README.md

Co-op Translator

Lako automatizirajte i održavajte prijevode vašeg edukativnog GitHub sadržaja na više jezika kako se vaš projekt razvija.

Započnite ovdje: Odaberite svoj radni tijek | Konfiguracija | CLI | Python API | MCP poslužitelj

🌐 Podrška za više jezika

Podržano od Co-op Translator

Arapski | Bengalski | Bugarski | Burmanski (Mjanmar) | Kineski (pojednostavljeno) | Kineski (tradicionalni, Hong Kong) | Kineski (tradicionalni, Makao) | Kineski (tradicionalni, Tajvan) | Hrvatski | Češki | Danski | Nizozemski | Estonski | Finski | Francuski | Njemački | Grčki | Hebrejski | Hindi | Mađarski | Indonezijski | Talijanski | Japanski | Kannada | Kmerski | Korejski | Litvanski | Malajski | Malayalam | Marathi | Nepalski | Nigerijski pidgin | Norveški | Perzijski (Farsi) | Poljski | Portugalski (Brazil) | Portugalski (Portugal) | Punjabi (Gurmukhi) | Rumunjski | Ruski | Srpski (ćirilica) | Slovački | Slovenski | Španjolski | Svahili | Švedski | Tagalog (Filipinski) | Tamilski | Telugu | Tajlandski | Turski | Ukrajinski | Urdu | Vijetnamski

Radije klonirati lokalno?

Ovaj repozitorij uključuje 50+ prijevoda jezika što značajno povećava veličinu preuzimanja. Za kloniranje bez prijevoda, koristite 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"

Ovo vam daje sve što trebate za završetak tečaja uz znatno brže preuzimanje.

Pregled

Co-op Translator pomaže vam lokalizirati vaš edukativni GitHub sadržaj na više jezika bez napora. Kada ažurirate svoje Markdown datoteke, slike ili bilježnice, prijevodi ostaju automatski sinkronizirani, osiguravajući da vaš sadržaj ostane točan i ažuran za učenike diljem svijeta.

Koristite ga iz CLI-ja za prevođenje repozitorija, preko Python API-ja za automatizaciju ili putem MCP poslužitelja za tijekove rada agenata i urednika.

Primjer kako je prevedeni sadržaj organiziran:

Zašto Co-op Translator?

Prevođenje jedne datoteke je lako. Održavanje cijelog repozitorija dokumentacije prevedenog, povezanog i ažurnog je teži dio.

Problem	Kako Co-op Translator pomaže
Long docs are not one prompt	Velike Markdown datoteke se dijele na dijelove, tako da dugačak README ne ovisi o jednom krhkom odgovoru modela. Ako dio zakaže, Co-op Translator može pokušati ponovno i ponovo razdijeliti samo neuspjeli dio.
Incomplete translations should not be marked current	Skratki prijevod nikada se ne bi trebao označiti kao ažuran. Co-op Translator provjerava integritet prijevoda prije spremanja i može otkriti strukturno nepotpune postojeće prijevode.
Links should match the translated repo structure	Ručni prijevodi često ostavljaju relativne linkove koji vode natrag na izvorno stablo. Co-op Translator prepravlja Markdown, bilježnice, slike i README linkove da odgovaraju strukturi translations/<lang>/....
Translation should work across an entire repo	Co-op Translator obrađuje README datoteke, dokumentaciju, bilježnice i tekst na slikama kao dio jednog radnog toka repozitorija, umjesto da prevodi datoteke jednu po jednu.
Maintaining translations matters more than creating them once	Izvorišni hashovi i metapodaci prijevoda omogućuju Co-op Translatoru da pronađe zastarjele datoteke, preskoči nepromijenjene datoteke i održi sinkroniziran prevedeni sadržaj kako se izvorni repozitorij razvija.

Kako se upravlja statusom prijevoda

Co-op Translator upravlja prevedenim sadržajem kao verzioniranim softverskim artefaktima,
a ne kao statičnim datotekama.

Alat prati stanje prevedenog Markdowna, slika i bilježnica koristeći metapodatke ograničene na jezik.

