funstory-ai/BabelDOC

BabelDOC – 支持双语输出的PDF科学论文翻译

是什么 – BabelDOC 是一个 Python 库 / CLI 工具，可将 PDF 文档（尤其是科学论文）从源语言翻译为目标语言，并生成双语 PDF（原文与译文并排或交替排列）。它使用基于 LLM 的服务（OpenAI 兼容模型，如 gpt-4o-mini、glm-4-flash、deepseek-chat 等）驱动翻译，并包含丰富的 PDF 预处理选项，以保持布局、公式、表格和字体的完整性。

核心功能

• 命令行接口（babeldoc）和 Python API，支持程序化使用。
• 主要支持 英语 → 中文；也提供基础的英语 → 英语翻译功能。
• 双语 PDF 生成 – 原文与译文页面可并排、交替排列，或输出为独立的单语文件。
• 细粒度 PDF 处理：页面选择、行拆分、OCR 修复方案、公式检测、表格翻译、字体覆盖、水印控制，以及对问题 PDF 的兼容性优化。
• 术语表注入 – 可加载 CSV 术语表，强制将领域特定术语注入 LLM 提示中。
• 离线资源包 – 单个 zip 文件可打包所需字体和模型，用于离线部署（空气隔离环境）。
• 速率限制与并行处理 – 支持 QPS 限流和可配置的工作线程池。
• 自部署 – 可通过 uv 或虚拟环境在本地运行，也可通过托管的 Beta 服务 Immersive Translate – BabelDOC（每月 1,000 页免费额度）使用。

典型工作流

# 安装工具（需 uv 和 Python 3.12）
uv tool install --python 3.12 BabelDOC

# 使用 OpenAI 兼容模型翻译一个或多个 PDF
babeldoc \
  --openai \
  --openai-model "gpt-4o-mini" \
  --openai-base-url "https://api.openai.com/v1" \
  --openai-api-key "YOUR_KEY" \
  --files paper.pdf

选项支持更改源语言/目标语言（--lang-in, --lang-out）、选择页面（--pages）、启用 OCR 修复、控制水印、提供术语表（--glossary-files）等。

安装方式

• 推荐：使用 uv（uv tool install --python 3.12 BabelDOC）。
• 替代方案：克隆仓库后运行 uv run babeldoc …。
• 该包已发布在 PyPI（pip install BabelDOC 可用，但 README 建议使用 uv 以获得最佳体验）。

适用场景

• AI 驱动翻译：翻译由 LLM 完成，而非传统机器翻译引擎。
• 文档处理流水线：将布局分析、可选 OCR 和 LLM 提示整合为一个端到端工具。
• 可嵌入性：可从其他 Python 程序调用，或集成到参考管理器插件中（例如通过 immersive-translate/zotero-immersivetranslate 或 guaguastandup/zotero-pdf2zh 集成至 Zotero）。

状态与社区

• 提供 Beta 在线服务；免费套餐每月提供 1,000 页额度。
• 开源，MIT 风格许可（详见 LICENSE）。
• 欢迎贡献；README 中链接了招聘页面。

有用链接

• 在线演示：https://app.immersivetranslate.com/babel-doc/
• 自托管后端：https://github.com/PDFMathTranslate-next/PDFMathTranslate-next
• 文档：https://funstory-ai.github.io/BabelDOC/supported_languages/
• Telegram 社区：标题栏中的徽章。

---

以上所有信息均直接取自仓库的 README，未推断任何额外功能。