632 字
3 分钟
【开源项目部署教程】JupyTrans项目教程
JupyTrans项目部署
Jupyter Translate 是一个能够将 .ipynb 文件进行自动翻译的工具，支持多种翻译引擎，能够在保留代码与输出不变的情况下，批量处理 Markdown 文本与注释的语言转换。通过简单的配置，你就可以让它在笔记本中实现一键翻译，适用于整理学习资料、生成双语 Notebook 或快速阅读外文教程。下面将介绍如何安装、配置并实际使用这个工具。
获取项目代码
首先访问项目的 GitHub 仓库：
Waiting for api.github.com...
使用 Git 命令克隆项目到本地：
git clone https://github.com/jexonn/jupyter-translate.gitcd jupyter-translate安装依赖
项目依赖列表在 requirements.txt 中。
TIP网络提示： 如果在安装过程中遇到网络超时问题，建议使用国内镜像源（如清华源）进行安装。
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple如果仍然安装失败，你可以打开 requirements.txt 查看具体内容，依次手动安装缺失的库。
配置翻译服务
该项目支持多种翻译后端。为了获得最佳的翻译质量和速度，我们通常结合使用 大语言模型（LLM） 和 阿里云机器翻译。你需要手动修改项目中的配置文件（通常在 main.py 或独立的 config.py 中）。
配置 LLM（以 DeepSeek 为例）
你可以使用任意兼容 OpenAI 接口的大模型。这里以性价比极高的 DeepSeek 为例：
# 填入你的 LLM API 信息api_key = "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"base_url = "https://api.deepseek.com/v1/"model_name = "deepseek-chat"配置阿里云机器翻译（Aliyun MT）
为了处理某些特定的翻译任务，你需要配置阿里云的 AccessKey。
获取上述信息后，将其填入配置：
# 填入阿里云 AccessKeyaccess_key_id = "LTAIxxxxxxxxxxxxxxxx"access_key_secret = "xxxxxxxxxxxxxxxxxxxxxxxx"执行翻译任务
配置完成后，即可使用命令行工具进行翻译。
基础用法
使用 -e ai 参数指定使用 AI 引擎进行翻译：
# python main.py -e [引擎类型] [目标文件路径]python main.py -e ai "jupyter file/rag_from_scratch_1_to_4.ipynb"翻译结果
程序运行完成后，会在原文件同级目录下生成一个新的文件，文件名通常以 _zh 结尾：
- 原文件：
rag_from_scratch_1_to_4.ipynb - 翻译后：
rag_from_scratch_1_to_4_zh.ipynb
你可以直接使用 Jupyter Lab 或 VS Code 打开该文件查看双语或翻译后的内容。
【开源项目部署教程】JupyTrans项目教程
https://xingguang641.com/posts/github/github-project/jupyter-translate/