wxyhgk/retain-pdf

解决的问题

RetainPDF 是一款开源工具，旨在翻译 PDF 文档时保留原始版面。它特别针对图片型或扫描版 PDF 的挑战，这些文档通常难以在不丢失格式、复杂数学公式及科学论文常见的多栏排版下进行翻译。

运作方式

此项目使用专有的字体排版算法来还原多栏论文与复杂公式的版面。为避免逐个文本框翻译所造成的碎片化翻译，系统在翻译前会先还原完整的语义单元（句子与段落）。它还包含 PDF 结构优化、代码保护以防止代码片段被误译，以及可自定义的翻译策略等功能。

适用对象

研究人员、学生与专业人士，需要翻译学术论文（SCI 论文）、教科书与扫描文档，同时维持原始文件的视觉结构与数学完整性。

重点特色

• 扫描 PDF 支持：特别针对图片型与扫描版 PDF 进行优化。
• 公式保留：高稳定性地保留行内公式及其与周围文字的关系。
• 版面还原：进阶还原多栏排版与复杂格式。
• AI 助手：集成 AI 问答，提供附有页码与原始文字引用的答案。
• 集成阅读器：支持原始与翻译 PDF 的并排比较，以及 PDF 转 Markdown 阅读。
• 开放 API：提供开放 API，可通过 Docker 进行自动化与自行部署。