一条命令生成中英对照PDFBabelDOC PDF翻译安装运行实操指南【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOCBabelDOC 是一个 PDF 中英对照翻译工具喂进一份英文 PDF它在保留原排版的前提下重新排版输出原文与译文并列的双语 PDF解决论文翻译时版面碎裂、公式丢失的问题。本文带你从安装到跑通第一份中英对照文档并给出常用参数和踩坑清单。哪些情况让你翻译论文最头疼用网页翻译插件逐段复制上下标、公式全碎双栏论文的阅读顺序还经常排错。先转 Word 再翻译版面直接崩掉图表飘到不知道哪一页。翻译结果要存档、打印而你能拿到的只是一堆网页文本。这三个卡点都源于 PDF 本身它是印出来的格式不适合逐段改字。BabelDOC 的解决方式是把 PDF 当结构来处理而不是当文字来处理。BabelDOC 内部怎么运转整条流水线就三步输入一份英文 PDF。处理内置解析器先把版面切成文本、公式、表格区域各阶段实现见 docs/ImplementationDetails/再由 LLM 只翻译纯文本公式符号原样保留最后按原文的字体字号重新排版。输出两份 PDF一份原文译文并列一份纯译文。对你来说有三个直接好处产物是可直接存档、打印的 PDF对照阅读不用来回翻页翻译走 OpenAI 兼容接口默认模型就是 gpt-4o-mini长文档成本可控。官方 README 明确说 CLI 主要用于调试、不单独提供技术支持但对照它的参数列表日常个人翻译需求完全够用。BabelDOC 跑通流程从安装到第一份产出前置条件清单Python 环境推荐用 uv 管理项目要求 Python 3.10 及以上一个 OpenAI 兼容接口的 API key官方接口、DeepSeek、Ollama 本地模型都行接口兼容就能填联网首次运行要自动下载字体和版面分析模型无外网环境看文末的离线方案安装 BabelDOCuv tool install --python 3.12 BabelDOC babeldoc --help能看到参数列表即安装成功。如果要跟最新源码或改代码走源码安装git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help最小可运行命令路径建议用绝对路径避免找不到文件babeldoc --files /path/to/paper.pdf \ --openai --openai-model gpt-4o-mini \ --openai-base-url https://api.openai.com/v1 \ --openai-api-key sk-xxxx跑完在输出目录默认当前目录会拿到两类文件双语文档.duo.pdf后缀原页与译页左右并排这就是你要的中英对照版本单语文档.mono.pdf后缀纯译文适合只读译文、不想左右分屏的场景中间过程不需要你干预进度条会实时打点。BabelDOC 参数速查参数作用--files输入 PDF 路径可重复传多次批量处理--pages只翻译指定页如1,3,5-8先试读前几页控费用--lang-in/--lang-out源/目标语言默认en→zh--no-dual/--no-mono只输出两种文档中的一种--max-pages-per-part长文档按页数拆分分批翻译后自动合并--glossary-files传入术语表 CSV保证专名译法统一--qps翻译请求限速默认 4API 限额紧就调低--output输出目录默认当前目录两个被低估的参数值得单独说--glossary-filesCSV 三列source,target,tgt_lngtgt_lng可省略示例见 docs/example/demo_glossary.csv。翻译时命中术语会被强制塞进提示词并要求遵循专有名词译法一下就稳了。--max-pages-per-part设成比如 50长文档就按每 50 页拆批翻译再自动合并回一份不用干等一个超长任务中途失败也能少丢进度。BabelDOC 避坑清单扫描件译文出现叠字原因是扫描件检测这步被漏掉译文直接盖在扫描底图上。白底黑字的扫描件加--ocr-workaround会在译文下垫白色底块并强制文字为黑色。输出 PDF 在某些阅读器里打不开或偏色部分阅读器对清理后的文件兼容性差。先加--enhance-compatibility它等价于--skip-clean --dual-translate-first --disable-rich-text-translate的组合注意--skip-clean的代价是文件体积变大。Ollama 等本地模型报鉴权错误本地服务不校验 key--openai-api-key a随便填一个值就能过。作者区和参考文献被并成一段这是 README Known Issues 里官方承认的问题另外横线分隔、首字下沉也不支持。遇到个别段落粘连别怀疑是自己操作错了。长文档中途失败担心 API 费用白跑翻译默认带缓存重跑会跳过已翻译的内容反过来--ignore-cache是强制全部重翻别习惯性带上。跑熟之后往哪走深入管线整条解析排版流水线是插件化的每个阶段在 docs/ImplementationDetails/ 都有专篇解析、找段落、样式与公式、排版中间层代码在 babeldoc/format/pdf/document_il/。程序化集成官方推荐通过 pdf2zh next 的high_level.do_translate_async_stream调用 BabelDOCBabelDOC 自身的 API 定位为内部接口需要 Web 界面或更多翻译服务社区有基于它的自部署项目 PDFMathTranslate-next。离线环境有网机器上babeldoc --generate-offline-assets /path/to/dir打出资产包目标机器--restore-offline-assets恢复包名不能改文件名里编码了校验和。出发前的三个动作装好uv tool install --python 3.12 BabelDOCbabeldoc --help验证。备好一个 OpenAI 兼容 API key 加一份英文 PDF有专名需求就备一份术语表 CSV。跑通先--pages 1-5抽前 5 页试一次确认版面没问题再全量跑。对论文翻译且版面不崩这个高频场景BabelDOC 目前就是你能直接拿到可存档、可打印双语 PDF 的开源方案装好、备好 key、跑一条命令剩下的交给它。【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考