wxyhgk/retain-pdf

解决的问题

RetainPDF 是一款专为严格保留原始布局而设计的翻译工具。它特别解决了 PDF 翻译中的常见问题，例如处理扫描/图像型 PDF、渲染复杂的内联数学公式，以及防止代码块被误译。

工作原理

该项目采用全栈架构，将前端、后端和处理流程解耦。它集成了 OCR 用于扫描文档的规范化处理，结合翻译引擎和渲染系统，将翻译后的文本回填到原始布局中。后端由 Rust API 驱动，负责管理任务和提供者；Python 处理流水线则负责 OCR、翻译和 PDF 处理等繁重任务。

适用人群

适合需要翻译学术论文（如 SCI 论文）、技术书籍和扫描文档的研究人员、学生及专业人士，确保原始文件的结构完整性和数学符号不被破坏。

主要亮点

• 全面的 PDF 支持：兼容数字 PDF 和扫描/图像型 PDF。
• 布局保留：重点保持原始格式、字体大小和整体结构。
• 技术准确性：特别优化以保护内联公式和代码块在翻译过程中不被破坏。
• 灵活部署：提供桌面应用（Windows、macOS、Linux）或通过 Docker 用于团队/局域网部署。
• 可自定义：支持可配置的翻译策略和基于规则的设置。