Skip to content

Latest commit

 

History

History
249 lines (178 loc) · 16.5 KB

File metadata and controls

249 lines (178 loc) · 16.5 KB

Co-op Translator

Eenvoudig vertalingen voor je educatieve GitHub-inhoud automatiseren en onderhouden in meerdere talen naarmate je project groeit.

Python 3.10–3.12 Python package License: MIT Downloads Downloads Container: GHCR Code style: black

GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

🌐 Meertalige Ondersteuning

Ondersteund door Co-op Translator

Arabisch | Bengaals | Bulgaars | Birmaans (Myanmar) | Chinees (Vereenvoudigd) | Chinees (Traditioneel, Hong Kong) | Chinees (Traditioneel, Macau) | Chinees (Traditioneel, Taiwan) | Kroatisch | Tsjechisch | Deens | Nederlands | Estlands | Fins | Frans | Duits | Grieks | Hebreeuws | Hindi | Hongaars | Indonesisch | Italiaans | Japans | Kannada | Khmer | Koreaans | Litouws | Maleis | Malayalam | Marathi | Nepalees | Nigeriaans Pidgin | Noors | Perzisch (Farsi) | Pools | Portugees (Brazilië) | Portugees (Portugal) | Punjabi (Gurmukhi) | Roemeens | Russisch | Servisch (Cyrillisch) | Slowaaks | Sloveens | Spaans | Swahili | Zweeds | Tagalog (Filipijns) | Tamils | Telugu | Thais | Turks | Oekraïens | Urdu | Vietnamees

Liever lokaal klonen?

Deze repository bevat meer dan 50 taalvertalingen, wat de downloadgrootte aanzienlijk verhoogt. Om zonder vertalingen te klonen, gebruik 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"

Dit geeft je alles wat je nodig hebt om de cursus te voltooien met een veel snellere download.

GitHub watchers GitHub forks GitHub stars

Microsoft Foundry Discord

Open in GitHub Codespaces

Overzicht

Co-op Translator helpt je om je educatieve GitHub-inhoud moeiteloos te lokaliseren in meerdere talen.
Wanneer je je Markdown-bestanden, afbeeldingen of notebooks bijwerkt, blijven vertalingen automatisch gesynchroniseerd, waardoor je inhoud accuraat en up-to-date blijft voor leerlingen wereldwijd.

Voorbeeld van hoe vertaalde inhoud georganiseerd wordt:

Example

Hoe de vertaalstatus wordt beheerd

Co-op Translator beheert vertaalde inhoud als geversioneerde software-artifacten,
niet als statische bestanden.

De tool houdt de status bij van vertaalde Markdown, afbeeldingen en notebooks
met behulp van taalspecifieke metadata.

Dit ontwerp stelt Co-op Translator in staat om:

  • Betrouwbaar verouderde vertalingen te detecteren
  • Markdown, afbeeldingen en notebooks consequent te behandelen
  • Veilig te schalen in grote, snel bewegende, meertalige repositories

Door vertalingen te modelleren als beheerde artifacten,
passen vertaalworkflows naadloos binnen moderne
softwareafhankelijkheids- en artifactbeheerpraktijken.

Hoe de vertaalstatus wordt beheerd

Snelle start

# Maak en activeer een virtuele omgeving (aanbevolen)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Installeer het pakket
pip install co-op-translator
# Vertalen
translate -l "ko ja fr" -md

Docker:

# Haal de openbare afbeelding van GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Run met de huidige map gemonteerd en .env meegeleverd (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

Minimale setup

  1. Controleer dat je een ondersteunde Python-versie hebt (momenteel 3.10-3.12). In poetry (pyproject.toml) wordt dit automatisch geregeld.
  2. Maak een .env-bestand aan met de template: .env.template
  3. Configureer één LLM-provider (Azure OpenAI of OpenAI)
  4. (Optioneel) Voor afbeeldingsvertaling (-img), configureer Azure AI Vision
  5. (Optioneel) Je kunt meerdere set inloggegevens configureren door variabelen te dupliceren met achtervoegsels zoals _1, _2, etc. Alle variabelen in een set moeten hetzelfde achtervoegsel delen.
  6. (Aanbevolen) Maak eventuele eerdere vertalingen schoon om conflicten te voorkomen (bijv. translations/)
  7. (Aanbevolen) Voeg een vertaalsectie toe aan je README met de README taaltemplate
  8. Zie: Azure AI instellen

Gebruik

Vertaal alle ondersteunde typen:

translate -l "ko ja"

Alleen Markdown:

translate -l "de" -md

Markdown + afbeeldingen:

translate -l "pt" -md -img

Alleen notebooks:

translate -l "zh" -nb

Meer opties: Commandoreferentie

Kenmerken

  • Geautomatiseerde vertaling voor Markdown, notebooks en afbeeldingen
  • Houdt vertalingen synchroon met bronwijzigingen
  • Werkt lokaal (CLI) of in CI (GitHub Actions)
  • Gebruikt Azure OpenAI of OpenAI; optioneel Azure AI Vision voor afbeeldingen
  • Behoudt Markdown-opmaak en structuur

Documentatie

Microsoft-specifieke gids

Note

Alleen voor beheerders van de Microsoft “For Beginners” repositories.

