Αυτοματοποιήστε και διατηρήστε εύκολα τις μεταφράσεις για το εκπαιδευτικό περιεχόμενο στο GitHub σε πολλές γλώσσες καθώς το έργο σας εξελίσσεται.
Ξεκινήστε εδώ: Επιλέξτε τη ροή εργασίας σας | Διαμόρφωση | CLI | Python API | Διακομιστής MCP
Υποστηρίζεται από Co-op Translator
Αραβικά | Μπενγκάλι | Βουλγαρικά | Βιρμανικά (Μιανμάρ) | Κινέζικα (Απλοποιημένα) | Κινέζικα (Παραδοσιακά, Χονγκ Κονγκ) | Κινέζικα (Παραδοσιακά, Μακάο) | Κινέζικα (Παραδοσιακά, Ταϊβάν) | Κροατικά | Τσεχικά | Δανικά | Ολλανδικά | Εσθονικά | Φινλανδικά | Γαλλικά | Γερμανικά | Ελληνικά | Εβραϊκά | Χίντι | Ουγγρικά | Ινδονησιακά | Ιταλικά | Ιαπωνικά | Κανάντα | Χμερ | Κορεατικά | Λιθουανικά | Μαλαισιανά | Μαλαγιαλαμικά | Μαράθι | Νεπαλικά | Νιγηριανό Πίτζιν | Νορβηγικά | Περσικά (Φαρσί) | Πολωνικά | Πορτογαλικά (Βραζιλία) | Πορτογαλικά (Πορτογαλία) | Πουντζάμπι (Γκουρμούκι) | Ρουμανικά | Ρωσικά | Σερβικά (Κυριλλικά) | Σλοβακικά | Σλοβενικά | Ισπανικά | Σουαχίλι | Σουηδικά | Ταγκαλόγκ (Φιλιππινέζικα) | Ταμίλ | Τελούγκου | Ταϊλανδικά | Τουρκικά | Ουκρανικά | Ουρντού | Βιετναμέζικα
Προτιμάτε να κάνετε κλωνοποίηση τοπικά;
Αυτό το αποθετήριο περιλαμβάνει πάνω από 50 μεταφράσεις γλωσσών, κάτι που αυξάνει σημαντικά το μέγεθος λήψης. Για να κλωνοποιήσετε χωρίς τις μεταφράσεις, χρησιμοποιήστε 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"Αυτό σας δίνει όλα όσα χρειάζεστε για να ολοκληρώσετε το μάθημα με πολύ ταχύτερη λήψη.
Co-op Translator σας βοηθά να τοπικοποιήσετε το εκπαιδευτικό περιεχόμενο στο GitHub σε πολλαπλές γλώσσες χωρίς κόπο. Όταν ενημερώνετε τα αρχεία Markdown, τις εικόνες ή τα notebooks, οι μεταφράσεις παραμένουν αυτόματα συγχρονισμένες, εξασφαλίζοντας ότι το περιεχόμενό σας παραμένει ακριβές και ενημερωμένο για μαθητές σε όλο τον κόσμο.
Χρησιμοποιήστε το από το CLI για μετάφραση αποθετηρίου, από το Python API για αυτοματοποίηση, ή μέσω του διακομιστή MCP για ροές εργασιών με agents και editors.
Παράδειγμα του πώς οργανώνεται το μεταφρασμένο περιεχόμενο:
Η μετάφραση ενός αρχείου είναι εύκολη. Το δύσκολο είναι να κρατήσετε ολόκληρο ένα αποθετήριο τεκμηρίωσης μεταφρασμένο, συνδεδεμένο και ενημερωμένο.
