你可以在开发环境中使用 prompt flow SDK 对 AI 应用进行评估。无论是使用测试数据集还是目标数据,你的生成式 AI 应用的输出都可以通过内置评估器或自定义评估器进行量化评测。要开始使用 prompt flow sdk 评估你的系统,可以参考快速入门指南。执行评估后,你可以在 Azure AI Studio 中可视化结果

商标

本项目可能包含项目、产品或服务的商标或标志。经授权使用 Microsoft 商标或标志时,必须遵守 Microsoft 商标与品牌指南。 在本项目的修改版本中使用 Microsoft 商标或标志时,不得引起混淆或暗示获得 Microsoft 赞助。 任何第三方商标或标志的使用,均需遵守相应第三方的政策。

获取帮助

如果你在构建 AI 应用时遇到问题或有疑问,欢迎加入:

Azure AI Foundry Discord

如果你有产品反馈或在开发过程中遇到错误,请访问:

Azure AI Foundry Developer Forum


免责声明: 本文件由 AI 翻译服务 Co-op Translator 翻译。尽管我们力求准确,但请注意,自动翻译可能包含错误或不准确之处。原始语言版本应被视为权威来源。对于关键信息,建议使用专业人工翻译。因使用本翻译而产生的任何误解或误读,我们概不负责。