Skip to content

README.md

Latest commit

 

History

History
247 lines (175 loc) · 14.9 KB

README.md

File metadata and controls

247 lines (175 loc) · 14.9 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

阿拉伯語 | 孟加拉語 | 保加利亞語 | 緬甸語 (Myanmar) | 中文（簡體） | 中文（繁體，香港） | 中文（繁體，澳門） | 中文（繁體，臺灣） | 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 (Farsi) | 波蘭語 | 巴西葡萄牙語 | 葡萄牙語 (葡萄牙) | 旁遮普語 (Gurmukhi) | 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

偏好本機克隆？

本儲存庫包含 50+ 語言翻譯，會顯著增加下載大小。若想不包含翻譯地克隆，請使用稀疏簽出：

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"

此方式提供您完成課程所需的全部內容，且下載速度更快。

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 GitHub 內容本地化成多種語言。
當您更新 Markdown 檔案、影像或筆記本時，翻譯會自動同步，確保您的內容對全球學習者保持正確且最新。

翻譯內容組織範例如下：

Example

如何管理翻譯狀態

Co-op Translator 將翻譯內容視為 版本化軟體產物，
而非靜態檔案。

此工具透過 語言範圍的元資料，追蹤翻譯的 Markdown、影像及筆記本狀態。

此設計讓 Co-op Translator 能夠：

  • 可靠偵測過期翻譯
  • 對 Markdown、影像與筆記本採取一致處理
  • 安全地擴展用於大型、快速變動、多語言的儲存庫

透過將翻譯建模為管理中的產物，
翻譯工作流程自然符合現代軟體的依賴性與產物管理實務。

→ 如何管理翻譯狀態

快速開始

# 建立並啟動虛擬環境（建議）
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 拉取公共映像檔
docker pull ghcr.io/azure/co-op-translator:latest
# 以當前資料夾掛載並提供 .env 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. 確認您使用的是受支援的 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 .env.template 建立 .env 檔案
  3. 配置一組 LLM 提供者（Azure OpenAI 或 OpenAI）
  4. （選擇性）對於影像翻譯 (-img)，配置 Azure AI Vision
  5. （選擇性）您可以透過添加變數後綴如 _1、_2 等複製多組認證。每組變數必須擁有相同後綴。
  6. （建議）清除先前翻譯結果以避免衝突（例如 translations/）
  7. （建議）使用 README 語言範本 在您的 README 新增翻譯區塊
  8. 參考：設置 Azure AI

用法

翻譯所有支援的類型：

translate -l "ko ja"

僅翻譯 Markdown：

translate -l "de" -md

Markdown + 影像：

translate -l "pt" -md -img

僅翻譯筆記本：

translate -l "zh" -nb

更多參數說明：指令參考

功能

  • 自動翻譯 Markdown、筆記本和影像
  • 保持翻譯與來源變動同步
  • 可在本機 (CLI) 或 CI (GitHub Actions) 執行
  • 使用 Azure OpenAI 或 OpenAI；影像翻譯可選用 Azure AI Vision
  • 保留 Markdown 格式與結構

文件

Microsoft 專屬指南

Note

僅供 Microsoft “For Beginners” 儲存庫管理者使用。

支持我們，促進全球學習

加入我們，一同革新教育內容在全球的分享方式！
在 GitHub 上為 Co-op Translator 點讚並支持我們打破學習與科技語言障礙的使命。
您的關注與貢獻將帶來重大影響！歡迎程式碼貢獻與功能建議。

以您的語言探索 Microsoft 教育內容

影音簡介

👉 點擊下方圖片於 YouTube 收看。

  • Open at Microsoft：簡短18分鐘介紹與快速指南，教您如何使用 Co-op Translator。

    Open at Microsoft

貢獻

本專案歡迎貢獻與建議。有興趣為 Azure Co-op Translator 貢獻者，請參閱我們的 CONTRIBUTING.md 指南，了解如何協助讓 Co-op Translator 更加普及。

貢獻者

co-op-translator contributors

行為準則

本專案已採用 Microsoft 開放原始碼行為準則。 欲了解更多資訊，請參閱 行為準則常見問題，或聯絡 [email protected] 提出任何其他問題或意見。

負責任的 AI

微軟致力協助客戶負責任地使用我們的 AI 產品，分享我們的經驗，並通過 Transparency Notes 和 Impact Assessments 等工具建立基於信任的合作夥伴關係。許多此類資源可在 https://aka.ms/RAI 找到。 微軟的負責任 AI 方針基於我們的 AI 原則：公平性、可靠性與安全性、隱私與安全性、包容性、透明性及問責制。

大型自然語言、影像及語音模型——如本範例中所使用的——可能會出現不公平、不可靠或冒犯性的行為，進而造成傷害。請參閱 Azure OpenAI 服務透明度說明 以了解相關風險與限制。

建議緩解此類風險的方法是在架構中加入安全系統，偵測及防止有害行為。Azure AI Content Safety 提供一層獨立防護，能夠在應用程式與服務中偵測有害的使用者生成及 AI 生成內容。Azure AI Content Safety 包括文字與影像 API，讓您能偵測有害內容。我們還有一個互動式 Content Safety Studio，可讓您檢視、探索並試用偵測不同樣態有害內容的範例程式碼。以下快速入門文件將指引您如何向服務發送請求。

另一個需要考慮的面向是整體應用程式效能。對於多模態與多模型應用程式，我們視效能為系統按您與使用者預期運作，包含不產生有害輸出。使用產生品質以及風險安全指標對您的整體應用進行評估，十分重要。

您可使用 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，生成的 AI 結果皆可用內建評估器或自訂評估器進行量化衡量。若要開始使用 prompt flow sdk 評估系統，請參閱快速入門指南。執行評估後，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。授權使用微軟商標或標誌需遵守並遵循微軟商標與品牌指南。 在修改本專案版本中使用微軟商標或標誌，必須避免造成混淆或暗示微軟贊助。 任何第三方商標或標誌的使用，皆須遵守該第三方的政策。

尋求協助

如果遇到困難或對於建立 AI 應用有任何疑問，歡迎加入：

Microsoft Foundry Discord

若您有產品回饋或在建置過程中發現錯誤，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，但請注意，自動翻譯可能包含錯誤或不精確之處。原始文件的母語版本應被視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯所導致的任何誤解或誤譯負責。
⚡