PDFMathTranslate 多语言翻译指南：一条命令把带公式的 PDF 翻成泰语等小语种

PDFMathTranslate 多语言翻译指南一条命令把带公式的 PDF 翻成泰语等小语种【免费下载链接】PDFMathTranslate[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译支持 Google/DeepL/Ollama/OpenAI 等服务提供 CLI/GUI/MCP/Docker/Zotero项目地址: https://gitcode.com/GitHub_Trending/pd/PDFMathTranslate手里攥着一篇英文论文或教材里面公式、图表一大堆可你偏偏需要它的泰语版市面上能翻 PDF 的不少但能把数学公式原样保住、还能自由选择几十种目标语言的没几个。开源工具 PDFMathTranslate 的多语言翻译功能就是冲着这个痛点去的翻译走大模型或翻译服务公式和版面却一根头发丝都不动。一条命令快速上手指定源语言和目标语言假设你要把一份英文技术报告翻成泰语装好之后只需一行pdf2zh report.pdf -li en -lo th这里的两个参数就是全部关键-li指定源语言en即英文其实它是默认值省略也行-lo指定目标语言th是泰语换成km高棉语、ms马来语、id印尼语都行。那到底能翻哪些语言官方文档说明语言代码直接沿用 Google、DeepL 等主流服务的语言代码表所以只要你的翻译服务支持对应代码就能填——从常见的中日韩欧语系到东南亚一众小语种基本都覆盖到了。想查某个语言该填什么代码对照服务方公布的语言代码列表即可。跑完之后当前目录会生成单语版和双语对照版两个 PDF公式、图表、目录、批注都留在原地。用自定义提示词微调翻译风格prompt.txt 怎么用默认提示词已经够用但有些场景你想更细地控制模型怎么说比如要求译文必须使用泰语口语化表达或专有名词保留原文。这时可以准备一个prompt.txt文件然后用完整参数--prompt指给它pdf2zh report.pdf -lo th --prompt prompt.txt三个要点记一下旧参数别再用早期版本里那个-pr短参数在新版中已被移除照着老教程敲会直接报错必须写完整的--prompt。文件里要写完整的翻译指令模板而不是一句零散的叮嘱。模板中可以用三个变量lang_in源语言、lang_out目标语言、text待译文本程序会在运行时把它们替换成实际值。进阶文档里附了一个可直接参考的模板结构先交代模型角色你是一台专业的翻译引擎只输出译文再要求翻译时保持公式占位符不变最后接上text变量。默认只锁目标语言不填lang_in时程序并不强制声明源语言语言控制主要落在-lo上这与大多数自动检测源语言的翻译服务行为一致也省去了你为源语言操心。冷门语言没找到两条扩展路线万一你需要的语种比如某些区域性小语言在语言代码表里确实查不到项目给的路子其实有两条。路线一改源码里的语言枚举。语言支持列表写在代码里翻译相关源码中各翻译器类都带一个lang_map语言映射字典把新语言代码补进去、让程序认识它就能像内置语言一样通过-lo直接调用。改完提交 PR受益的就是所有人。路线二自定义提示词 最接近的语言代码。不想动代码的话可以选一个语言距离最近的代码比如翻缅甸语时借用高棉语km或泰语th的码再在prompt.txt里用自然语言把真实目标写清楚请把文本翻译成缅甸语语气正式术语保留英文原词。大模型通常能听懂这类指令效果往往好于硬套一个错误的代码。拆开看看一次翻译在内部如何流转语言参数敲下去之后程序内部大致走三步流水线。第一步语言代码映射。每个翻译器Google、DeepL、OpenAI、Ollama……对同一语言要求的前后不一代码里就为每家维护了一张lang_map你填的th会被翻译成该服务认识的写法。这一步保证了一个代码处处通用。第二步指令模板拼装。进入大模型类服务时程序把你提供的提示词模板或内置默认模板当成字符串模板把lang_in、lang_out、text三个槽位替换掉生成最终发给模型的完整指令。内置模板明确要求公式记号保持原样、直接输出译文、不要任何额外文字这正是译文不会多嘴加注释的原因。第三步公式与排版保护。在真正逐段翻译之前版面解析模型先把页面切成语义块公式区、图表区、文本区各归各位。文本块送去翻译时其中的行内公式已被替换成{v*}这类占位符模型只看到符号、无从下手译完回填时占位符原样换回公式字体、字号、位置全部复原。译文写回 PDF 时还会按原文本框自适应缩放字号避免溢出。走完这三步你得到的才是一份翻了语言、没翻格式的文档。踩坑与答疑小语种翻译常见问题Q目标语言列表里确实没有我要的语种先怎么办先拿最接近的现有语言代码跑一遍看输出质量能不能接受。很多小众需求用近似语言加提示词补充说明就能达到七八成效果这一步成本几乎为零。Q这种需求是长期的有没有更正式的办法有的。给项目提一个 Pull Request把语言代码补进源码语言映射里评审通过后就成为内置选项。这比每次手写提示词省心得多也是社区维护语言列表的方式。Q源语言和目标语言差距太大一次翻译质量不够好怎么办可以拆成两步先把文档翻成英文或直接以英文为源再让大模型服务以英文转你的目标语言。绕一道弯术语和句式通常都会更稳。Q换了--prompt之后结果反而变差检查模板是否漏写了保持公式占位符不变、只输出译文这类关键约束——自定义模板是完全的替换关系不是叠加。拿 进阶文档 里的默认模板当底稿改最保险。写在最后一个-lo参数、一份prompt.txt就能把带公式的 PDF 送进泰语、高棉语、马来语等数十种语言。如果这个过程中你新增了语言支持或打磨了模板欢迎提交 PR——多语言列表的每一项都是社区一行行填出来的。【免费下载链接】PDFMathTranslate[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译支持 Google/DeepL/Ollama/OpenAI 等服务提供 CLI/GUI/MCP/Docker/Zotero项目地址: https://gitcode.com/GitHub_Trending/pd/PDFMathTranslate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考