BabelDOC PDF 翻译实战指南3 步从安装到输出双语文档【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOCBabelDOC 是一款面向论文与技术文档的 PDF 文档翻译工具。它解析 PDF 结构后调用 OpenAI 兼容的大模型完成翻译输出并排双语 PDF 与纯译文 PDF 两种文件公式与排版位置照原文保留。本文带你走完从安装到首次出结果的最短路径并覆盖术语表、扫描件等场景的参数组合适合需要把英文资料译成中文的读者。哪些文档适合交给 BabelDOC读英文论文论文里公式、双栏排版多逐段复制去在线翻译再粘贴回来基本不可行。BabelDOC 默认把英文页面与中文页面并排放在同一页里--lang-in en、--lang-out zh即为默认值你对照着读即可公式不需要手工重打。团队文档本地化产品手册、规范类文档对术语一致性要求高。BabelDOC 支持通过--glossary-files挂载 CSV 术语表命中术语的文本段会把对应词条连同必须遵守的指令一起发给大模型保证全篇用词统一。老旧扫描件扫描版 PDF 只有图像没有文本层直接翻译无从下手。--ocr-workaround参数专为白底黑字扫描件设计在译文位置垫白色色块盖住原图文本并把全部文字强制为黑色避免底层扫描文字透出来。三步拿到第一份双语 PDF安装命令。推荐用 uv 管理两条命令完成安装与验证uv tool install --python 3.12 BabelDOC babeldoc --help第一条安装babeldoc命令要求 Python 3.12第二条确认安装成功。项目本身要求 Python 3.10~3.13 环境。准备翻译模型。BabelDOC 目前只调用 OpenAI 兼容的 LLM 接口需要指定--openai-model、--openai-base-url、--openai-api-key三个参数。默认模型是 gpt-4o-mini接 Ollama 等本地模型时API key 填任意值即可。执行翻译。对一份英文 PDF 运行babeldoc --openai --openai-model gpt-4o-mini --openai-base-url https://api.openai.com/v1 --openai-api-key YOUR_KEY --files paper.pdf运行结束后输出目录默认当前目录可用--output指定里会生成并排双语 PDF 和纯译文 PDF 两份文件--no-dual、--no-mono可分别取消其中一种。仓库自带的演示动图翻译前后对照公式与正文位置保持一致。值得优先了解的四个功能双语与纯译文双输出。默认同时输出两种文件--dual-translate-first可把译文页放到前面--use-alternating-pages-dual则把并排模式改成原文页与译文页交替排列适合页数紧张时打印。公式与排版随原文保留。翻译走 文档中间表示模块样式、字体、坐标信息在翻译前后传递布局识别由 布局分析模块 完成。若你的 PDF 里公式用了特殊字体可用--formular-font-pattern给出字体名正则以帮助识别--remove-non-formula-lines能清除段落区里的装饰性线条。官方示意左侧中文文档中公式 f(x)3x1 与译文共存右侧为对应英文原文。术语表锁定用词。--glossary-files terms.csv挂上术语表CSV 需要source、target两列tgt_lng可选如zh-CN格式可参考仓库里的 demo_glossary.csv。多个文件用逗号分隔。扫描件与扫描检测控制。--ocr-workaround只适合白底黑字文档如果你确定处理的是原生 PDF加--skip-scanned-detection可以跳过扫描检测节省每份文档的检测开销。按场景组合参数只翻重点章节--pages 1,5,10-12指定页面再配合--only-include-translated-page让输出 PDF 只含被翻译的页。大文档防卡顿--max-pages-per-part 50会把文档按 50 页切块翻译、完成后自动合并回一份。速度调节--qps控制对翻译服务的请求速率默认 4--pool-max-workers设置内部工作线程数不设时默认取 QPS 的值。两个参数一起调例如babeldoc --files big_book.pdf --max-pages-per-part 50 --glossary-files terms.csv --qps 10 --pool-max-workers 8这是在完整翻译命令含模型与 key 参数基础上追加的组合其余参数照抄即可。固定一套配置常用参数可写入 TOML 文件用--config config.toml加载完整字段示例见 README 的 Configuration File 一节。离线环境在一台能联网的机器上打包模型与字体再分发到内网机器babeldoc --generate-offline-assets ./offline babeldoc --restore-offline-assets ./offline/offline_assets_*.zip包名内嵌文件哈希不能改名传目录路径时工具会自动找到正确的包文件。几个容易踩的坑没有 OpenAI 账号能用吗可以。任何 OpenAI 兼容接口都行README 建议 glm-4-flash、deepseek-chat 等兼容度高的模型Ollama 本地模型也可以key 随便填。英译中以外的方向支持如何官方明确目前只重点测试了英译中其他语言对尚未测试。支持语言列表 列出的是可正常排版的语言选之前建议先拿一两页试跑验证效果。输出文件在个别阅读器里打不开先试--enhance-compatibility它等价于同时开启--skip-clean、--dual-translate-first、--disable-rich-text-translate注意--skip-clean会让文件体积变大。已知边界README 的 Known Issues 列了几项不支持线段绘制、不支持首字下沉、超大页面会被跳过、作者与参考文献区域翻译后可能合并成一段。拿重要文档跑之前先心里有数。上手与资源源码安装git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC后进入目录用uv run babeldoc --help运行实现细节文档docs/ImplementationDetails/分解析、段落识别、翻译、排版等篇目每篇约几百字翻译模块源码babeldoc/translator/含缓存与自动术语提取逻辑语言支持docs/supported_languages.md准备一份英文 PDF 和一个可用的 OpenAI 兼容接口按上面三步跑一遍确认输出目录里的双语 PDF 公式位置无误后再按场景追加术语表或分块参数即可。【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