Ovaj dizajn omogućuje Co-op Translatoru da:

• Pouzdano otkriva zastarjele prijevode
• Postupa dosljedno s Markdownom, slikama i bilježnicama
• Sigurno skalira preko velikih, brzo-promjenjivih, višejzičnih repozitorija

Modeliranjem prijevoda kao upravljanih artefakata, tijekovi rada prijevoda prirodno se usklađuju s modernim praksama upravljanja softverskim ovisnostima i artefaktima.

→ Kako se upravlja statusom prijevoda

Povezani detaljni članci

• Ispravljanje oštećenog Markdowna u AI prijevodu: Ojačanje produkcijskog procesa

Počnite

Co-op Translator se može koristiti iz CLI-ja, Python API-ja ili MCP poslužitelja. Započnite s vodičem za tijek rada ako birate između lokalnog prevođenja, automatizacije, CI-a i integracije agenata/urednika.

• Odaberite svoj radni tijek
• Konfigurirajte vjerodajnice
• Prevedi iz CLI-ja
• Automatizirajte s Python API-jem
• Povežite se s MCP poslužiteljem
• Pokreni u GitHub Actions

Minimalni CLI primjer nakon konfiguracije:

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"

Za prve pokrete na velikim repozitorijima, koristite --dry-run prije pisanja prevedenih datoteka. Pogledajte CLI Reference za zastavice tipova sadržaja, zapise, pregled i migraciju linkova.

Brzi pokret u kontejneru s Bash/Zsh:

docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko" -md

Brzi pokret u kontejneru s PowerShellom:

docker run --rm -it --env-file .env -v ${PWD}:/work ghcr.io/azure/co-op-translator:latest -l "ko" -md

Značajke

• Automatizirani prijevod za Markdown, bilježnice i slike
• Održava prijevode sinkroniziranima s promjenama izvora
• Radi lokalno (CLI) ili u CI-u (GitHub Actions)
• Izlaže alate za prijevod Markdowna, bilježnica, slika, recenzije i projekte putem MCP-a
• Koristi Azure OpenAI ili OpenAI za prijevode podržane od pružatelja
• Omogućuje MCP-u da domaćinski agenti prevode dijelove Markdowna i bilježnica bez Co-op Translator LLM vjerodajnica
• Koristi Azure AI Vision za izvlačenje teksta sa slika i prijevod
• Pregledava strukturu prijevoda i ažurnost pomoću determinističkih provjera
• Očuva oblikovanje i strukturu Markdowna

Dokumentacija

• Stranica dokumentacije
• Odaberite svoj radni tijek
• Konfiguracija
• Postavljanje Azure AI
• CLI referenca
• Python API
• MCP poslužitelj
• GitHub Actions
• Predložak README jezika
• Podržani jezici
• Doprinosi
• Rješavanje problema

Vodič specifičan za Microsoft

Note

Samo za održavatelje Microsoftovih “For Beginners” repozitorija.

• Ažuriranje liste “ostalih tečajeva” (samo za MS Beginners repozitorije)

Podržite nas i promičite globalno učenje

Pridružite nam se u revolucioniranju načina na koji se edukativni sadržaj dijeli globalno! Dajte Co-op Translator ⭐ na GitHubu i podržite našu misiju uklanjanja jezičnih barijera u učenju i tehnologiji. Vaše zanimanje i doprinosi imaju značajan utjecaj! Kodni doprinosi i prijedlozi značajki su uvijek dobrodošli.

Istražite Microsoftov obrazovni sadržaj na svom jeziku

• LangChain4j za početnike
• AZD za početnike
• Edge AI za početnike
• Model Context Protocol (MCP) za početnike
• AI agenti za početnike
• Generativna AI za početnike koristeći .NET
• Generativna AI za početnike
• Generativna AI za početnike koristeći Java
• ML za početnike
• Data Science za početnike
• AI za početnike
• Kibernetička sigurnost za početnike
• Web razvoj za početnike
• IoT za početnike
• PhiCookBook

Video presentations

👉 Kliknite sliku ispod za gledanje na YouTubeu.

