PDFMathTranslate3 分钟快速上手不破坏公式的 PDF 论文翻译【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读外文论文时正文能被浏览器机器翻译覆盖公式和插图却原样留在纸面上。PDFMathTranslatepdf2zh是一款完整保留排版的 PDF 论文全文翻译开源工具先识别文档中的公式、图表与正文只翻译需要翻译的文本再写回原位置输出纯译文与双语对照两个版本。适合科研、学生和工程师阅读外文文献。 它解决什么问题如果你用过“整份 PDF 直接丢给机器翻译”应该体会过麻烦公式被当纯文本拆碎符号翻译成乱码版面顺序被打乱。自己一段段翻译又得反复来回对照原文。PDFMathTranslate 的思路是先解析、再翻译。DocLayout-YOLO 模型把每页的文本、公式、表格、插图逐一标注只把正文送进翻译引擎译完后按原字体写回原文字框。和“先翻译再排版”的常规做法有两个关键差异公式从不出现在翻译 API 的输入里结果就是原样保留一次运行同时产出单语版和双语对照版省去后期拼合。 快速上手三种方式跑通 PDF 翻译图形界面浏览器里打开翻译页先装好包pip install pdf2zh需要 Python 3.11 到 3.12然后运行pdf2zh -i浏览器会打开 http://localhost:7860/ 的页面拖入 PDF选择源语言和目标语言等进度条走完即可下载结果。操作细节见 GUI 指南。命令行一条命令译完一篇论文没有 uv 的话先装pip install uv再用uv tool install --python 3.12 pdf2zh完成安装。翻译时只需要pdf2zh your_paper.pdf结束后当前目录会多出两个文件your_paper-mono.pdf纯译文和 your_paper-dual.pdf双语对照。容器化一行 Docker 部署docker run -d -p 7860:7860 byaidu/pdf2zh这一行会拉取镜像并启动容器然后打开 http://localhost:7860/ 就能用同一套图形界面本地不用准备 Python 环境。 核心功能详解从公式定位到扫描件 OCR双语对照一次跑出两份 PDF每次翻译都默认生成 -mono 与 -dual 两个文件。对照版左原文右译文、逐段并列审阅时不用来回切换窗口。公式与图表定位默认保护公式字体布局模型提前标记每个元素的类型公式、代码、符号字体默认进入保护名单对应内容全程不动。论文里有特殊字体时用-f和-c按正则追加排除规则即可。下面是项目文档里的英文原文页与译后的中文页公式和插图的位置没有变化多语言多引擎翻译服务随你切换-li en -lo ja指定语言对-s切换引擎Google、DeepL、OpenAI、Ollama 等二十余种服务都接入了。选 Ollama 本地模型时全文离线翻译内容不出内网。扫描件 OCRfast 模式自动识别pip install pdf2zh[ocr]装上 OCR 依赖后fast 模式会对纯图片页自动识别先把散字重新聚合成段落再翻译译文按源字体中位数缩排回原文字框。纯文本 PDF 不会触发识别不产生额外开销。 真实场景演练从毕业答辩到手册本地化答辩前突击批量过完 40 篇参考文献一位博士生要在答辩前读完 40 篇英文文献。逐篇配着翻译工具读粗略估算超过 20 小时。他把--dir指向文献文件夹一条命令批量翻完全目录拿不准的篇目先用-p 1-5只翻前 5 页看摘要和引言决定是否精读时间压缩到一次等待的工夫。扫描版厂商手册的本地化一位技术支持工程师接到需求客户要一本扫描版英文手册的中文稿文本层缺失人工标注不现实、外包报价高昂。装上 OCR 依赖后工具逐页识别扫描件再翻译成品保持原有版式一天内交付了可给客户的中文版。双语对照校对译文一位译审要复核算法论文的中文稿。以前拿纸质原文和 Word 译文逐段对照术语时好时坏改用 -dual 文件后原文译文左右并排术语问题一眼可见再配合--prompt prompt.txt约定术语译法三轮校对压缩到一轮。️ 进阶玩法批量处理、精准模式与 API 集成批量翻译与页面选择pdf2zh --dir ~/papers/--dir会把目录里所有 PDF 翻完并保留目录结构。局部翻译用-p 1-5或-p 1,3,5选页-o指定输出目录-t 4加线程提速。精准模式v2 翻译内核pdf2zh --mode precise paper.pdfprecise 模式启用实验性 v2 翻译内核在隔离环境里运行对跨栏、跨页等复杂场景处理更好。安装后先执行pdf2zh-setup-precise准备好独立环境。自定义提示与缓存控制--prompt prompt.txt可以定制翻译提示词文件里用${text}、${lang_in}、${lang_out}占位。程序默认缓存已翻过的文本重复段落二次运行不再重复调用 API想强制重翻时加--ignore-cache。完整选项见 进阶文档。集成到脚本Python API 与 MCP在自己的 Python 程序里from pdf2zh import translate传文件列表或字节流即可拿译文。也可以部署 HTTP 后端pip install pdf2zh[backend]需 Redis用 curl 提交任务、查进度、下载结果或pdf2zh --mcp以 MCP 服务运行让 AI 助手直接替你翻 PDF。接口细节见 API 文档。⚖️ 效果对比常规做法 vs PDFMathTranslate维度常规做法PDFMathTranslate公式完整性❌ 常被拆碎变形✅ 不进翻译引擎原样保留版式对齐❌ 重排错位常见✅ 写回原位置字号自适应双语对照❌ 翻译后人工拼版✅ 自动生成 -dual 文件翻译引擎⭐⭐ 可选有限✅ 20 服务含本地模型扫描件❌ 基本无法处理✅ fast 模式 OCR 识别批量处理⭐⭐ 需自己写脚本✅--dir一行搞定❓ 常见问题三个高频坑Q布局模型下载失败网络访问不了 HuggingFace 怎么办A按官方 README 的提示安装前设置环境变量HF_ENDPOINThttps://hf-mirror.com让 DocLayout-YOLO 模型走镜像下载。Q输出的 PDF 在某些阅读器里字体异常A默认会做字体子集化来压缩文件体积遇到兼容性问题时加--skip-subset-fonts重新生成。Q同一份文档反复翻译会不会重复消耗 APIA内置翻译缓存相同段落第二次运行直接复用确认需要重翻时再用--ignore-cache绕过。把“外文论文”变成“读得懂的中文”排版解析、公式保护、双语输出这套流程工具已经替你搭好。克隆仓库用你手头的一篇 PDF 试一次git clone https://gitcode.com/GitHub_Trending/pd/PDFMathTranslate核心能力PDF 全文翻译、公式与版式保留、双语对照输出、多引擎翻译、扫描件 OCR 识别适用场景外文文献阅读、技术文档本地化、双语材料制作、译文校对【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
