gavindiaz/docutranslate
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
master
docutranslate/README_ZH.md
T

25 KiB
Raw Permalink Blame History

项目Logo

DocuTranslate

GitHub stars GitHub Downloads PyPI version Python Version License

简体中文 / English / 日本語 / Tiếng Việt

一个基于大语言模型的轻量级本地文件翻译工具

  • ✅ 支持多种格式：能翻译 pdf、docx、xlsx、md、txt、json、epub、srt 、ass等多种文件。
  • ✅ 自动生成术语表：支持自动生成术语表实现术语的对齐。
  • ✅ PDF表格、公式、代码识别：使用mineru（在线或本地部署）进行PDF解析，支持对学术论文中经常出现的表格、公式、代码的识别与翻译
  • ✅ json翻译：支持通过json路径(jsonpath-ng语法规范)指定json中需要被翻译的值。
  • ✅ Word/Excel保持格式翻译：支持docx、xlsx文件（暂不支持doc、xls文件）保持原格式进行翻译。
  • ✅ 多ai平台支持：支持绝大部分的ai平台，可以实现自定义提示词的并发高性能ai翻译。
  • ✅ 异步支持：专为高性能场景设计，提供完整的异步支持，实现了可以多任务并行的服务接口。
  • ✅ 局域网、多人使用支持：支持在局域网中多人同时使用。
  • ✅ 交互式Web界面：提供开箱即用的 Web UI 和 RESTful API，方便集成与使用。
  • ✅ 小体积、多平台懒人包支持：不到40M的windows、mac懒人包。

在翻译pdf时会先转换为markdown，这会丢失原先的排版，对排版有要求的用户请注意

QQ交流群：1047781902 1081128602

UI界面： UI界面

论文翻译： 论文翻译

小说翻译： 小说翻译

整合包

对于希望快速上手的用户，我们在 GitHub Releases 上提供整合包。您只需下载、解压，并填入您的 AI 平台 API-Key 即可开始使用。

快速开始

使用 pip

# 基础安装
pip install docutranslate

# 安装mcp拓展
pip install docutranslate[mcp]

docutranslate -i

#docutranslate -i --with-mcp

使用 uv

# 初始化环境
uv init

# 基础安装
uv add docutranslate

# 安装 mcp 扩展
uv add docutranslate[mcp]

uv run --no-dev docutranslate -i

#uv run --no-dev docutranslate -i --with-mcp

使用 git

# 初始化环境
git clone https://github.com/xunbu/docutranslate.git

cd docutranslate

uv sync --no-dev
# uv sync --no-dev --extra mcp
# uv sync --no-dev --all-extras

使用docker

docker run -d -p 8010:8010 xunbu/docutranslate:latest
# docker run -it -p 8010:8010 xunbu/docutranslate:latest
# docker run -it -p 8010:8010 xunbu/docutranslate:v1.5.4

启动 Web UI 和 API 服务

为了方便使用，DocuTranslate 提供了一个功能齐全的 Web 界面和 RESTful API。

启动服务:

  docutranslate -i                           (启动图形界面，默认本地访问)
  docutranslate -i --host 0.0.0.0            (允许局域网内其他设备访问)
  docutranslate -i -p 8081                   (指定端口号)
  docutranslate -i --cors                    (启用默认的跨域设置)
  docutranslate -i --with-mcp                (启动图形界面同时启用 MCP SSE 端点，共用队列，共用端口号)
  docutranslate --mcp                         (启动 MCP 服务器，stdio 模式)
  docutranslate --mcp --transport sse         (启动 MCP 服务器，SSE 模式)
  docutranslate --mcp --transport sse --mcp-host MCP_HOST   --mcp-port MCP_PORT  (启动 MCP 服务器，SSE 模式)
  docutranslate --mcp --transport streamable-http  (启动 MCP 服务器，Streamable HTTP 模式)
  • 交互式界面: 启动服务后，请在浏览器中访问 http://127.0.0.1:8010 (或您指定的端口)。
  • API 文档: 完整的 API 文档（Swagger UI）位于 http://127.0.0.1:8010/docs。
  • MCP：启用sse服务访问端点位于http://127.0.0.1:8010/mcp/sse (--with-mcp方式启动) 或 http://127.0.0.1:8000/mcp/sse (--mcp方式启动)

