AIwork4translator

精准的术语控制，专业的文档翻译。

AIwork4translator 是一个专为技术文档设计的翻译工具。通过Aho-Corasick 自动机与正则过滤技术，它能在翻译过程中精准识别并保护专有名词，确保术语的一致性。支持 Markdown、PDF、Word 等多种格式，提供 CLI 和 WebUI 两种交互方式。

English | 更新日志

---

✨ 核心特性

• 🎯 专有名词保护：基于 AC 自动机的高效术语匹配，支持复数归一化与冠词智能处理。
• 📚 动态术语管理：翻译过程中实时采集新术语，支持交互式合并与导出。
• ⚡ 高并发架构：采用 Queue + Worker Pool 模式，大文件翻译性能提升约 6 倍。
• 🛡️ 健壮的异常恢复：支持断点续传、API 自动修复、Ctrl+C 安全中断保护。
• 🖥️ 双模交互：
  • CLI：偏好记忆、极简操作。
  • WebUI：双栏实时预览、所见即所得。
• 📄 多格式支持：原生支持 Markdown，集成 MarkItDown 支持 PDF/Word/Excel 等格式转换。
• 📦 多格式导出：翻译完成后可基于 _intermediate.json 一键导出 docx/pdf/epub/xlsx，便于分发与排版复用。

---

🚀 快速开始

本项目使用 uv 进行依赖管理，确保环境纯净且高效。

1. 环境准备

# 同步项目依赖（自动创建 .venv）
uv sync

# 激活环境（Windows）
.venv\Scripts\activate

2. 配置 API

在 data/.env 文件中配置您的 LLM 服务（默认支持 OpenAI 格式）：

# data/.env
API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
BASE_URL=https://api.moonshot.cn/v1
MODEL=kimi-k2-turbo-preview

3. 运行程序

命令行模式 (CLI)

uv run main.py
# 跟随引导选择文件与术语表即可

网页界面 (WebUI)

uv run app.py
# 浏览器访问 http://localhost:8008

---

📖 使用指南

命令行版本 (CLI)

CLI 版本专注于效率，适合批量处理和大文件翻译。

1. 启动：运行 uv run main.py。
2. 偏好记忆：程序会自动记住上次使用的 API 平台和文件路径，下次启动直接回车即可。
3. 术语表：
   • 无词表：输入 n，程序可生成空白词表（功能调整中）。
   • 有词表：输入 y 并提供 CSV 路径。翻译结束后，可选择是否将新发现的术语合并回原表。
4. 非 MD 文件：程序会自动调用 MarkItDown 转换为 Markdown，转换后需用户确认继续。
5. 导出文件：翻译结束后可按提示选择导出格式（docx/pdf/epub/xlsx）。导出以 _intermediate.json 为输入源，通常可在不重新翻译的情况下重复导出以调整排版。

导出与预览（脚本）

如果你已经有导出的文件（.docx/.pdf/.epub），可以用脚本快速查看它们的结构（标题/目录/第一页文本抽取）：

uv run python scripts/preview_export_outputs.py "<导出文件的基础路径（不带扩展名）>"

示例：

uv run python scripts/preview_export_outputs.py "input_files/《赤红传说》112-127"

WebUI 版本

WebUI 提供直观的双栏编辑器，适合需要实时校对的场景。

1. 启动：运行 uv run app.py。
2. 流程：
   • 上传：在首页选择 .md 文件和可选的 .csv 词表。
   • 预览：进入双栏编辑器，左侧原文，右侧译文。
   • 翻译：点击“开始翻译”，右侧实时流式更新。
   • 编辑与保存：支持直接编辑译文，系统自动保存（Ctrl+S 手动保存）。

术语表格式 (Glossary)

请使用标准的 CSV 格式，包含两列：原文 和 译文。

原文 (Source)	译文 (Target)
Server	服务器
Client	客户端

注意：

• 文件编码必须为 UTF-8。
• 原文列不能有重复值。
• 无空行。

---

⚙️ 进阶配置

环境变量详解 (data/.env)

变量名	说明	默认值
API_KEY	LLM API 密钥	(必填)
BASE_URL	API 基础地址	https://api.moonshot.cn/v1
MODEL	模型名称	kimi-k2-turbo-preview
Currency_Limit	并发请求限制	5
OLLAMA_BASE_URL	本地 Ollama 地址	(可选)
OLLAMA_MODEL	本地 Ollama 模型	(可选)

本地模型支持 (Ollama)

支持接入 Ollama 运行本地模型（如 Llama 3, Qwen 等）：

1. 确保 Ollama 服务已启动。
2. 修改 .env：

   OLLAMA_BASE_URL=http://localhost:11434/v1
   OLLAMA_MODEL=llama3

翻译模式

• 结构化模式：针对原生 Markdown，识别 H1-H6 标题结构，按章节智能切分（推荐）。
• 非结构化模式：针对转换后的文档（如 PDF 转 MD），不依赖标题结构，按段落流式处理。

---

🏗️ 项目结构

project_root/
├── data/               # 配置文件与环境变量
├── modules/            # 核心业务模块 (翻译引擎, 术语管理, IO工具)
├── services/           # 全局服务 (诊断, 状态管理)
├── templates/          # WebUI 模板
├── static/             # WebUI 静态资源
├── main.py             # CLI 入口
└── app.py              # WebUI 入口

📬 联系方式

如有问题或建议，欢迎提交 Issue 或联系：chasen0315@gmail.com

---

Made with ❤️ for documentation.