Steun ons en bevorder wereldwijd leren

Doe met ons mee bij het transformeren van hoe educatieve content wereldwijd gedeeld wordt! Geef Co-op Translator een ⭐ op GitHub en steun onze missie om taalbarrières in leren en technologie af te breken. Jouw interesse en bijdragen maken een groot verschil! Codebijdragen en functiesuggesties zijn altijd welkom.

Verken Microsoft educatieve inhoud in jouw taal

Video presentaties

👉 Klik op de afbeelding hieronder om te kijken op YouTube.

  • Open at Microsoft: Een korte introductie van 18 minuten en een snelle gids over het gebruik van Co-op Translator.

    Open at Microsoft

Bijdragen

Dit project verwelkomt bijdragen en suggesties. Geïnteresseerd in bijdragen aan Azure Co-op Translator? Bekijk onze CONTRIBUTING.md voor richtlijnen over hoe je kunt helpen om Co-op Translator toegankelijker te maken.

Bijdragers

co-op-translator contributors

Gedragscode

Dit project heeft de Microsoft Open Source Gedragscode overgenomen. Voor meer informatie zie de Gedragscode FAQ of neem contact op met opencode@microsoft.com voor aanvullende vragen of opmerkingen.

Verantwoord AI

Microsoft zet zich in om onze klanten te helpen onze AI-producten verantwoord te gebruiken, onze ervaringen te delen en vertrouwen op te bouwen via tools zoals Transparantienota's en Impactbeoordelingen. Veel van deze bronnen zijn te vinden op https://aka.ms/RAI. De benadering van Microsoft voor verantwoord AI is gebaseerd op onze AI-principes van rechtvaardigheid, betrouwbaarheid en veiligheid, privacy en beveiliging, inclusiviteit, transparantie en verantwoordelijkheid.

Grootschalige modellen voor natuurlijke taal, beeld en spraak - zoals die gebruikt worden in dit voorbeeld - kunnen zich mogelijk op manieren gedragen die onrechtvaardig, onbetrouwbaar of aanstootgevend zijn, wat schade kan veroorzaken. Raadpleeg de Azure OpenAI service Transparantienota om geïnformeerd te zijn over risico's en beperkingen.

De aanbevolen aanpak om deze risico's te beperken is het opnemen van een veiligheidssysteem in uw architectuur dat schadelijk gedrag kan detecteren en voorkomen. Azure AI Content Safety biedt een onafhankelijke beschermingslaag, die schadelijke door gebruikers of AI gegenereerde inhoud in toepassingen en diensten kan detecteren. Azure AI Content Safety bevat tekst- en beeld-API's waarmee u materiaal kunt detecteren dat schadelijk is. We hebben ook een interactieve Content Safety Studio waarmee u voorbeeldcode kunt bekijken, verkennen en uitproberen voor het detecteren van schadelijke inhoud over verschillende modaliteiten. De volgende quickstart documentatie begeleidt u bij het doen van verzoeken aan de service.

Een ander aspect om rekening mee te houden is de algehele prestatie van de applicatie. Bij multi-modale en multi-modelapplicaties verstaan we onder prestatie dat het systeem presteert zoals u en uw gebruikers verwachten, inclusief het niet genereren van schadelijke resultaten. Het is belangrijk om de prestatie van uw gehele applicatie te beoordelen met behulp van generatiekwaliteit en risico- en veiligheidsmetrics.

U kunt uw AI-applicatie evalueren in uw ontwikkelomgeving met behulp van de prompt flow SDK. Aan de hand van een testdataset of een doel worden uw generatieve AI-generaties kwantitatief gemeten met ingebouwde of door uzelf gekozen evaluators. Om te beginnen met de prompt flow sdk om uw systeem te evalueren, kunt u de quickstart gids volgen. Nadat u een evaluatierun hebt uitgevoerd, kunt u de resultaten visualiseren in Azure AI Studio.

Handelsmerken

Dit project kan handelsmerken of logo's bevatten van projecten, producten of diensten. Geautoriseerd gebruik van Microsoft
handelsmerken of logo's is onderhevig aan en moet voldoen aan de
Microsoft's Richtlijnen voor Handelsmerken & Merken.
Gebruik van Microsoft handelsmerken of logo's in gewijzigde versies van dit project mag geen verwarring veroorzaken of Microsoft-sponsoring impliceren.
Elk gebruik van handelsmerken of logo's van derden is onderhevig aan het beleid van die derden.

Hulp krijgen

Als u vastloopt of vragen heeft over het bouwen van AI-apps, sluit u aan bij:

Microsoft Foundry Discord

Als u productfeedback heeft of foutmeldingen ondervindt tijdens het bouwen, bezoek dan:

Microsoft Foundry Developer Forum


Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsdienst Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u er rekening mee te houden dat automatische vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het oorspronkelijke document in de oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor cruciale informatie wordt een professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortkomen uit het gebruik van deze vertaling.