Skip to content

README.md

Latest commit

 

History

History
247 lines (175 loc) · 14.8 KB

README.md

File metadata and controls

247 lines (175 loc) · 14.8 KB

Co-op Translator

輕鬆自動化並維護您的教育 GitHub 內容在多語言間的翻譯，隨著您的專案演進。

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

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

偏好本機 Clone？

此儲存庫包含超過 50 種語言的翻譯資料，會大幅增加下載大小。若要不帶翻譯克隆，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"

這樣您可以更快速地下載完成課程所需的全部內容。

GitHub watchers GitHub forks GitHub stars

Microsoft Foundry Discord

Open in GitHub Codespaces

概觀

Co-op Translator 幫助您輕鬆將教育 GitHub 內容本地化成多種語言。
當您更新 Markdown 檔案、圖片或筆記本時，翻譯將自動保持同步，確保您的內容對全球學習者都保持準確且最新。

翻譯內容組織範例：

Example

如何管理翻譯狀態

Co-op Translator 將翻譯過的內容當作 版本化軟體成果物 管理，
而非靜態檔案。

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

此設計讓 Co-op Translator 可以：

  • 可靠地偵測過時的翻譯
  • 一致地對待 Markdown、圖片和筆記本
  • 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控的成果物，
翻譯工作流程自然與現代軟體依賴及成果物管理實務相符。

→ 如何管理翻譯狀態

快速開始

# 建立及啟動虛擬環境（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
# 以掛載當前資料夾及提供 .env 的方式運行（Bash/Zsh）
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

最小設置

  1. 確認您擁有支援的 Python 版本（目前為 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 提供者（Azure OpenAI 或 OpenAI）
  4. （可選）若要進行圖片翻譯（-img），配置 Azure AI Vision
  5. （可選）您可以透過複製變數並加上後綴（如 _1、_2 等）配置多組憑證。每組變數必須使用相同後綴。
  6. （建議）清理先前的翻譯以避免衝突（例如 translations/）
  7. （建議）使用 README 語言範本 將翻譯區塊新增到您的 README
  8. 參見：設定 Azure AI

用法

翻譯所有支援類型：

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

更多參數： 指令參考

功能

  • 自動翻譯 Markdown、筆記本和圖片
  • 保持翻譯與來源變更同步
  • 可本機使用（CLI）或自動化流程中（GitHub Actions）
  • 使用 Azure OpenAI 或 OpenAI；圖片可選用 Azure AI Vision
  • 保留 Markdown 格式與結構

文件

Microsoft 專屬指南

Note

僅限 Microsoft 「For Beginners」儲存庫維護者。

支援我們並促進全球學習

與我們一起革命化教育內容的全球分享方式！請在 GitHub 上為 Co-op Translator 點 ⭐，支持我們推動打破語言障礙的學習與科技使命。您的關注與貢獻將產生重大影響！歡迎貢獻程式碼與功能建議。

用您的語言探索 Microsoft 教育內容

影音簡報

👉 點擊下方圖片於 YouTube 觀看。

  • Open at Microsoft：18 分鐘簡短介紹與快速教學，示範如何使用 Co-op Translator。

    Open at Microsoft

貢獻

此專案歡迎貢獻與建議。想參與 Azure Co-op Translator 的開發嗎？請參閱我們的 CONTRIBUTING.md 指引，了解如何協助讓 Co-op Translator 更加容易使用。

貢獻者

co-op-translator contributors

行為準則

本專案已採用Microsoft 開源行為準則。 欲瞭解更多資訊，請參閱行為準則常見問題，或聯絡[email protected]提出任何額外的問題或意見。

負責任的 AI

Microsoft 致力於協助客戶負責任地使用我們的 AI 產品，分享我們的學習成果，並透過像是透明度說明與影響評估等工具建立基於信任的夥伴關係。許多相關資源可在 https://aka.ms/RAI 取得。 Microsoft 負責任 AI 的方法基於我們的 AI 原則：公平性、可靠性與安全性、隱私與安全、包容性、透明度及問責制。

大型的自然語言、影像與語音模型——如本範例中所使用者——可能會展現不公平、不可靠或冒犯性的行為，進而造成傷害。請參考Azure OpenAI 服務透明度說明以了解風險與限制。

建議採用的風險緩解方法是在您的架構中包含安全系統，能夠偵測並防止有害行為。Azure AI 內容安全 提供獨立的保護層，能夠偵測應用程式和服務中的有害使用者產生及 AI 產生內容。Azure AI 內容安全包含文字和影像 API，可讓您偵測有害素材。我們也有提供互動式的內容安全工作室，讓您檢視、探索並試用針對不同模式偵測有害內容的範例程式碼。以下快速入門文件將指導您如何向服務發出請求。

另一個要考慮的層面是整體應用程式的效能。對於多模態和多模型應用程式，我們認為效能是指系統如您及您的使用者所預期般執行，包括不產生有害輸出。評估整體應用效能時，重要的是使用產生品質與風險及安全指標。

您可以使用prompt flow SDK在開發環境中評估您的 AI 應用程式。無論是測試資料集或目標，您的生成式 AI 應用的結果都可以用內建評估器或您選擇的自訂評估器量化。要開始使用 prompt flow SDK 評估您的系統，您可以參考快速入門指南。一旦執行評估流程，您可以在Azure AI Studio 中視覺化結果。

商標

本專案可能包含專案、產品或服務的商標或標誌。授權使用 Microsoft 商標或標誌必須遵循 Microsoft 的商標與品牌指南。 在本專案修改版本中使用 Microsoft 商標或標誌不得造成混淆或暗示 Microsoft 贊助。 任何第三方商標或標誌的使用均須遵守該第三方的政策。

獲得協助

若您遇到困難或有任何有關建立 AI 應用的問題，歡迎加入：

Microsoft Foundry Discord

若您在開發過程中有產品回饋或錯誤，請造訪：

Microsoft Foundry Developer Forum

免責聲明：
本文件係使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確，請注意自動翻譯可能包含錯誤或不準確之處。原始文件之母語版本應被視為權威來源。對於重要資訊，建議使用專業人工翻譯。對因使用本翻譯而產生之任何誤解或誤釋，我們不承擔任何責任。
⚡