README.md

Co-op Translator

Mudah automasikan dan kekalkan terjemahan untuk kandungan pendidikan GitHub anda dalam pelbagai bahasa selaras dengan perkembangan projek anda.

🌐 Sokongan Berbilang Bahasa

Disokong oleh Co-op Translator

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 | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Lebih Suka Klon Secara Tempatan?

Repositori ini termasuk lebih 50 terjemahan bahasa yang secara signifikan meningkatkan saiz muat turun. Untuk klon tanpa terjemahan, gunakan 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"

Ini memberi anda segala yang anda perlukan untuk menamatkan kursus dengan muat turun yang lebih pantas.

Gambaran Keseluruhan

Co-op Translator membantu anda menterjemah kandungan pendidikan GitHub anda ke dalam pelbagai bahasa dengan mudah. Apabila anda mengemas kini fail Markdown, imej, atau buku nota anda, terjemahan akan diselaras secara automatik, memastikan kandungan anda kekal tepat dan terkini untuk pelajar di seluruh dunia.

Contoh bagaimana kandungan terjemahan diatur:

Cara keadaan terjemahan diurus

Co-op Translator menguruskan kandungan yang diterjemah sebagai artifak perisian versi,
bukan sebagai fail statik.

Alat ini mengesan keadaan Markdown, imej, dan buku nota yang diterjemah menggunakan metadata yang dihadkan mengikut bahasa.

Reka bentuk ini membolehkan Co-op Translator untuk:

• Mengesan terjemahan yang sudah lapuk dengan boleh dipercayai
• Melayan Markdown, imej, dan buku nota secara konsisten
• Skala dengan selamat merentasi repositori berbilang bahasa yang besar dan bergerak pantas

Dengan memodelkan terjemahan sebagai artifak yang diurus, aliran kerja terjemahan selaras secara semula jadi dengan amalan pengurusan kebergantungan dan artifak perisian moden.

→ Cara keadaan terjemahan diurus

Mula pantas

# Cipta dan aktifkan persekitaran maya (disyorkan)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Pasang pakej
pip install co-op-translator
# Terjemah
translate -l "ko ja fr" -md

Docker:

# Tarik imej awam dari GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Jalankan dengan folder semasa dipasang dan .env disediakan (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

Persediaan minimum

1. Pastikan anda mempunyai versi Python yang disokong (buat masa ini 3.10-3.12). Dalam poetry (pyproject.toml) ini diurus secara automatik.
2. Buat fail .env menggunakan templat: .env.template
3. Konfigurasikan satu penyedia LLM (Azure OpenAI atau OpenAI)
4. (Opsional) Untuk terjemahan imej (-img), konfigurasikan Azure AI Vision
5. (Opsional) Anda boleh konfigurasikan pelbagai set kelayakan dengan menggandakan pembolehubah dengan sufiks seperti _1, _2, dan lain-lain. Semua pembolehubah dalam set mesti berkongsi sufiks yang sama.
6. (Disyorkan) Bersihkan sebarang terjemahan sebelumnya untuk mengelakkan konflik (contohnya, translations/)
7. (Disyorkan) Tambah bahagian terjemahan pada README anda menggunakan templat bahasa README
8. Lihat: Sediakan Azure AI

Penggunaan

Terjemah semua jenis yang disokong:

translate -l "ko ja"

Hanya Markdown:

translate -l "de" -md

Markdown + imej:

translate -l "pt" -md -img

Hanya buku nota:

translate -l "zh" -nb

Lebih banyak flag: Rujukan perintah

Ciri-ciri

• Terjemahan automatik untuk Markdown, buku nota, dan imej
• Mengekalkan terjemahan selari dengan perubahan sumber
• Berfungsi secara tempatan (CLI) atau dalam CI (GitHub Actions)
• Menggunakan Azure OpenAI atau OpenAI; Azure AI Vision pilihan untuk imej
• Mengekalkan format dan struktur Markdown

Dokumen

• Panduan baris arahan
• Panduan GitHub Actions (Repositori awam & rahsia standard)
• Panduan GitHub Actions (Repositori organisasi Microsoft & penyediaan peringkat organisasi)
• Templat bahasa README
• Bahasa yang disokong
• Menyumbang
• Penyelesaian masalah

Panduan khusus Microsoft

Note

Untuk penyelenggara repositori Microsoft “For Beginners” sahaja.

• Mengemas kini senarai “kursus lain” (untuk repositori MS Beginners sahaja)

Sokong kami dan galakkan pembelajaran global

Sertai kami dalam merevolusikan cara kandungan pendidikan dikongsi secara global! Beri Co-op Translator satu ⭐ di GitHub dan sokong misi kami untuk memecahkan halangan bahasa dalam pembelajaran dan teknologi. Minat dan sumbangan anda sangat memberi impak! Sumbangan kod dan cadangan ciri sentiasa dialu-alukan.

