# 英文PDF翻译中文工具

基于本地 LLM 服务（Qwen3.5）的英文PDF自动翻译工具。

## 功能特点

- ✅ 从 PDF 提取文本并翻译成中文
- ✅ 保持原文段落结构
- ✅ 支持多种输出格式 (Markdown/TXT/JSON)
- ✅ 上下文连贯翻译
- ✅ 自动重试机制

## 快速使用

```bash
# 翻译 PDF 为 Markdown
python translate_pdf.py input.pdf output.md

# 指定输出格式
python translate_pdf.py input.pdf output.txt --format txt

# JSON 格式（包含原文对照）
python translate_pdf.py input.pdf output.json --format json

# 测试 LLM 连接
python translate_pdf.py --test
```

## 配置说明

修改 `translate_pdf.py` 中的 `CONFIG` 部分：

```python
CONFIG = {
    "api_base": "http://192.168.2.5:1234/v1",  # LLM API 地址
    "api_key": "sk-lm-fuP5tGU8:Hi7YU87jHyDP6Ay8Tl2j",  # API Key
    "model": "qwen/qwen3.5-35b-a3b",  # 模型名称
    "chunk_size": 2000,    # 每次翻译字符数
    "max_tokens": 8000,    # 最大输出 token（需足够让思考完成）
    "timeout": 180,        # 单次请求超时(秒)
}
```

## 依赖安装

```bash
pip install pypdf openai
```

## 注意事项

⚠️ **Qwen 模型的思考模式**

Qwen3.5 模型会在翻译前进行"思考"，占用大量 token。因此：
- `max_tokens` 需设置较大（建议 8000+）
- 翻译速度较慢（约 30秒/块）
- 适合处理重要文档，不适合快速预览

## 输出示例

输入英文：
```
Machine learning is a subset of artificial intelligence (AI) 
that enables systems to learn and improve from experience.
```

输出中文：
```
机器学习是人工智能（AI）的一个子集，
它使系统能够从经验中学习和改进。
```

## 文件结构

```
pdf-translator/
├── translate_pdf.py   # 主翻译脚本
├── README.md          # 使用说明
└── output.md          # 翻译输出示例
```

## 扩展建议

1. **批量翻译**：循环处理多个 PDF
2. **进度保存**：中断后可从上次位置继续
3. **质量检查**：对比原文与译文段落
4. **格式优化**：保留 PDF 原排版样式