| Πρόβλημα | Πώς βοηθάει το Co-op Translator |
|---|---|
| Μεγάλα έγγραφα δεν είναι ένα prompt | Τα μεγάλα αρχεία Markdown χωρίζονται σε κομμάτια, έτσι ένα μεγάλο README δεν εξαρτάται από μία ευάλωτη απάντηση μοντέλου. Αν ένα κομμάτι αποτύχει, το Co-op Translator μπορεί να ξαναδοκιμάσει και να επανα-διαχωρίσει μόνο το αποτυχημένο τμήμα. |
| Οι ελλιπείς μεταφράσεις δεν πρέπει να χαρακτηρίζονται ως τρέχουσες | Μία αποκομμένη μετάφραση δεν πρέπει ποτέ να θεωρείται ενημερωμένη. Το Co-op Translator ελέγχει την ακεραιότητα της μετάφρασης πριν την αποθήκευση και μπορεί να εντοπίσει δομικά ελλιπείς υπάρχουσες μεταφράσεις. |
| Οι σύνδεσμοι πρέπει να ταιριάζουν με τη δομή του μεταφρασμένου αποθετηρίου | Οι χειροκίνητες μεταφράσεις συχνά αφήνουν σχετικούς συνδέσμους που δείχνουν πίσω στην πηγή. Το Co-op Translator επαναγράφει συνδέσμους σε Markdown, notebooks, εικόνες και README ώστε να ταιριάζουν με τη δομή translations/<lang>/.... |
| Η μετάφραση πρέπει να λειτουργεί σε ολόκληρο το αποθετήριο | Το Co-op Translator χειρίζεται αρχεία README, docs, notebooks και κείμενο εικόνων ως μέρος μιας ενιαίας ροής εργασίας αποθετηρίου, αντί να μεταφράζει αρχεία ένα-ένα. |
| Η διατήρηση των μεταφράσεων είναι πιο σημαντική από τη δημιουργία τους μια φορά | Τα hashes πηγής και τα μεταδεδομένα μετάφρασης επιτρέπουν στο Co-op Translator να εντοπίζει ξεπερασμένα αρχεία, να παραλείπει αμετάβλητα αρχεία και να κρατά το μεταφρασμένο περιεχόμενο συγχρονισμένο καθώς το αποθετήριο πηγής εξελίσσεται. |
Co-op Translator διαχειρίζεται το μεταφρασμένο περιεχόμενο ως εκδοθέντα λογισμικά αντικείμενα,
όχι ως στατικά αρχεία.
Το εργαλείο παρακολουθεί την κατάσταση των μεταφρασμένων Markdown, εικόνων και notebooks χρησιμοποιώντας μεταδεδομένα περιορισμένα ανά γλώσσα.
Αυτός ο σχεδιασμός επιτρέπει στο Co-op Translator να:
- Να εντοπίζει αξιόπιστα ξεπερασμένες μεταφράσεις
- Να χειρίζεται το Markdown, τις εικόνες και τα notebooks με συνέπεια
- Να κλιμακώνει με ασφάλεια σε μεγάλα, γρήγορα κινούμενα, πολύγλωσσα αποθετήρια
Με την αποτύπωση των μεταφράσεων ως διαχειριζόμενα αντικείμενα, οι ροές εργασίας μετάφρασης εναρμονίζονται φυσικά με τις σύγχρονες πρακτικές διαχείρισης εξαρτήσεων λογισμικού και αντικειμένων.
→ Πώς διαχειρίζεται η κατάσταση μετάφρασης
Το Co-op Translator μπορεί να χρησιμοποιηθεί από το CLI, το Python API, ή τον διακομιστή MCP. Ξεκινήστε με τον οδηγό ροής εργασίας εάν επιλέγετε ανάμεσα σε τοπική μετάφραση, αυτοματοποίηση, CI και ενσωμάτωση agent/editor.
- Επιλέξτε τη ροή εργασίας σας
- Ρυθμίστε τα διαπιστευτήρια
- Μεταφράστε από το CLI
- Αυτοματοποιήστε με το Python API
- Συνδεθείτε με τον διακομιστή MCP
- Τρέξτε σε GitHub Actions
Ελάχιστο παράδειγμα CLI μετά τη διαμόρφωση:
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
pip install co-op-translator
translate -l "ko" -md
co-op-review -l "ko"Για τις πρώτες εκτελέσεις σε μεγάλα αποθετήρια, χρησιμοποιήστε --dry-run πριν γράψετε τα μεταφρασμένα αρχεία. Δείτε την Αναφορά CLI για flags τύπων περιεχομένου, logs, αναθεώρηση και μετανάστευση συνδέσμων.