MCP 配置

DocuTranslate 可以用作 MCP（Model Context Protocol）服务器。详细文档请参考 MCP 文档。

支持的环境变量

环境变量 说明 必需
DOCUTRANSLATE_API_KEY AI 平台 API 密钥 是
DOCUTRANSLATE_BASE_URL AI 平台基础 URL 是
DOCUTRANSLATE_MODEL_ID 模型 ID 是
DOCUTRANSLATE_TO_LANG 目标语言（默认：中文） 否
DOCUTRANSLATE_CONCURRENT 并发请求数（默认：10） 否
DOCUTRANSLATE_CONVERT_ENGINE PDF 转换引擎 否
DOCUTRANSLATE_MINERU_TOKEN MinerU API Token 否

uvx 配置（无需安装）

{
  "mcpServers": {
    "docutranslate": {
      "command": "uvx",
      "args": ["--from", "docutranslate[mcp]", "docutranslate", "--mcp"],
      "env": {
        "DOCUTRANSLATE_API_KEY": "sk-xxxxxx",
        "DOCUTRANSLATE_BASE_URL": "https://api.openai.com/v1",
        "DOCUTRANSLATE_MODEL_ID": "gpt-4o",
        "DOCUTRANSLATE_TO_LANG": "中文",
        "DOCUTRANSLATE_CONCURRENT": "10",
        "DOCUTRANSLATE_CONVERT_ENGINE": "mineru",
        "DOCUTRANSLATE_MINERU_TOKEN": "your-mineru-token"
      }
    }
  }
}

SSE 模式配置

首先以 SSE 模式启动 MCP 服务器：

docutranslate --mcp --transport sse --mcp-host 127.0.0.1 --mcp-port 8000

然后在客户端中配置 SSE 端点：http://127.0.0.1:8000/mcp/sse

代码使用方式

使用Client SDK (推荐)

使用 Client 类是开始翻译最简单的方式，它提供了简洁直观的 API：

from docutranslate.sdk import Client

# 使用您的 AI 平台设置初始化客户端
client = Client(
    api_key="YOUR_OPENAI_API_KEY",  # 或其他 AI 平台 API key
    base_url="https://api.openai.com/v1/",
    model_id="gpt-4o",
    to_lang="中文",
    concurrent=10,  # 并发请求数
)

# 示例 1: 翻译纯文本文件 (无需 PDF 解析引擎)
result = client.translate("path/to/your/document.txt")
print(f"翻译完成！保存位置: {result.save()}")

# 示例 2: 翻译 PDF 文件 (需要指定 mineru_token 或使用本地部署)
# 方式 A: 使用在线 MinerU (需要 token: https://mineru.net/apiManage/token)
result = client.translate(
    "path/to/your/document.pdf",
    convert_engine="mineru",
    mineru_token="YOUR_MINERU_TOKEN",  # 替换为您的 MinerU Token
    formula_ocr=True,  # 启用公式识别
)
result.save(fmt="html")

# 方式 B: 使用本地部署的 MinerU (推荐内网/离线环境)
# 需要先启动本地 MinerU 服务，参考: https://github.com/opendatalab/MinerU
result = client.translate(
    "path/to/your/document.pdf",
    convert_engine="mineru_deploy",
    mineru_deploy_base_url="http://127.0.0.1:8000",  # 您的本地 MinerU 地址
    mineru_deploy_backend="hybrid-auto-engine",  # 后端类型
)
result.save(fmt="markdown")

# 示例 3: 翻译 Docx 文件 (保持格式)
result = client.translate(
    "path/to/your/document.docx",
    insert_mode="replace",  # replace/append/prepend
)
result.save(fmt="docx")  # 保存为 docx 格式

# 示例 4: 导出为 Base64 编码字符串 (用于 API 传输)
base64_content = result.export(fmt="html")
print(f"导出内容长度: {len(base64_content)}")

# 您还可以访问底层工作流以进行高级操作
# workflow = result.workflow

Client 功能特点:

  • 自动检测: 自动检测文件类型并选择合适的工作流
  • 灵活配置: 可在每次翻译调用时覆盖默认设置
  • 多种输出选项: 保存到磁盘或导出为 Base64 字符串
  • 异步支持: 使用 translate_async() 进行并发翻译任务