Terokai kandungan pendidikan Microsoft dalam bahasa anda

• LangChain4j-for-Beginners
• 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

Persembahan video

👉 Klik imej di bawah untuk menonton di YouTube.

• Open at Microsoft: Pengenalan ringkas 18 minit dan panduan pantas cara menggunakan Co-op Translator.

  

Menyumbang

Projek ini mengalu-alukan sumbangan dan cadangan. Berminat untuk menyumbang kepada Azure Co-op Translator? Sila lihat CONTRIBUTING.md kami untuk panduan bagaimana anda boleh membantu menjadikan Co-op Translator lebih mudah diakses.

Penyumbang

Kod Etika

Projek ini telah mengamalkan Kod Etika Sumber Terbuka Microsoft. Untuk maklumat lanjut lihat Soalan Lazim Kod Etika atau hubungi [email protected] untuk sebarang pertanyaan atau komen tambahan.

AI Bertanggungjawab

Microsoft komited untuk membantu pelanggan kami menggunakan produk AI kami secara bertanggungjawab, berkongsi pembelajaran kami, dan membina perkongsian berasaskan kepercayaan melalui alat seperti Nota Ketelusan dan Penilaian Impak. Banyak sumber ini boleh didapati di https://aka.ms/RAI. Pendekatan Microsoft terhadap AI bertanggungjawab adalah berasaskan prinsip AI kami iaitu keadilan, kebolehpercayaan dan keselamatan, privasi dan keselamatan, keterangkuman, ketelusan, dan akauntabiliti.

Model bahasa semula jadi berskala besar, imej, dan ucapan - seperti yang digunakan dalam sampel ini - berpotensi berkelakuan dengan cara yang tidak adil, tidak boleh dipercayai, atau menyinggung, yang seterusnya menyebabkan kemudaratan. Sila rujuk Nota Ketelusan perkhidmatan Azure OpenAI untuk mendapat maklumat mengenai risiko dan batasan.

Pendekatan yang disyorkan untuk mengurangkan risiko ini ialah dengan memasukkan sistem keselamatan dalam seni bina anda yang boleh mengesan dan mencegah tingkah laku berbahaya. Azure AI Content Safety menyediakan lapisan perlindungan bebas, yang mampu mengesan kandungan berbahaya yang dijana oleh pengguna dan AI dalam aplikasi dan perkhidmatan. Azure AI Content Safety termasuk API teks dan imej yang membolehkan anda mengesan bahan yang berbahaya. Kami juga mempunyai Content Safety Studio interaktif yang membolehkan anda melihat, meneroka dan mencuba kod sampel untuk mengesan kandungan berbahaya merentasi pelbagai mod. Dokumentasi quickstart berikut membimbing anda membuat permintaan ke perkhidmatan.

Satu lagi aspek yang perlu diambil kira ialah prestasi keseluruhan aplikasi. Dengan aplikasi multi-modal dan multi-model, kami menganggap prestasi bermaksud sistem berfungsi seperti yang anda dan pengguna anda jangkakan, termasuk tidak menghasilkan output yang berbahaya. Penting untuk menilai prestasi keseluruhan aplikasi anda menggunakan kualiti generasi serta metrik risiko dan keselamatan.

Anda boleh menilai aplikasi AI anda dalam persekitaran pembangunan menggunakan prompt flow SDK. Berdasarkan sama ada set data ujian atau sasaran, generasi aplikasi AI generatif anda diukur secara kuantitatif dengan penilai terbina dalam atau penilai tersuai pilihan anda. Untuk memulakan dengan prompt flow sdk bagi menilai sistem anda, anda boleh mengikuti panduan quickstart. Setelah anda melaksanakan larian penilaian, anda boleh memvisualisasikan keputusan dalam Azure AI Studio.

Cap Dagangan

Projek ini mungkin mengandungi cap dagangan atau logo bagi projek, produk, atau perkhidmatan. Penggunaan sah cap dagangan atau logo Microsoft tertakluk kepada dan mesti mengikuti Garis Panduan Cap Dagangan & Jenama Microsoft. Penggunaan cap dagangan atau logo Microsoft dalam versi projek yang diubah suai tidak boleh menyebabkan kekeliruan atau menimbulkan kaitan dengan penajaan Microsoft. Sebarang penggunaan cap dagangan atau logo pihak ketiga tertakluk kepada polisi pihak ketiga tersebut.

Mendapatkan Bantuan

Jika anda tersekat atau mempunyai sebarang soalan mengenai pembinaan aplikasi AI, sertai:

Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:

---

Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat kritikal, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.