开源本地文档翻译神器，完美保留原格式，还能自动生成术语表（带一键安装包）

开源星探

发布于 2026-03-16 20:37:39

2090

文章被收录于专栏：翩翩白衣少年翩翩白衣少年

对于需要处理国际文献的研究员、撰写技术文档的工程师、或是阅读海外产品的运营人员来说，文档翻译是一个高频且痛苦的需求。

我们真正渴望的，不仅仅是将A语言转换成B语言，而是一份在格式、术语和专业性上都与原作媲美的译稿。

最近发现了一款开源项目，可完美地帮助我们达到这一效果——DocuTranslate，一款开源的、本地运行的智能文档翻译工具。

它能在保留原格式的前提下，高质量翻译 PDF、Word、Excel、Markdown 等多种文件类型。

更厉害的是，支持精确识别PDF中的表格、公式和代码块，并进行准确翻译。同时，支持大部分主流的AI模型供应商平台，允许自定义提示词，以及并发高性能AI翻译。

提供Windows、Mac整合包直接下载使用，也可通过pip安装，在局域网内还可以多人同时使用。

核心功能

• 支持多种格式：能翻译 pdf、docx、xlsx、md、txt、json、epub、srt 、ass等多种文件。
• 自动生成术语表：支持自动生成术语表实现术语的对齐。
• PDF表格、公式、代码识别：凭借docling、minerupdf解析引擎实现对学术论文中经常出现的表格、公式、代码的识别与翻译
• json翻译：支持通过json路径(jsonpath-ng语法规范)指定json中需要被翻译的值。
• Word/Excel保持格式翻译：支持docx、xlsx文件（暂不支持doc、xls文件）保持原格式进行翻译。
• 多AI平台支持：支持绝大部分的ai平台，可以实现自定义提示词的并发高性能ai翻译。
• 异步支持：专为高性能场景设计，提供完整的异步支持，实现了可以多任务并行的服务接口。
• 局域网、多人使用支持：支持在局域网中多人同时使用。
• 交互式Web界面：提供开箱即用的 Web UI 和 RESTful API，方便集成与使用。
• 小体积、多平台懒人包支持：不到40M的windows、mac懒人包（不使用docling本地解析pdf的版本）。

快速上手

DocuTranslate安装简单，支持Windows/Mac整合包一键下载安装，也可使用pip命令通过API集成。

整合包下载

打开项目Release页面，下载DMG/EXE格式文件，一键安装，然后填入你的AI平台API-Key即可开始使用。

如有下载问题，可公众号内回复“DocuTranslate”获取小编准备好的安装包。

注意：

DocuTranslate: 标准版，使用在线的 minerU 引擎解析PDF文档，如果不需要本地解析pdf选这个版本（推荐）。
DocuTranslate_full: 完整版，内置 docling 本地PDF解析引擎，需要本地解析pdf选这个版本。

pip安装

# 基础安装
pip install docutranslate

# 如需使用 docling 本地解析PDF
pip install docutranslate[docling]

启动 Web UI 和 API 服务

# 启动服务，默认监听 8010 端口
docutranslate -i

# 指定端口启动
docutranslate -i -p 8011

# 也可以通过环境变量指定端口
export DOCUTRANSLATE_PORT=8011
docutranslate -i

交互式界面: 启动服务后，请在浏览器中访问 http://127.0.0.1:8010 (或您指定的端口)。
API 文档: 完整的 API 文档（Swagger UI）位于 http://127.0.0.1:8010/docs。

使用方式

比如：翻译一个 PDF 文件 (使用 MarkdownBasedWorkflow)

import asyncio
from docutranslate.workflow.md_based_workflow import MarkdownBasedWorkflow, MarkdownBasedWorkflowConfig
from docutranslate.converter.x2md.converter_mineru import ConverterMineruConfig
from docutranslate.translator.ai_translator.md_translator import MDTranslatorConfig
from docutranslate.exporter.md.md2html_exporter import MD2HTMLExporterConfig


async def main():
    # 1. 构建翻译器配置
    translator_config = MDTranslatorConfig(
        base_url="https://open.bigmodel.cn/api/paas/v4",  # AI 平台 Base URL
        api_key="YOUR_ZHIPU_API_KEY",  # AI 平台 API Key
        model_id="glm-4-air",  # 模型 ID
        to_lang="English",  # 目标语言
        chunk_size=3000,  # 文本分块大小
        concurrent=10,  # 并发数
        # glossary_generate_enable=True, # 启用自动生成术语表
        # glossary_dict={"Jobs":"乔布斯"}, # 传入术语表
        # system_proxy_enable=True,# 启用系统代理
    )

    # 2. 构建转换器配置 (使用 minerU)
    converter_config = ConverterMineruConfig(
        mineru_token="YOUR_MINERU_TOKEN",  # 你的 minerU Token
        formula_ocr=True  # 开启公式识别
    )

    # 3. 构建主工作流配置
    workflow_config = MarkdownBasedWorkflowConfig(
        convert_engine="mineru",  # 指定解析引擎
        converter_config=converter_config,  # 传入转换器配置
        translator_config=translator_config,  # 传入翻译器配置
        html_exporter_config=MD2HTMLExporterConfig(cdn=True)  # HTML 导出配置
    )

    # 4. 实例化工作流
    workflow = MarkdownBasedWorkflow(config=workflow_config)

    # 5. 读取文件并执行翻译
    print("开始读取和翻译文件...")
    workflow.read_path("path/to/your/document.pdf")
    await workflow.translate_async()
    # 或者使用同步的方式
    # workflow.translate()
    print("翻译完成！")

    # 6. 保存结果
    workflow.save_as_html(name="translated_document.html")
    workflow.save_as_markdown_zip(name="translated_document.zip")
    workflow.save_as_markdown(name="translated_document.md")  # 嵌入图片的markdown
    print("文件已保存到 ./output 文件夹。")

    # 或者直接获取内容字符串
    html_content = workflow.export_to_html()
    html_content = workflow.export_to_markdown()
    # print(html_content)


if __name__ == "__main__":
    asyncio.run(main())

还有更多使用示例及参考参数也在项目主页文档中查看学习。