Client SDK 参数说明

参数 类型 默认值 说明
api_key str - AI 平台 API 密钥
base_url str - AI 平台基础 URL（如 https://api.openai.com/v1/）
model_id str - 翻译使用的模型 ID
to_lang str - 目标语言（如 "中文"、"English"、"日本語"）
concurrent int 10 并发 LLM 请求数
convert_engine str "mineru" PDF 解析引擎："mineru"、"mineru_deploy"
md2docx_engine str "auto" Markdown 转 Docx 引擎："python"（纯Python）、"pandoc"（使用 Pandoc）、"auto"（若已安装 Pandoc 则使用，否则用Python）、null（不生成 docx）
mineru_deploy_base_url str - 本地 minerU API 地址（当 convert_engine="mineru_deploy" 时）
mineru_deploy_parse_method str "auto" 本地 minerU 解析方法: "auto", "txt", "ocr"
mineru_deploy_table_enable bool True 本地 minerU 是否启用表格识别
mineru_token str - minerU API Token（使用在线 minerU 时）
skip_translate bool False 跳过翻译，仅解析文档
output_dir str "./output" save() 方法的默认输出目录
chunk_size int 3000 LLM 处理的文本分块大小
temperature float 0.3 LLM 温度参数
timeout int 60 请求超时时间（秒）
retry int 3 失败重试次数
provider str "auto" AI 提供商类型（auto、openai、azure 等）
force_json bool False 强制 JSON 输出模式
rpm int - 每分钟请求数限制
tpm int - 每分钟 Token 数限制
extra_body str - JSON字符串格式的额外请求体参数，会合并到API请求中
thinking str "auto" 思考模式："auto"、"none"、"block"
custom_prompt str - 自定义翻译提示词
system_proxy_enable bool False 启用系统代理
insert_mode str "replace" Docx/Xlsx/Txt 插入模式："replace"、"append"、"prepend"
separator str "\n" append/prepend 模式的文本分隔符
segment_mode str "line" 分段模式："line"、"paragraph"、"none"
translate_regions list - Excel 翻译区域（如 "Sheet1!A1:B10"）
model_version str "vlm" MinerU 模型版本："pipeline"、"vlm"
formula_ocr bool True PDF 解析启用公式 OCR
code_ocr bool True PDF 解析启用代码 OCR
mineru_deploy_backend str "hybrid-auto-engine" MinerU 本地后端："pipeline"、"vlm-auto-engine"、"vlm-http-client"、"hybrid-auto-engine"、"hybrid-http-client"
mineru_deploy_formula_enable bool True 本地 MinerU 启用公式识别
mineru_deploy_start_page_id int 0 本地 MinerU 解析起始页 ID
mineru_deploy_end_page_id int 99999 本地 MinerU 解析结束页 ID
mineru_deploy_lang_list list - 本地 MinerU 解析语言列表
mineru_deploy_server_url str - MinerU 本地服务器 URL
json_paths list - JSON 翻译的 JSONPath 表达式（如 "$.data.*"）
glossary_generate_enable bool - 启用自动术语表生成
glossary_dict dict - 术语表字典（如 {"Jobs": "Steve Jobs"}）
glossary_agent_config dict - 术语表代理配置

Result 方法说明

方法 参数 说明
save() output_dir, name, fmt 将翻译结果保存到磁盘
export() fmt 导出为 Base64 编码的字符串
supported_formats - 获取支持的输出格式列表
workflow - 访问底层工作流对象 
import asyncio
from docutranslate.sdk import Client

async def translate_multiple():
    client = Client(
        api_key="YOUR_API_KEY",
        base_url="https://api.openai.com/v1/",
        model_id="gpt-4o",
        to_lang="中文",
    )

    # 并发翻译多个文件
    files = ["doc1.pdf", "doc2.docx", "notes.txt"]
    results = await asyncio.gather(
        *[client.translate_async(f) for f in files]
    )

    for r in results:
        print(f"保存位置: {r.save()}")

asyncio.run(translate_multiple())

使用 Workflow API（高级控制）

如需更精细的控制，可直接使用 Workflow API。所有工作流遵循相同的模式：

# 模式:
# 1. 创建 TranslatorConfig（LLM 设置）
# 2. 创建 WorkflowConfig（工作流设置）
# 3. 创建 Workflow 实例
# 4. workflow.read_path(文件)
# 5. await workflow.translate_async()
# 6. workflow.save_as_*(name=...) 或 export_to_*(...)

