Skills效率自动化类新手

BabelDOC：PDF 科学论文翻译与双语对比库

BabelDOC 是一个面向 PDF 科学论文的翻译与双语对比开源库，提供命令行界面和 Python API，支持将英文 PDF 翻译为中文并生成双语对照或纯译文 PDF。项目目前处于早期阶段，主要聚焦英译中，可在线使用沉浸式翻译的 Beta 服务，也可通过 PDFMathTranslate-next 自部署，并支持 OpenAI 兼容的 LLM 翻译接口。

0 次阅读2026/08/12 发布

#PDF翻译 #双语对照 #命令行工具 #Python API #OpenAI兼容 #文献翻译 #Zotero集成 #自动术语提取 #离线部署 #文档解析 #效率自动化类 #Skill

适用大模型

gpt-4o-mini

社区作者 · zZz

它解决什么问题

BabelDOC（Yet Another Document Translator）是一个 PDF 科学论文翻译和双语对比库。其目标是通过标准化的解析和渲染流水线，解决 PDF 翻译中布局保留、段落合并等问题。

主要特性包括：支持命令行界面和 Python API；提供双语对照 PDF（默认原页在前）和单语 PDF 两种输出；支持按页翻译、拆分翻译、扫描件检测与 OCR 兜底；支持自动术语提取和自定义术语表（CSV）；支持 OpenAI 兼容接口（如 gpt-4o-mini、glm-4-flash、deepseek-chat 等）作为翻译引擎；提供离线资源打包/恢复功能，便于离线或内网部署。

项目与沉浸式翻译（Immersive Translate）和 Zotero 插件集成，用户可通过沉浸式翻译的 Beta 在线服务获得每月免费额度，或使用 PDFMathTranslate 2.0 自部署。BabelDOC 的核心设计是将 PDF 解析为中间表示，再渲染为新 PDF 或其他格式，流水线采用插件化架构，便于扩展新模型、OCR 和渲染器。当前已知问题包括：作者和参考文献部分解析错误、不支持线条和首字下沉、大页面会被跳过。

项目遵循 Maintainer-led 开发模式，欢迎提交 bug 报告、可复现 PDF、文档修复和小规模兼容性修复。

— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。

安装 / 开始使用

BabelDOC 推荐使用 uv 工具进行安装。

从 PyPI 安装

参考 uv 安装文档安装 uv，并按提示配置 PATH 环境变量。

使用以下命令安装 BabelDOC：

uv tool install --python 3.12 BabelDOC

验证安装：

babeldoc --help

使用 babeldoc 命令进行翻译，例如（建议使用绝对路径）：

babeldoc --openai --openai-model " gpt-4o-mini " --openai-base-url " https://api.openai.com/v1 " --openai-api-key " your-api-key-here " --files example.pdf

多文件翻译：

babeldoc --openai --openai-model " gpt-4o-mini " --openai-base-url " https://api.openai.com/v1 " --openai-api-key " your-api-key-here " --files example1.pdf --files example2.pdf

从源码安装

安装 uv 并配置 PATH。

克隆项目：

git clone https://github.com/funstory-ai/BabelDOC

cd BabelDOC

安装依赖并运行：

uv run babeldoc --help

翻译示例：

uv run babeldoc --files example.pdf --openai --openai-model " gpt-4o-mini " --openai-base-url " https://api.openai.com/v1 " --openai-api-key " your-api-key-here "

多文件：

uv run babeldoc --files example.pdf --files example2.pdf --openai --openai-model " gpt-4o-mini " --openai-base-url " https://api.openai.com/v1 " --openai-api-key " your-api-key-here "

首次运行与常见问题

首次运行可能需要下载模型和字体，可使用 --warmup 仅下载并验证所需资源。
翻译语言默认源语言为 en（英文），目标语言为 zh（中文），可通过 --lang-in 和 --lang-out 调整。当前主要支持英译中，英语目标语言支持为实验性。
如遇 PDF 兼容问题，推荐先尝试 --enhance-compatibility（等价于 --skip-clean --dual-translate-first --disable-rich-text-translate）。
大文档可使用 --max-pages-per-part 拆分翻译后自动合并。
明确知道文档不是扫描件时，可用 --skip-scanned-detection 加快处理；对扫描件可使用 --ocr-workaround 处理白底黑字文档。
翻译服务目前只支持 OpenAI 兼容的 LLM，使用本地 Ollama 时可将 API key 设为任意值（如 --openai-api-key a）。
术语表 CSV 需包含 source 和 target 列，可选的 tgt_lng 列指定目标语言，文件名作为术语表名称参与 LLM 提示。
Zotero 用户：沉浸式翻译 Pro 会员可使用 immersive-translate/zotero-immersivetranslate 插件；PDFMathTranslate 自部署用户可使用 guaguastandup/zotero-pdf2zh 插件。
配置文件使用 TOML 格式，可通过 --config 指定。示例配置见项目 README 中的 [babeldoc] 部分。
所有 CLI 参数主要用于调试，终端用户建议直接使用在线服务或 PDFMathTranslate 2.0。