BabelDOC开源 PDF 格式保留翻译工具3 步跑通【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC拿到一份英文 PDF想让它变成中文却公式原样、版面不乱、表格不碎常规做法是先转 Word结果公式散架、脚注错位返工成本比翻译还高。BabelDOC 干的就是这件事把 PDF 结构完整解析成中间表示翻译后再按原布局重排回去输出双语对照和纯译文两个版本。⚡ 一句话说清 BabelDOC 是什么BabelDOC 是一个 PDF 文档翻译库 命令行工具解析原文结构、调用 LLM 翻译文本、按原排版渲染出新 PDF。目标用户是做中英文档互译的工程师和科研人员尤其是论文和技术手册这类版面复杂的场景。 核心能力速览能力说明典型场景双语对照输出默认生成对照版 纯译文版审校、投稿公式与表格保留非正文内容原样重排学术论文术语一致性CSV 术语表 自动抽词技术文档大文档分块按页数切块翻译再合并百页以上翻译缓存相同段落直接复用结果批量复译 上手路径安装到出结果① 装。推荐uv tool install --python 3.12 BabelDOC也可以从源码跑需 Python 3.10–3.13git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help② 跑。它接任意 OpenAI 兼容接口配好--openai-base-url和--openai-api-key即可源语言--lang-in默认 en、目标语言--lang-out默认 zhbabeldoc --files paper.pdf --lang-out zh \ --openai --openai-model gpt-4o-mini \ --openai-base-url https://api.openai.com/v1 \ --openai-api-key 你的key③ 收。跑完在当前目录或--output指定目录拿到双语对照 PDF 和单语译文 PDF翻译过程有缓存重复段落直接复用加--ignore-cache才强制重翻。 三个真实场景怎么打学术论文公式和术语都不能错痛点是公式区一翻就乱、专业名词前后两个译法。BabelDOC 把公式字符识别出来单独保护不参与重排术语则走自动抽取 术语表双保险。关键参数--glossary-files指定术语 CSV术语表会注入 LLM 提示词强制使用。技术文档术语统一靠术语表痛点是团队术语各译各的。准备一份三列 CSV——source,target,tgt_lng仓库里 demo_glossary.csv 可直接参考babeldoc --files doc.pdf --glossary-files glossary.csv命中的术语会约束模型输出不命中的段落不受影响。百页文档分块是刚需痛点是一次性翻译内存和上下文都扛不住。用--max-pages-per-part按页数切块跑完自动合并回一个 PDF确认文档不是扫描件时顺手加--skip-scanned-detection省掉扫描检测环节。️ 进阶调优四个常用旋钮提速--qps 10 --pool-max-workers 8把每秒请求数和内部工作线程调上去适合大批量翻译。提示词微调--custom-system-prompt /no_think You are a professional, authentic machine translation engine.主要用来控制 LLM 输出风格。公式识别不准用--formular-font-pattern按字体名把公式区标记出来识别更准。工作目录--working-dir指定临时目录排障时加--debug中间结果会导出到~/.cache/babeldoc/working。 排障速查现象原因解法速度慢文档大、请求串行--max-pages-per-part分块调大--qps公式错位公式字体没被识别--formular-font-pattern指定字体名内存溢出单次处理页数过多减小--max-pages-per-part个别阅读器格式错乱PDF 结构兼容问题加--enhance-compatibility已知局限作者列在 Known Issues线条、首字下沉不支持超大页面会跳过具体以官方仓库为准。 项目内参版面分析babeldoc/docvision/中间表示与翻译管线babeldoc/format/pdf/document_il/内置 PDF 解析库babeldoc/pdfminer/渲染与排版babeldoc/format/pdf/document_il/backend/翻译服务与缓存babeldoc/translator/实现细节文档docs/ImplementationDetails/支持的语言docs/supported_languages.mdIL 示例配置examples/✅ 下一步装上 BabelDOC 先把手头那份 PDF 翻一遍版面不满意就--debug看一眼中间结果。有 reproducible 的 PDF 可以直接提 Issue路线图里跨栏跨页段落和表格翻译还在做值得 Star 后跟着进展走。【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 BabelDOC：开源 PDF 格式保留翻译工具，3 步跑通
BabelDOC开源 PDF 格式保留翻译工具3 步跑通【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC拿到一份英文 PDF想让它变成中文却公式原样、版面不乱、表格不碎常规做法是先转 Word结果公式散架、脚注错位返工成本比翻译还高。BabelDOC 干的就是这件事把 PDF 结构完整解析成中间表示翻译后再按原布局重排回去输出双语对照和纯译文两个版本。⚡ 一句话说清 BabelDOC 是什么BabelDOC 是一个 PDF 文档翻译库 命令行工具解析原文结构、调用 LLM 翻译文本、按原排版渲染出新 PDF。目标用户是做中英文档互译的工程师和科研人员尤其是论文和技术手册这类版面复杂的场景。 核心能力速览能力说明典型场景双语对照输出默认生成对照版 纯译文版审校、投稿公式与表格保留非正文内容原样重排学术论文术语一致性CSV 术语表 自动抽词技术文档大文档分块按页数切块翻译再合并百页以上翻译缓存相同段落直接复用结果批量复译 上手路径安装到出结果① 装。推荐uv tool install --python 3.12 BabelDOC也可以从源码跑需 Python 3.10–3.13git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help② 跑。它接任意 OpenAI 兼容接口配好--openai-base-url和--openai-api-key即可源语言--lang-in默认 en、目标语言--lang-out默认 zhbabeldoc --files paper.pdf --lang-out zh \ --openai --openai-model gpt-4o-mini \ --openai-base-url https://api.openai.com/v1 \ --openai-api-key 你的key③ 收。跑完在当前目录或--output指定目录拿到双语对照 PDF 和单语译文 PDF翻译过程有缓存重复段落直接复用加--ignore-cache才强制重翻。 三个真实场景怎么打学术论文公式和术语都不能错痛点是公式区一翻就乱、专业名词前后两个译法。BabelDOC 把公式字符识别出来单独保护不参与重排术语则走自动抽取 术语表双保险。关键参数--glossary-files指定术语 CSV术语表会注入 LLM 提示词强制使用。技术文档术语统一靠术语表痛点是团队术语各译各的。准备一份三列 CSV——source,target,tgt_lng仓库里 demo_glossary.csv 可直接参考babeldoc --files doc.pdf --glossary-files glossary.csv命中的术语会约束模型输出不命中的段落不受影响。百页文档分块是刚需痛点是一次性翻译内存和上下文都扛不住。用--max-pages-per-part按页数切块跑完自动合并回一个 PDF确认文档不是扫描件时顺手加--skip-scanned-detection省掉扫描检测环节。️ 进阶调优四个常用旋钮提速--qps 10 --pool-max-workers 8把每秒请求数和内部工作线程调上去适合大批量翻译。提示词微调--custom-system-prompt /no_think You are a professional, authentic machine translation engine.主要用来控制 LLM 输出风格。公式识别不准用--formular-font-pattern按字体名把公式区标记出来识别更准。工作目录--working-dir指定临时目录排障时加--debug中间结果会导出到~/.cache/babeldoc/working。 排障速查现象原因解法速度慢文档大、请求串行--max-pages-per-part分块调大--qps公式错位公式字体没被识别--formular-font-pattern指定字体名内存溢出单次处理页数过多减小--max-pages-per-part个别阅读器格式错乱PDF 结构兼容问题加--enhance-compatibility已知局限作者列在 Known Issues线条、首字下沉不支持超大页面会跳过具体以官方仓库为准。 项目内参版面分析babeldoc/docvision/中间表示与翻译管线babeldoc/format/pdf/document_il/内置 PDF 解析库babeldoc/pdfminer/渲染与排版babeldoc/format/pdf/document_il/backend/翻译服务与缓存babeldoc/translator/实现细节文档docs/ImplementationDetails/支持的语言docs/supported_languages.mdIL 示例配置examples/✅ 下一步装上 BabelDOC 先把手头那份 PDF 翻一遍版面不满意就--debug看一眼中间结果。有 reproducible 的 PDF 可以直接提 Issue路线图里跨栏跨页段落和表格翻译还在做值得 Star 后跟着进展走。【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考