可用工作流及输出方法

工作流 输入格式 save_as_* export_to_* 主要配置选项
MarkdownBasedWorkflow .pdf, .docx, .md, .png, .jpg html, markdown, markdown_zip, docx html, markdown, markdown_zip, docx convert_engine, md2docx_engine, translator_config
TXTWorkflow .txt txt, html txt, html translator_config
JsonWorkflow .json json, html json, html translator_config, json_paths
DocxWorkflow .docx docx, html docx, html translator_config, insert_mode
XlsxWorkflow .xlsx, .csv xlsx, html xlsx, html translator_config, insert_mode
SrtWorkflow .srt srt, html srt, html translator_config
EpubWorkflow .epub epub, html epub, html translator_config, insert_mode
HtmlWorkflow .html, .htm html html translator_config, insert_mode
AssWorkflow .ass ass, html ass, html translator_config

关键配置选项

通用 TranslatorConfig 选项:

选项 类型 默认值 说明
base_url str - AI 平台基础 URL
api_key str - AI 平台 API 密钥
model_id str - 模型 ID
to_lang str - 目标语言
chunk_size int 3000 文本分块大小
concurrent int 10 并发请求数
temperature float 0.3 LLM 温度
timeout int 60 请求超时（秒）
retry int 3 重试次数

格式特定选项:

选项 适用工作流 说明
insert_mode Docx, Xlsx, Html, Epub "replace"（默认）, "append", "prepend"
json_paths Json JSONPath 表达式（如 ["$.*", "$.name"]）
separator Docx, Xlsx, Html, Epub append/prepend 模式的文本分隔符
convert_engine MarkdownBased "mineru"（默认）, "mineru_deploy"

示例 1: 翻译一个 PDF 文件 (使用 MarkdownBasedWorkflow)

这是最常见的用例。我们将使用 minerU 引擎将 PDF 转换为 Markdown，然后使用 LLM 进行翻译。这里以异步方式为例。

import asyncio
from docutranslate.workflow.md_based_workflow import MarkdownBasedWorkflow, MarkdownBasedWorkflowConfig
from docutranslate.converter.x2md.converter_mineru import ConverterMineruConfig
from docutranslate.translator.ai_translator.md_translator import MDTranslatorConfig
from docutranslate.exporter.md.md2html_exporter import MD2HTMLExporterConfig


async def main():
    # 1. 构建翻译器配置
    translator_config = MDTranslatorConfig(
        base_url="https://open.bigmodel.cn/api/paas/v4",  # AI 平台 Base URL
        api_key="YOUR_ZHIPU_API_KEY",  # AI 平台 API Key
        model_id="glm-4-air",  # 模型 ID
        to_lang="English",  # 目标语言
        chunk_size=3000,  # 文本分块大小
        concurrent=10,  # 并发数
        # glossary_generate_enable=True, # 启用自动生成术语表
        # glossary_dict={"Jobs":"乔布斯"}, # 传入术语表
        # system_proxy_enable=True,# 启用系统代理
    )

    # 2. 构建转换器配置 (使用 minerU)
    converter_config = ConverterMineruConfig(
        mineru_token="YOUR_MINERU_TOKEN",  # 你的 minerU Token
        formula_ocr=True  # 开启公式识别
    )

    # 3. 构建主工作流配置
    workflow_config = MarkdownBasedWorkflowConfig(
        convert_engine="mineru",  # 指定解析引擎
        converter_config=converter_config,  # 传入转换器配置
        translator_config=translator_config,  # 传入翻译器配置
        html_exporter_config=MD2HTMLExporterConfig(cdn=True)  # HTML 导出配置
    )

    # 4. 实例化工作流
    workflow = MarkdownBasedWorkflow(config=workflow_config)

    # 5. 读取文件并执行翻译
    print("开始读取和翻译文件...")
    workflow.read_path("path/to/your/document.pdf")
    await workflow.translate_async()
    # 或者使用同步的方式
    # workflow.translate()
    print("翻译完成！")

    # 6. 保存结果
    workflow.save_as_html(name="translated_document.html")
    workflow.save_as_markdown_zip(name="translated_document.zip")
    workflow.save_as_markdown(name="translated_document.md")  # 嵌入图片的markdown
    print("文件已保存到 ./output 文件夹。")

    # 或者直接获取内容字符串
    html_content = workflow.export_to_html()
    html_content = workflow.export_to_markdown()
    # print(html_content)


if __name__ == "__main__":
    asyncio.run(main())

其他工作流

所有工作流都遵循相同的模式。导入对应的配置和工作流，然后进行配置：

# TXT: from docutranslate.workflow.txt_workflow import TXTWorkflow, TXTWorkflowConfig
# JSON: from docutranslate.workflow.json_workflow import JsonWorkflow, JsonWorkflowConfig
# DOCX: from docutranslate.workflow.docx_workflow import DocxWorkflow, DocxWorkflowConfig
# XLSX: from docutranslate.workflow.xlsx_workflow import XlsxWorkflow, XlsxWorkflowConfig
# EPUB: from docutranslate.workflow.epub_workflow import EpubWorkflow, EpubWorkflowConfig
# HTML: from docutranslate.workflow.html_workflow import HtmlWorkflow, HtmlWorkflowConfig
# SRT:  from docutranslate.workflow.srt_workflow import SrtWorkflow, SrtWorkflowConfig
# ASS:   from docutranslate.workflow.ass_workflow import AssWorkflow, AssWorkflowConfig

主要配置选项：

  • insert_mode: "replace", "append", "prepend" (用于 docx/xlsx/html/epub)
  • json_paths: JSONPath 表达式用于 JSON 翻译 (例如 ["$.*", "$.name"])
  • separator: 用于 "append" / "prepend" 模式的文本分隔符

前提条件与配置详解

1. 获取大模型 API Key

翻译功能依赖于大型语言模型，您需要从相应的 AI 平台获取 base_url, api_key, 和 model_id。

推荐模型：火山引擎的doubao-seed-1-6-flash、doubao-seed-1-6系列、智谱的glm-4-flash，阿里云的 qwen-plus、qwen-flash ，deepseek的deepseek-chat等。

302.AI👈从该链接注册可享1美元免费额度

平台名称 获取APIkey baseurl
ollama http://127.0.0.1:11434/v1
lm studio http://127.0.0.1:1234/v1
302.AI 点击获取 https://api.302.ai/v1
openrouter 点击获取 https://openrouter.ai/api/v1
openai 点击获取 https://api.openai.com/v1/
gemini 点击获取 https://generativelanguage.googleapis.com/v1beta/openai/
deepseek 点击获取 https://api.deepseek.com/v1
智谱ai 点击获取 https://open.bigmodel.cn/api/paas/v4
腾讯混元 点击获取 https://api.hunyuan.cloud.tencent.com/v1
阿里云百炼 点击获取 https://dashscope.aliyuncs.com/compatible-mode/v1
火山引擎 点击获取 https://ark.cn-beijing.volces.com/api/v3
硅基流动 点击获取 https://api.siliconflow.cn/v1
DMXAPI 点击获取 https://www.dmxapi.cn/v1
聚光AI 点击获取 https://ai.juguang.chat/v1

2. PDF解析引擎（不需要翻译PDF的无需关心此处）

2.1 获取 minerU Token (在线解析PDF，免费，推荐)

如果您选择 mineru作为文档解析引擎（convert_engine="mineru"），则需要申请一个免费的 Token。

  1. 访问 minerU 官网 注册并申请 API。
  2. 在 API Token 管理界面 创建一个新的 API Token。

注意: minerU Token 有 14 天有效期，过期后请重新创建。

2.2. 本地部署 MinerU 服务

在离线或内网环境中，可以使用本地部署的 minerU。设置 mineru_deploy_base_url 为您的 minerU API 地址。

Client SDK:

from docutranslate.sdk import Client

client = Client(
    api_key="YOUR_LLM_API_KEY",
    model_id="llama3",
    to_lang="中文",
    convert_engine="mineru_deploy",
    mineru_deploy_base_url="http://127.0.0.1:8000",  # 您的 minerU API 地址
)
result = client.translate("document.pdf")
result.save(fmt="markdown")

FAQ

Q: 翻译出来的还是原文？ A: 查看日志报错，通常是 AI 平台欠费或网络问题。

Q: 8010 端口被占用？ A: 使用 docutranslate -i -p 8011 或设置 DOCUTRANSLATE_PORT=8011。

Q: 支持 PDF 扫描件？ A: 支持，使用 mineru 引擎具备 OCR 能力。

Q: 内网/离线环境使用？ A: 可以。本地翻译可以通过部署本地 LLM（Ollama/LM Studio/VLLM 等）。如需本地解析 PDF 则需要本地部署 MinerU。

Q: PDF 缓存机制？ A: MarkdownBasedWorkflow 在内存中缓存解析结果（最近 10 次）。可通过 DOCUTRANSLATE_CACHE_NUM 配置。

Q: 启用代理？ A: 在 TranslatorConfig 中设置 system_proxy_enable=True。

Star History

Star History Chart

赞赏支持

欢迎支持作者，烦请在备注中说明一下赞赏原因哟

赞赏码

Reference in New Issue View Git Blame Copy Permalink