Γρήγορη εκτέλεση κοντέινερ με Bash/Zsh:
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko" -mdΓρήγορη εκτέλεση κοντέινερ με PowerShell:
docker run --rm -it --env-file .env -v ${PWD}:/work ghcr.io/azure/co-op-translator:latest -l "ko" -md- Αυτοματοποιημένη μετάφραση για Markdown, notebooks και εικόνες
- Κρατάει τις μεταφράσεις συγχρονισμένες με τις αλλαγές στην πηγή
- Λειτουργεί τοπικά (CLI) ή σε CI (GitHub Actions)
- Εμφανίζει εργαλεία μετάφρασης για Markdown, notebooks, εικόνες, αναθεώρηση και έργο μέσω MCP
- Χρησιμοποιεί Azure OpenAI ή OpenAI για μεταφράσεις με υποστήριξη παρόχου
- Επιτρέπει στον MCP να φιλοξενεί agents που μεταφράζουν τμήματα Markdown και notebooks χωρίς διαπιστευτήρια LLM του Co-op Translator
- Χρησιμοποιεί Azure AI Vision για εξαγωγή κειμένου από εικόνες και μετάφραση
- Αναθεωρεί τη δομή και την επικαιρότητα των μεταφράσεων με ντετερμινιστικούς ελέγχους
- Διατηρεί τη μορφοποίηση και τη δομή του Markdown
- Ιστότοπος τεκμηρίωσης
- Επιλέξτε τη ροή εργασίας σας
- Διαμόρφωση
- Ρύθμιση Azure AI
- Αναφορά CLI
- Python API
- Διακομιστής MCP
- GitHub Actions
- Πρότυπο README γλωσσών
- Υποστηριζόμενες γλώσσες
- Συνεισφορά
- Επίλυση προβλημάτων
Note
Μόνο για συντηρητές των αποθετηρίων της Microsoft «For Beginners».
Συμμετάσχετε μαζί μας στη μεταμόρφωση του τρόπου με τον οποίο το εκπαιδευτικό περιεχόμενο μοιράζεται παγκοσμίως! Δώστε στο Co-op Translator ένα ⭐ στο GitHub και υποστηρίξτε την αποστολή μας να καταργήσουμε τα γλωσσικά εμπόδια στη μάθηση και την τεχνολογία. Το ενδιαφέρον και οι συνεισφορές σας έχουν σημαντική επίδραση! Οι συνεισφορές κώδικα και οι προτάσεις χαρακτηριστικών είναι πάντα ευπρόσδεκτες.
- LangChain4j για Αρχαρίους
- AZD για Αρχαρίους
- Edge AI για Αρχαρίους
- Πρωτόκολλο Συμφραζομένων Μοντέλου (MCP) για Αρχαρίους
- Πράκτορες AI για Αρχαρίους
- Generative AI για Αρχαρίους με χρήση .NET
- Generative AI για Αρχαρίους
- Generative AI για Αρχαρίους με χρήση Java
- Μηχανική Μάθηση για Αρχαρίους
- Επιστήμη Δεδομένων για Αρχαρίους
- AI για Αρχαρίους
- Κυβερνοασφάλεια για Αρχαρίους
- Ανάπτυξη Web για Αρχαρίους
- IoT για Αρχαρίους
- PhiCookBook
👉 Κάντε κλικ στην εικόνα παρακάτω για να παρακολουθήσετε στο YouTube.
-
Άνοιγμα στη Microsoft: Μια σύντομη εισαγωγή 18 λεπτών και γρήγορος οδηγός για το πώς να χρησιμοποιήσετε το Co-op Translator.
Αυτό το έργο καλωσορίζει συνεισφορές και προτάσεις. Ενδιαφέρεστε να συμβάλετε στον Azure Co-op Translator; Παρακαλούμε δείτε το CONTRIBUTING.md για οδηγίες σχετικά με το πώς μπορείτε να βοηθήσετε ώστε το Co-op Translator να γίνει πιο προσβάσιμο.
Αυτό το έργο έχει υιοθετήσει τον Κώδικα Συμπεριφοράς Ανοιχτού Κώδικα της Microsoft. Για περισσότερες πληροφορίες δείτε τις Συχνές Ερωτήσεις για τον Κώδικα Συμπεριφοράς ή επικοινωνήστε στο opencode@microsoft.com με οποιεσδήποτε επιπλέον ερωτήσεις ή σχόλια.
Η Microsoft δεσμεύεται να βοηθά τους πελάτες μας να χρησιμοποιούν τα προϊόντα AI με υπεύθυνο τρόπο, να μοιράζεται τα ευρήματά μας και να δημιουργεί συνεργασίες εμπιστοσύνης μέσω εργαλείων όπως οι Σημειώσεις Διαφάνειας και οι Αξιολογήσεις Επιπτώσεων. Πολλοί από αυτούς τους πόρους μπορούν να βρεθούν στη διεύθυνση https://aka.ms/RAI. Η προσέγγιση της Microsoft για την υπεύθυνη AI βασίζεται στις αρχές μας για την τεχνητή νοημοσύνη: δικαιοσύνη, αξιοπιστία και ασφάλεια, ιδιωτικότητα και ασφάλεια, συμπερίληψη, διαφάνεια και λογοδοσία.
