Skip to content

README.md

Latest commit

 

History

History
248 lines (176 loc) · 15.1 KB

README.md

File metadata and controls

248 lines (176 loc) · 15.1 KB

Co-op Translator

輕鬆自動化並維護您的教育性 GitHub 內容在多種語言中的翻譯，隨著您的專案持續發展。

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

🌐 多語言支援

由 Co-op Translator 支援

阿拉伯語 | 孟加拉語 | 保加利亞語 | 緬甸語 (緬甸) | 中文 (簡體) | 中文 (繁體，香港) | 中文 (繁體，澳門) | 中文 (繁體，台灣) | 克羅地亞語 | 捷克語 | 丹麥語 | 荷蘭語 | 愛沙尼亞語 | 芬蘭語 | 法語 | 德語 | 希臘語 | 希伯來語 | 印地語 | 匈牙利語 | 印尼語 | 義大利語 | 日語 | 坎納達語 | 高棉語 | 韓語 | 立陶宛語 | 馬來語 | 馬拉雅拉姆語 | 馬拉地語 | 尼泊爾語 | 奈及利亞皮欽語 | 挪威語 | 波斯語 (法爾西語) | 波蘭語 | 葡萄牙語 (巴西) | 葡萄牙語 (葡萄牙) | 旁遮普語 (固魯米奇文) | 羅馬尼亞語 | 俄語 | 塞爾維亞語 (西里爾字母) | 斯洛伐克語 | 斯洛維尼亞語 | 西班牙語 | 斯瓦希里語 | 瑞典語 | 他加祿語 (菲律賓語) | 泰米爾語 | 泰盧固語 | 泰語 | 土耳其語 | 烏克蘭語 | 烏爾都語 | 越南語

想本機複製嗎？

此儲存庫包含超過 50 種語言的翻譯，因此顯著增加下載大小。 若要在不包含翻譯的情況下複製，請使用稀疏檢出：

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"

這讓您能以更快的速度下載所需的全部內容，完成課程。

GitHub watchers GitHub forks GitHub stars

Microsoft Foundry Discord

Open in GitHub Codespaces

概覽

Co-op Translator 幫助您輕鬆將教育性 GitHub 內容本地化至多種語言。
當您更新 Markdown 檔案、圖片或筆記本時，翻譯會自動保持同步，確保您的內容對全球學習者保持準確及最新。

翻譯內容組織範例：

Example

翻譯狀態管理方式

Co-op Translator 將翻譯內容管理為 有版本的軟體工件，
而非靜態檔案。

該工具使用 語言範圍的元資料 追蹤翻譯 Markdown、圖片和筆記本的狀態。

這種設計讓 Co-op Translator 能：

  • 可靠地偵測過期翻譯
  • 一致性地處理 Markdown、圖片與筆記本
  • 安全地擴展至大型快速變動的多語言儲存庫

透過將翻譯建模為受管理的工件，
翻譯工作流程可更自然地與現代的軟體依賴及工件管理實踐相結合。

→ 翻譯狀態管理方式介紹

快速開始

# 建立並啟動虛擬環境（建議使用）
python -m venv .venv
# Windows 作業系統
.venv\Scripts\activate
# macOS/Linux 作業系統
source .venv/bin/activate
# 安裝套件
pip install co-op-translator
# 翻譯
translate -l "ko ja fr" -md

Docker:

# 從 GHCR 拉取公共映像
docker pull ghcr.io/azure/co-op-translator:latest
# 以掛載當前資料夾並提供 .env 方式運行（Bash/Zsh）
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

最小設定

  1. 確認您擁有受支援的 Python 版本（目前是 3.10-3.12）。在 poetry（pyproject.toml）中會自動處理。
  2. 使用範本建立 .env 檔案： .env.template
  3. 配置一個 LLM 供應商（Azure OpenAI 或 OpenAI）
  4. （選用）針對圖片翻譯 (-img)，設定 Azure AI Vision
  5. （選用）您可以透過副本變數並加上 _1、_2 等後綴來配置多組認證集合。集合中的所有變數必須使用相同的後綴。
  6. （建議）清理之前的所有翻譯以避免衝突（例如 translations/）
  7. （建議）使用 README 語言範本 在您的 README 中新增翻譯區塊
  8. 參考： 設定 Azure AI

使用方式

翻譯所有支援的檔案類型：

translate -l "ko ja"

