开发了这样一个翻译 app，大家会用吗？

[wbh]

最近借助 AI 实现了这样一个翻译 App （名字还没想好）。

开发这个 App 的出发点是这样的。最近在看一本关于 PyTorch 的英文电子书，虽然也能看懂英文，但是效率肯定没有读母语来得高。同时书中的有些内容还不够理解，需要进一步提问澄清。所以我想把翻译和提问合在一起完成。简单找了下市面上的相关工具，发现没有特别称手的。有些 PDF 阅读器虽然能够翻译，但是要么收费，要么无法追问。另外就是这些阅读器的模型和提示词都是固定的，没法自定义（比如我想让用语接近中文习惯，减少机翻感）。

所以就有了自己开发的想法（这也是 AI 时代的好处吧，只要有想法和 token ，就可以自己实现）

使用上，你可以正常的输入文本让它翻译，但更好的方式直接把书中的某一页或多页直接截图贴给它。它会自动把图片拼接，同时识别文中的文字，代码，表格甚至插图，然后把翻译后的文字与这些内容重新组合在一起，形成一个排版好的 markdown 的文档，然后渲染出来。

另外上面说了，App 的定位是辅助阅读，除了翻译以外，你还可以就翻译中的内容直接提问。比如一开始我是用它来学习 PyTorch ，对于书中不理解的地方就直接问它。如果你在别的地方提问，需要把上下文搬过去，但这里由于本来就有上下文，所以 AI 会更好的理解你的问题。

后来我发现这个 App 对另外我之前看过的一本书——《 The Photographer's Eye 》（摄影师之眼）也很有用。这本书的排版上不太寻常，它的一页很宽，在显示器上看着很累。使用这个 App 翻译+重排以后，可看度提升了很多。当然，提问也是很重要的，原书文字有些晦涩，翻译+提问后理解更加准确了。

如果大家也觉得有用，我就把它再做进一步的 polish ，发布出来。

或者大家还有什么建议都可以说说。

[niboy]

我应该是用不着
1. 如果是 pdf 或网页，直接用沉浸式翻译就行了，不用自己截图发送啊
2. 如果说要理解内容，文档扔给 IMA ，在 IMA 直接问，或者 cursor 之类的截图问就行

[wbh]

@niboy 是的，通过工具组合肯定也是能实现目的的。

不过我这里是想实现一站式的效果，我想了想，本质上我对它的定位应该是属于阅读辅助，不完全是简单的翻译。我的想法是，一本书你看到哪里，就截几张图丢进去，让它翻译和排版，方便你阅读和理解。然后有问题就提问，之于翻译结果你保不保留，都随你自己。最重要的是你吸收和理解了你所阅读的内容。

[SuperDaniel313]

最近在用 NotebookLM 读一些大部头，有些没译本，摸索出来的方法就要么丢给豆包/IMA 来汉化，同时一份副本塞到 NLM 里，然后边读边问。或者把原文处理成 HTML ，直接用浏览器插件翻译，选择 LLM 的自由度更高。同样也是配合 NLM 来学习。

综合下来看，LLM 除了编码相关的实践，目前对我来说用处更大的是辅导学习。毫不夸张地说，NLM 堪比 7x24 小时的全领域专家实时解答。

NLM 背靠 Gemini 多模态，图表、公式、图片，全都能语义化理解，在这个领域还没看到其他能打的出来。

[SayHelloHi]

如果是翻译 PDF 的话 可以看看 UPDF 这个软件

非常棒

[wbh]

@SuperDaniel313 NLM 还没用过，我去了解一下

[wbh]

@SayHelloHi UPDF 确实不错，之前也是经常用。不过还是 you 我提到的两个问题，一是模型和提示词不能自定义，不能调整翻译风格，有些书籍的文字完全直译的话不容易理解；二就是不能直接提问，如果要问问题，你得换别的 LLM 工具，有时还得把书中的内容复制过去作为上下文，比较麻烦

[SuperDaniel313]

@wbh #5 看了一下你的场景，和我的差不多，只需要解决翻译方面的问题即可。

和 AI 的交互丢给 NLM 是当前优解。NLM 还可以多文档塞到一个笔记本里，能实现跨领域问答，回答都是基于文档，比普通网页版的附件检索更靠谱。

NLM 有开源的能代替，https://github.com/lfnovo/open-notebook

不过都要依赖模型，还是白嫖谷大善人的服务吧，总性价比最高。