pdf-translator/README.md

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

# 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：

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

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