• Open at Microsoft: Kratko 18-minutno uvodno i brz vodič o tome kako koristiti Co-op Translator.

  

Contributing

Ovaj projekt poziva doprinose i prijedloge. Zainteresirani za doprinos Azure Co-op Translatoru? Molimo pogledajte naš CONTRIBUTING.md za smjernice o tome kako možete pomoći učiniti Co-op Translator pristupačnijim.

Contributors

Code of Conduct

Ovaj projekt usvojio je Microsoftov Kodeks ponašanja za otvoreni izvor. Za više informacija pogledajte Često postavljana pitanja o Kodeksu ponašanja ili kontaktirajte opencode@microsoft.com s dodatnim pitanjima ili komentarima.

Responsible AI

Microsoft je posvećen pomaganju našim korisnicima da odgovorno koriste naše AI proizvode, dijeljenju naših saznanja i izgradnji partnerstava temeljenih na povjerenju kroz alate poput Transparency Notes i Impact Assessments. Mnogi od tih resursa mogu se pronaći na https://aka.ms/RAI. Microsoftov pristup odgovornoj AI utemeljen je na našim AI načelima pravednosti, pouzdanosti i sigurnosti, privatnosti i sigurnosti, uključenosti, transparentnosti i odgovornosti.

Modeli za prirodni jezik, slike i govor velikih razmjera - poput onih korištenih u ovom primjeru - mogu se ponašati na načine koji su nepravedni, nepouzdani ili uvredljivi, što može uzrokovati štetu. Molimo konzultirajte Azure OpenAI service Transparency note kako biste se informirali o rizicima i ograničenjima.

Preporučeni pristup ublažavanju tih rizika je uključiti sigurnosni sustav u vašu arhitekturu koji može otkrivati i sprječavati štetno ponašanje. Azure AI Content Safety pruža neovisni sloj zaštite, sposoban otkriti štetni sadržaj generiran od strane korisnika i AI-a u aplikacijama i uslugama. Azure AI Content Safety uključuje tekstualne i slikovne API-je koji vam omogućuju otkrivanje štetnog materijala. Također imamo interaktivni Content Safety Studio koji vam omogućuje pregledavanje, istraživanje i isprobavanje primjera koda za otkrivanje štetnog sadržaja preko različitih modaliteta. Sljedeća quickstart dokumentacija vodi vas kroz slanje zahtjeva servisu.

Još jedan aspekt koji treba uzeti u obzir je ukupna učinkovitost aplikacije. Kod multimodalnih i aplikacija koje koriste više modela, učinkovitost smatramo time da sustav radi onako kako vi i vaši korisnici očekujete, uključujući i to da ne generira štetne izlaze. Važno je procijeniti performanse vaše cjelovite aplikacije koristeći mjerne pokazatelje kvalitete generiranja te rizika i sigurnosti.

Možete procijeniti svoju AI aplikaciju u razvojnom okruženju koristeći prompt flow SDK. Bilo da imate testni skup podataka ili cilj, generacije vaše generativne AI aplikacije kvantitativno se mjere ugrađenim evaluatorima ili prilagođenim evaluatorima po vašem izboru. Da biste započeli s prompt flow SDK-om za procjenu vašeg sustava, možete slijediti quickstart vodič. Nakon što izvršite evaluacijsko pokretanje, možete vizualizirati rezultate u Azure AI Studio.

Trademarks

Ovaj projekt može sadržavati zaštitne znakove ili logotipe za projekte, proizvode ili usluge. Ovlaštena upotreba Microsoftovih zaštitnih znakova ili logotipa podliježe i mora slijediti Microsoftove smjernice za zaštitne znakove i brendiranje. Korištenje Microsoftovih zaštitnih znakova ili logotipa u izmijenjenim verzijama ovog projekta ne smije zbunjivati ili implicirati sponzorstvo Microsofta. Bilo koja upotreba zaštitnih znakova ili logotipa trećih strana podliježe pravilima tih trećih strana.

Getting Help

Ako zapnete ili imate bilo kakvih pitanja o izradi AI aplikacija, pridružite se:

Ako imate povratne informacije o proizvodu ili greške tijekom izrade posjetite: