BabelDOCPDF 翻译工具完整指南本地跑通开源 PDF 翻译【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC刚领到一篇 200 页的英文论文你想逐页翻成中文却不想让排版散架也不想把文件传上云端。BabelDOC 就是干这件事的开源 PDF 翻译工具它是一套本地运行的 Python 库加命令行把英文 PDF 译成中文公式和图表留在原位默认产出原文与译文左右对照的双语 PDF。与网页翻译或云端服务不同它的解析、排版、渲染全部跑在你自己的机器上文件不出内网。五分钟跑起来环境要求Python 3.10 及以上一个 OpenAI 兼容接口的模型与 API Key本地 Ollama 也可以推荐安装 uv 管理依赖安装步骤git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC进入目录执行uv tool install .把babeldoc装进 PATH运行babeldoc --openai --openai-model gpt-4o-mini --openai-base-url https://api.openai.com/v1 --openai-api-key 你的key --files example.pdf第一个成功标志当前目录出现example.pdf_dual.pdf双语对照和example.pdf_mono.pdf纯译文公式、栏位、图片位置与原文一致打开看一眼就知道对了。--openai-base-url指向任何 OpenAI 兼容端点即可本地部署 Ollama 时 API Key 随便填一个占位值。它是怎么运转的BabelDOC 内部是一条三层流水线解析层解析 PDF 对象树生成中间层IL。入口在babeldoc/format/pdf/high_level.py解析器位于babeldoc/pdfminer/。中间层版面检测babeldoc/doclayout/划分图、表、文本区babeldoc/format/pdf/document_il/midend/里的layout_parser.py、paragraph_finder.py、il_translator.py依次完成段落切分、公式占位符保护和调用翻译服务。输出层document_il/backend/pdf_creater.py基于 PyMuPDF 重排译文、映射字体还原公式占位符产出双语与单语两份 PDF。术语可以锁定。准备一个逗号分隔的 CSV配合--glossary-files传入source,target attention mechanism,注意力机制翻译时命中词条的段落会带着这份术语表发给模型。不指定时automatic_term_extractor.py会自动抽取术语加--no-auto-extract-glossary可关闭。三个场景三种用法场景精读长篇论文。做法1) 用--openai-model指定推理能力强的模型2) 输出后直接读*_dual.pdf的左右对照版。效果中英文在同一页左右对照手机上也能逐段核对公式不用二次处理。场景批量处理部门文档。做法1) 一条命令重复--files传多个文件2) 用--pages 1,5-8只译需要的页3) 相同段落命中babeldoc/translator/cache.py的缓存不重复调 API。效果多份报告的翻译跑一晚上就够了token 花费按实际段落计。场景无外网的内网环境。做法1) 在能联网的机器执行babeldoc --warmup预取模型与字体2)--generate-offline-assets /path/dir打出离线资产包3) 内网机器用--restore-offline-assets还原后直接翻译。效果整条 PDF 翻译流水线零外网依赖SHA3-256 校验保证各机器资产一致。踩坑速查现象输出目录里只有单语 PDF。原因命令带了--no-dual只关掉了双语输出。修复去掉该参数重跑同理--no-mono会关掉单语版。现象公式被当正文翻译译文乱码或排版错位。原因字体特征不明显公式没被识别为占位符。修复加--formular-font-pattern或--formular-char-pattern让styles_and_formulas.py按规则把公式整段保护起来。现象首次运行极慢甚至超时。原因布局检测模型和字体在首次运行时才下载。修复先执行babeldoc --warmup离线环境直接用离线资产包还原。从用到贡献参与路径1) 通读docs/ImplementationDetails/README.md建立流水线全貌2) 用--debug本地复现你遇到的问题拿到中间产物3) 提交带最小可复现 PDF 的 issue或补一条文档修正4) 涉及解析、渲染、翻译行为的大改动先开 issue 讨论再提 PR。适合的方向bug 报告附上最小可复现 PDF、docs/下的文档修正、以及针对特定 PDF 结构的兼容性小修代码在babeldoc/format/pdf/。项目采用维护者主导模式动手前看一眼docs/CONTRIBUTING.md的约定即可。回到开头那篇 200 页的论文BabelDOC 让翻译在本地完成公式、栏位、图片一个不丢。打开终端配好 API Key敲下babeldoc --openai ... --files your_paper.pdf几分钟后打开目录里那份双语对照 PDF 就行。【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