只翻譯 Markdown：

translate -l "de" -md

Markdown + 圖片：

translate -l "pt" -md -img

只翻譯筆記本：

translate -l "zh" -nb

更多指令參數： 指令參考

特色

  • 自動翻譯 Markdown、筆記本與圖片
  • 翻譯與原始內容變更自動同步
  • 可本機執行（CLI）或於 CI (GitHub Actions) 中運行
  • 支援 Azure OpenAI 或 OpenAI；可選用 Azure AI Vision 處理圖片
  • 保留 Markdown 格式及結構

文件

Microsoft 專屬指南

Note

僅供維護 Microsoft “For Beginners” 系列儲存庫者使用。

支持我們，共促全球學習

加入我們，一起革新教育內容的全球分享方式！在 GitHub 為 Co-op Translator 點讚⭐，支持我們打破學習與科技領域的語言障礙使命。您的關注和貢獻帶來重大影響！歡迎您提供程式碼貢獻與功能建議。

探索 Microsoft 教育內容的多種語言版本

影片簡報

👉 點擊下方圖片於 YouTube 觀賞。

  • Open at Microsoft： 18 分鐘簡介影片，快速指南如何使用 Co-op Translator。

    Open at Microsoft

貢獻

本專案歡迎所有貢獻與意見。想要參與 Azure Co-op Translator 的開發嗎？請參閱我們的 CONTRIBUTING.md，了解如何協助讓 Co-op Translator 更易取得。

貢獻者

co-op-translator contributors

行為準則

此專案已採用 Microsoft 開源行為準則。 欲了解更多資訊，請參閱 行為準則常見問題 或 聯絡 [email protected] 以獲得更多問題或意見。

負責任的 AI

Microsoft 致力協助我們的客戶負責任地使用 AI 產品，分享我們的經驗，並透過 Transparency Notes 和 Impact Assessments 等工具建立基於信任的合作夥伴關係。許多這些資源皆可在 https://aka.ms/RAI 找到。 Microsoft 負責任的 AI 方法以我們的 AI 原則為基礎，包括公平性、可靠性與安全性、隱私和安全性、包容性、透明性與問責性。

大型自然語言、影像與語音模型——如本示例中使用的模型——可能會表現出不公平、不可靠或冒犯的行為，從而造成傷害。請查閱 Azure OpenAI 服務透明度說明 以了解風險與限制。

緩解這些風險的建議方法是將安全系統納入架構中，以便偵測和防止有害行為。Azure AI Content Safety 提供獨立的保護層，能在應用程式和服務中偵測有害的使用者產生及 AI 產生內容。Azure AI Content Safety 包含文本和影像 API，可讓您偵測有害內容。我們還有一個互動式的 Content Safety Studio，允許您查看、探索並嘗試跨多模態偵測有害內容的範例程式碼。以下的 快速入門文件 導引您如何向服務發送請求。

另一個需考量的面向是整體應用程式的效能。對於多模態和多模型應用，我們認為效能是指系統達到您和使用者的預期表現，包括不產生有害輸出。評估您整體應用的效能時，非常重要的是使用 生成品質與風險和安全指標。

您可以透過 prompt flow SDK 在開發環境中評估您的 AI 應用。無論是測試資料集或目標，您的生成式 AI 應用產出都會透過內建或您選擇的自訂評估器進行定量衡量。若要開始使用 prompt flow sdk 評估系統，請參考 快速入門指南。執行評估後，您可在 Azure AI Studio 中視覺化結果。

商標

本專案可能包含項目、產品或服務的商標或標誌。授權使用 Microsoft 商標或標誌需遵守並遵循 Microsoft 的商標與品牌指南。 修改版本專案中使用 Microsoft 商標或標誌不得引起混淆或暗示 Microsoft 贊助。 任何第三方商標或標誌的使用皆須遵守相關第三方政策。

尋求協助

如果您遇到困難或對建立 AI 應用有任何疑問，歡迎加入：

Microsoft Foundry Discord

若您在建立過程中有產品反饋或錯誤，請造訪：

Microsoft Foundry Developer Forum

免責聲明：
本文件由 AI 翻譯服務 Co-op Translator 自動翻譯。雖然我們致力於確保準確性，但請注意自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊，建議使用專業人工翻譯。我們不對因使用此翻譯而引起的任何誤解或誤釋承擔責任。
⚡