Τα μεγάλης κλίμακας μοντέλα φυσικής γλώσσας, εικόνας και ομιλίας - όπως αυτά που χρησιμοποιούνται σε αυτό το δείγμα - ενδέχεται να συμπεριφέρονται με τρόπους που είναι άδικοι, αναξιόπιστοι ή προσβλητικοί, προκαλώντας ζημίες. Συμβουλευτείτε τη Σημείωση Διαφάνειας της υπηρεσίας Azure OpenAI για να ενημερωθείτε σχετικά με τους κινδύνους και τους περιορισμούς.
Η προτεινόμενη προσέγγιση για την άμβλυνση αυτών των κινδύνων είναι να συμπεριλάβετε ένα σύστημα ασφάλειας στην αρχιτεκτονική σας που μπορεί να ανιχνεύσει και να αποτρέψει επιβλαβή συμπεριφορά. Το Azure AI Content Safety παρέχει ένα ανεξάρτητο επίπεδο προστασίας, ικανό να ανιχνεύει επιβλαβές περιεχόμενο που δημιουργείται από χρήστες και από AI σε εφαρμογές και υπηρεσίες. Το Azure AI Content Safety περιλαμβάνει API για κείμενο και εικόνα που σας επιτρέπουν να εντοπίζετε υλικό που είναι επιβλαβές. Έχουμε επίσης ένα διαδραστικό Content Safety Studio που σας επιτρέπει να δείτε, να εξερευνήσετε και να δοκιμάσετε δείγματα κώδικα για τον εντοπισμό επιβλαβούς περιεχομένου σε διάφορες μορφές. Η ακόλουθη τεκμηρίωση γρήγορης εκκίνησης σας καθοδηγεί στο πώς να κάνετε αιτήσεις στην υπηρεσία.
Ένα άλλο ζήτημα που πρέπει να λάβετε υπόψη είναι η συνολική απόδοση της εφαρμογής. Σε εφαρμογές με πολλαπλές μορφές και πολλαπλά μοντέλα, η απόδοση θεωρείται ότι σημαίνει ότι το σύστημα λειτουργεί όπως εσείς και οι χρήστες σας αναμένετε, συμπεριλαμβανομένου του να μην παράγει επιβλαβή αποτελέσματα. Είναι σημαντικό να αξιολογήσετε την απόδοση της συνολικής εφαρμογής σας χρησιμοποιώντας μετρικές ποιότητας παραγωγής και μετρικές κινδύνου και ασφάλειας.
Μπορείτε να αξιολογήσετε την εφαρμογή AI σας στο περιβάλλον ανάπτυξής σας χρησιμοποιώντας το prompt flow SDK. Δίνοντας είτε ένα δοκιμαστικό σύνολο δεδομένων είτε έναν στόχο, οι γεννήσεις της γενετικής AI εφαρμογής σας μετρώνται ποσοτικά με ενσωματωμένους αξιολογητές ή με προσαρμοσμένους αξιολογητές της επιλογής σας. Για να ξεκινήσετε με το prompt flow SDK για να αξιολογήσετε το σύστημά σας, μπορείτε να ακολουθήσετε τον οδηγό γρήγορης εκκίνησης. Μόλις εκτελέσετε μια εκτέλεση αξιολόγησης, μπορείτε να οπτικοποιήσετε τα αποτελέσματα στο Azure AI Studio.
Αυτό το έργο ενδέχεται να περιέχει εμπορικά σήματα ή λογότυπα για έργα, προϊόντα ή υπηρεσίες. Η εξουσιοδοτημένη χρήση των εμπορικών σημάτων ή λογοτύπων της Microsoft υπόκειται και πρέπει να ακολουθεί τις Κατευθυντήριες Γραμμές Εταιρικών Σημάτων & Εμπορικών Σημάτων της Microsoft. Η χρήση εμπορικών σημάτων ή λογοτύπων της Microsoft σε τροποποιημένες εκδόσεις αυτού του έργου δεν πρέπει να προκαλεί σύγχυση ή να υπονοεί χορηγία από τη Microsoft. Οποιαδήποτε χρήση εμπορικών σημάτων ή λογοτύπων τρίτων υπόκειται στις πολιτικές αυτών των τρίτων.
Εάν κολλήσετε ή έχετε οποιεσδήποτε ερωτήσεις σχετικά με την κατασκευή εφαρμογών AI, συμμετάσχετε:
Εάν έχετε σχόλια προϊόντος ή σφάλματα κατά την ανάπτυξη επισκεφθείτε:
