README.md

Co-op Translator

Egyszerűen automatizálja és tartsa karban oktatási GitHub-tartalmainak fordításait több nyelven, ahogyan projektje fejlődik.

Kezdje itt: Válassza ki a munkafolyamatot | Konfiguráció | CLI | Python API | MCP Server

🌐 Többnyelvű támogatás

Támogatott a Co-op Translator által

Arab | Bengáli | Bolgár | Burmai (Mianmar) | Kínai (egyszerűsített) | Kínai (hagyományos, Hongkong) | Kínai (hagyományos, Makaó) | Kínai (hagyományos, Tajvan) | Horvát | Cseh | Dán | Holland | Észt | Finn | Francia | Német | Görög | Héber | Hindi | Magyar | Indonéz | Olasz | Japán | Kannada | Khmer | Koreai | Litván | Maláj | Malayalam | Marathi | Nepáli | Nigériai pidgin | Norvég | Perzsa (Fárszi) | Lengyel | Portugál (Brazília) | Portugál (Portugália) | Pandzsábi (Gurmukhi) | Román | Orosz | Szerb (cirill) | Szlovák | Szlovén | Spanyol | Svahili | Svéd | Tagalog (filippínó) | Tamil | Telugu | Thai | Török | Ukrán | Urdu | Vietnami

Szeretne helyben klónozni?

Ez a tároló 50+ nyelvű fordítást tartalmaz, ami jelentősen megnöveli a letöltési méretet. Ha a fordítások nélkül szeretne klónozni, használja a sparse checkout-ot:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/Azure/co-op-translator.git
cd co-op-translator
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/Azure/co-op-translator.git
cd co-op-translator
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

Ez mindent megad, amire szüksége van a kurzus elvégzéséhez sokkal gyorsabb letöltéssel.

Áttekintés

A Co-op Translator segít egyszerűen lokalizálni oktatási GitHub-tartalmait több nyelvre. Amikor frissíti Markdown fájljait, képeit vagy jegyzeteit, a fordítások automatikusan szinkronban maradnak, biztosítva, hogy tartalma pontos és naprakész maradjon a tanulók számára világszerte.

Használja a parancssorból (CLI) tárházfordításhoz, a Python API-ból automatizáláshoz, vagy az MCP szerveren ügynök- és szerkesztői munkafolyamatokhoz.

Példa arra, hogyan van rendszerezve a lefordított tartalom:

Miért a Co-op Translator?

Egy fájl fordítása egyszerű. Egy teljes dokumentációs tárház fordításának, linkelésének és naprakészen tartásának biztosítása a nehéz része.

Probléma	Hogyan segít a Co-op Translator
Hosszú dokumentumok nem egyetlen prompt	A nagy Markdown fájlokat darabokra bontjuk, így egy hosszú README nem függ egyetlen sérülékeny modellválasztól. Ha egy darab megbukik, a Co-op Translator újrapróbálkozhat és csak a sikertelen részt bonthatja újra.
A hiányos fordítások ne legyenek jelölve naprakésznek	Egy csonkított fordítás soha ne legyen lezárva naprakészként. A Co-op Translator ellenőrzi a fordítás integritását mentés előtt, és képes felismerni szerkezetileg hiányos meglévő fordításokat.
A linkeknek illeszkedniük kell a lefordított repo struktúrájához	A manuális fordítások gyakran hagynak relatív linkeket, amelyek visszamutatnak az eredeti fájlszerkezetre. A Co-op Translator átírja a Markdown-, jegyzet-, kép- és README-linkeket, hogy illeszkedjenek a translations/<lang>/... struktúrához.
A fordításnak az egész repo-nak működnie kell	A Co-op Translator kezeli a README fájlokat, a dokumentációkat, a jegyzeteket és a képszöveget egyetlen tárház-munkafolyamat részeként, ahelyett, hogy fájlonként fordítana.
A fordítások karbantartása fontosabb, mint egyszeri létrehozásuk	Forrás-hash-ek és fordítási metaadatok segítségével a Co-op Translator megtalálja az elavult fájlokat, kihagyja a nem változott fájlokat, és szinkronban tartja a lefordított tartalmat, ahogy a forrásrepo fejlődik.

Hogyan kezelik a fordítás állapotát

A Co-op Translator a lefordított tartalmakat verziózott szoftver-artefaktumokként,
nem statikus fájlokként kezeli.

Az eszköz nyelvi hatókörű metaadatok segítségével követi a lefordított Markdown, képek és jegyzetek állapotát.

Ez a kialakítás lehetővé teszi a Co-op Translator számára, hogy:

• Megbízhatóan észlelje az elavult fordításokat
• Következetesen kezelje a Markdown-t, képeket és jegyzeteket
• Biztonságosan skálázható legyen nagy, gyorsan változó, többnyelvű tárházak esetén

Azáltal, hogy a fordításokat kezelt artefaktumokként modellezi, a fordítási munkafolyamatok természetesen illeszkednek a modern szoftverfüggőségi és artefaktum-kezelési gyakorlatokhoz.

→ Hogyan kezelik a fordítás állapotát

Kapcsolódó mélyebb elemzések

• A törött Markdown javítása AI-fordításnál: Egy gyártási pipeline megerősítése

Kezdjen hozzá

A Co-op Translator használható a CLI-ből, a Python API-ból vagy az MCP szerverből. Kezdje a munkafolyamat útmutatóval, ha a helyi fordítás, automatizálás, CI és ügynök/szerkesztő integráció között választ.

• Válassza ki a munkafolyamatot
• Hitelesítő adatok konfigurálása
• Fordítás a CLI-ből
• Automatizálás a Python API-val
• Kapcsolódás az MCP szerverrel
• Futtatás GitHub Actions-ben

Minimális CLI példa a konfiguráció után:

python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate

pip install co-op-translator
translate -l "ko" -md
co-op-review -l "ko"

Nagy tárházak első futtatásaihoz használja a --dry-run opciót, mielőtt valóban írna lefordított fájlokat. Lásd a CLI Reference részt a tartalomtípus-flagek, naplók, felülvizsgálat és linkmigráció kapcsán.

Konténer gyors futtatás Bash/Zsh alatt:

docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko" -md

Konténer gyors futtatás PowerShell alatt:

docker run --rm -it --env-file .env -v ${PWD}:/work ghcr.io/azure/co-op-translator:latest -l "ko" -md

Funkciók

• Automatikus fordítás Markdownhoz, jegyzetekhez és képekhez
• A fordítások szinkronban tartása a forrásváltozásokkal
• Helyben (CLI) vagy CI-ben (GitHub Actions) működik
• Markdown, jegyzet, kép, felülvizsgálat és projektfordítási eszközöket tesz elérhetővé MCP-n keresztül
• Azure OpenAI-t vagy OpenAI-t használ szolgáltatóként a fordításhoz
• Lehetővé teszi, hogy az MCP hosztolt ügynökei LLM hitelesítő adatok nélkül fordítsanak Markdown és jegyzet darabokat
• Azure AI Vision-t használ a képszöveg kinyeréséhez és fordításához
• Determinisztikus ellenőrzésekkel vizsgálja a fordítás szerkezetét és frissességét
• Megőrzi a Markdown formázását és szerkezetét

Dokumentáció

• Dokumentációs oldal
• Válassza ki a munkafolyamatot
• Konfiguráció
• Azure AI beállítása
• CLI referencia
• Python API
• MCP Server
• GitHub Actions
• README nyelvek sablonja
• Támogatott nyelvek
• Hozzájárulás
• Hibaelhárítás

Microsoft-specifikus útmutató

Note

Csak a Microsoft “For Beginners” tárolók karbantartói számára.

• A „további kurzusok” lista frissítése (csak MS Beginners tárolókhoz)

Támogasson minket és segítse a globális tanulást

Csatlakozzon hozzánk az oktatási tartalmak globális megosztásának forradalmasításában! Adjon egy ⭐-t a Co-op Translator projektnek a GitHubon, és támogassa küldetésünket, hogy lebontsuk a nyelvi akadályokat a tanulásban és a technológiában. Az Ön érdeklődése és hozzájárulásai jelentős hatással vannak! Kódbeli hozzájárulások és funkciójavaslatok mindig szívesen fogadottak.

Fedezze fel a Microsoft oktatási tartalmait az Ön nyelvén

• LangChain4j-for-Beginners
• AZD for Beginners
• Edge AI for Beginners
• Model Context Protocol (MCP) For Beginners
• AI Agents for Beginners
• Generative AI for Beginners using .NET
• Generative AI for Beginners
• Generative AI for Beginners using Java
• ML for Beginners
• Data Science for Beginners
• AI for Beginners
• Cybersecurity for Beginners
• Web Dev for Beginners
• IoT for Beginners
• PhiCookBook

Video presentations

👉 Kattints a lentebbi képre a YouTube-on való megtekintéshez.

• Open at Microsoft: Rövid, 18 perces bevezető és gyors útmutató a Co-op Translator használatához.

  

Contributing

Ez a projekt örömmel fogadja a hozzájárulásokat és javaslatokat. Érdekel a hozzájárulás az Azure Co-op Translatorhoz? Kérjük, olvasd el a CONTRIBUTING.md fájlunkat az útmutatásért, hogyan segíthetsz abban, hogy a Co-op Translator hozzáférhetőbb legyen.

Contributors

Code of Conduct

Ez a projekt elfogadta a Microsoft Open Source Code of Conduct dokumentumát. További információért lásd a Code of Conduct FAQ oldalt, vagy lépj kapcsolatba az opencode@microsoft.com címen további kérdésekkel vagy észrevételekkel.

Responsible AI

A Microsoft elkötelezett amellett, hogy segítse ügyfeleit AI termékeink felelősségteljes használatában, megossza tapasztalatait, és bizalmon alapuló partnerségeket építsen olyan eszközökkel, mint az Átláthatósági jegyzetek és a Hatásvizsgálatok. Ezeknek az erőforrásoknak nagy része megtalálható a https://aka.ms/RAI címen. A Microsoft felelős MI-hez való megközelítése a méltányosság, megbízhatóság és biztonság, adatvédelem és biztonság, inkluzivitás, átláthatóság és elszámoltathatóság elvein alapul.

A nagyméretű nyelvi, képi és beszédmodellek - mint amilyeneket ebben a példában is használunk - potenciálisan igazságtalanul, megbízhatatlanul vagy sértően viselkedhetnek, ami károkat okozhat. Kérjük, tekintse meg az Azure OpenAI service Transparency note dokumentumot, hogy tájékozódjon a kockázatokról és korlátokról.

A kockázatok mérséklésének javasolt megközelítése, hogy a rendszerbe olyan biztonsági réteget építsen, amely képes észlelni és megakadályozni a káros viselkedést. Az Azure AI Content Safety független védelmi réteget kínál, amely képes felismerni a felhasználók által létrehozott és az MI által generált káros tartalmakat alkalmazásokban és szolgáltatásokban. Az Azure AI Content Safety szöveg- és kép-API-kat tartalmaz, amelyek lehetővé teszik a káros anyagok felismerését. Emellett interaktív Content Safety Studio-t is biztosítunk, amely lehetővé teszi a mintakódok megtekintését, felfedezését és kipróbálását a különböző modalitásokban történő káros tartalom észleléséhez. A következő quickstart dokumentáció végigvezeti a szolgáltatásnak küldött kérelmek létrehozásán.

Egy másik szempontra érdemes figyelni az alkalmazás teljesítményét. Többmodalitású és többmodellű alkalmazások esetén a teljesítmény azt jelenti, hogy a rendszer úgy működik, ahogy te és a felhasználóid elvárják, beleértve azt is, hogy nem generál káros kimeneteket. Fontos értékelni az alkalmazás teljesítményét a generálás minőségére és kockázat- és biztonsági metrikákra vonatkozó mutatók használatával.

Fejlesztési környezetében kiértékelheti MI alkalmazását a prompt flow SDK használatával. Legyen szó tesztadatkészletről vagy célról, a generatív MI alkalmazás kimenetei kvantitatívan mérhetők beépített értékelőkkel vagy az Ön által választott egyedi értékelőkkel. A prompt flow sdk-val való értékelés megkezdéséhez kövesse a quickstart útmutatót. Miután végrehajtott egy értékelést, vizualizálhatja az eredményeket az Azure AI Studio-ban.

Trademarks

Ez a projekt tartalmazhat védjegyeket vagy logókat projektekhez, termékekhez vagy szolgáltatásokhoz kapcsolódóan. A Microsoft védjegyeinek vagy logóinak engedélyezett használata a Microsoft's Trademark & Brand Guidelines szabályainak és feltételeinek megfelelően történhet. A Microsoft védjegyeinek vagy logóinak használata a projekt módosított változataiban nem okozhat félreértést és nem sugallhat Microsoft általi támogatást. Harmadik felek védjegyeinek vagy logóinak használata a vonatkozó harmadik fél irányelveinek hatálya alá tartozik.

Getting Help

Ha elakad vagy kérdése van az MI-alkalmazások építésével kapcsolatban, csatlakozz:

Ha termékvisszajelzése van vagy hibába ütközik a fejlesztés során, látogasson el: