TranslateBookWithLLM

这个文档介绍了 TranslateBookWithLLM，一个使用本地大型语言模型 (LLM) 翻译书籍的 Python 应用程序。它利用 Ollama API，支持大规模文本翻译，例如整本书的翻译。 该工具提供了两种使用方式：一个现代化的 Web 界面，方便用户使用，以及一个命令行界面 (CLI)，供高级用户进行自动化和脚本编写。

主要特性:

• Web界面: 提供用户友好的浏览器界面，带有实时进度追踪。
• EPUB 支持: 无缝翻译 .epub 格式的书籍文件，保持原始结构。
• CLI 支持: 命令行界面，方便自动化和脚本编写。

Windows 安装指南:

文档详细介绍了在 Windows 上设置 TranslateBookWithLLM 的完整环境的步骤，包括：

1. 准备工作：软件安装

   • Miniconda: 用于创建隔离的 Python 环境，管理依赖项。
   • Ollama: 用于在本地运行大型语言模型。
   • Git: 用于从 GitHub 下载和更新脚本。

2. 设置 Python 环境: 使用 Anaconda Prompt 创建并激活 Python 环境。

3. 获取翻译应用程序: 从 GitHub 克隆代码仓库。

4. 安装依赖项: 使用 pip 安装所需的 Python 包。 可以选择安装 Web 界面的依赖项，或者只安装 CLI 的最小依赖项。

5. 准备 Ollama:

   • 下载一个 LLM 模型，例如 mistral-small:24b、qwen2:7b 或 llama3:8b。
   • 启动 Ollama 服务。

6. 使用应用程序:

   • 选项 A：Web 界面 (推荐)

     • 启动服务器 (python translation_api.py)
     • 在浏览器中打开 http://localhost:5000
     • 配置并翻译：选择源语言和目标语言、选择 LLM 模型、上传 .txt 或 .epub 文件、调整高级设置、启动翻译并监控进度、下载结果。

   • 选项 B：命令行界面

     • 使用 python translate.py 命令，并指定输入文件、输出文件、源语言、目标语言、模型等参数。
     • 提供了一些命令示例，例如基本英译法、翻译 EPUB 文件、使用不同模型进行翻译等。

高级配置:

• Web 界面设置: 允许调整块大小（Chunk Size）、超时时间（Timeout）、上下文窗口（Context Window）和最大尝试次数（Max Attempts）。
• 脚本配置 (translate.py): 可以修改 translate.py 文件中的一些关键设置，例如 API 端点、默认模型、块大小、超时时间、上下文窗口和最大翻译尝试次数。
• 自定义翻译提示词 (Prompts): 可以通过修改 generate_translation_request 函数中的 prompt 来改善翻译质量。

更好的翻译的技巧:

• 模型选择: 推荐的模型包括 mistral-small:24b、qwen2:7b 和 llama3:8b。
• 最佳设置: 建议根据不同的场景调整块大小和上下文窗口。
• 内容准备: 清理输入文本，使用纯文本或标准 EPUB 文件，并考虑将大文件拆分成小节。

问题排查:

• 文档列出了一些常见问题及其解决方法，例如 Web 界面无法启动、Ollama 连接问题、翻译超时、翻译质量差、模型未找到等。
• 提供了获取帮助的途径，包括查看浏览器控制台、监控终端输出、先用小文本样本测试、验证所有依赖项是否正确安装等。

架构:

• translate.py: 核心翻译引擎，提供 CLI 界面。
• translation_api.py: Flask Web 服务器，支持 WebSocket。
• translation_interface.html: 现代 Web 界面，提供实时更新。

总而言之，TranslateBookWithLLM 是一个功能强大的工具，允许用户使用本地 LLM 翻译书籍。 该文档提供了详细的安装和使用指南，以及一些高级配置选项和故障排除技巧，以帮助用户获得最佳的翻译效果。