让 BabelDOC 的 PDF 翻译真正好用的 5 组实操设置从扫描文档到本地模型【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC如果你要把英文论文、技术手册这类 PDF 翻成中文还希望版式不塌、公式不乱BabelDOC 值得一试——它解析原 PDF 的结构用大模型把文字原位改写输出译文版和双语版两份 PDF。下面按真实使用场景列出你最可能碰到的 5 组设置照着配就能少走弯路。先说结论谁适合用、什么时候值得折腾最稳的路径是英文→中文。官方明确以 en→zh 为主要测试场景其他语言组合基本没怎么验过支持哪些语言可以查支持语言列表。自带大模型的人最舒服。它只走 OpenAI 兼容接口但这已经够覆盖官方 API、国内模型网关和本地推理引擎。它不是扫描 OCR 工具。纯图片、没有文字层的扫描件它翻不了得先用别的工具做 OCR 出文字层再交给它。CLI 定位是个人够用。官方说命令行主要面向调试和轻量使用要团队级批量生产建议走 Python 接口或对接自托管 WebUI。扫描版 PDF 翻译出来糊成一团怎么救扫描件翻译后原文笔迹和新译文字叠在一起页面容易花掉。它给了三个相关开关先对症再下药开关什么时候用作用--ocr-workaround确定是扫描件且黑字白底在译文下方垫白色背景块盖住原文文字统一强制为黑色--auto-enable-ocr-workaround不确定是不是扫描先自动检测扫描比例达标才启用上面那套逻辑--skip-scanned-detection确定不是扫描跳过检测环节直接省时间两个提醒--ocr-workaround的前提是纯白底、纯黑字彩色底纹或灰字文档效果会翻车。一旦开了自动模式--ocr-workaround和--skip-scanned-detection的取值会被系统按检测结果接管你手动设的值不算数。 实际经验确定是扫描就直接手动开拿不准就用自动确定不是扫描就用--skip-scanned-detection省时间。如何接入自己的大模型或本地模型一行命令接 OpenAI 兼容服务不管背后是哪家网关凑齐 base URL、API key、模型名三件套就行babeldoc --openai --openai-model gpt-4o-mini \ --openai-base-url https://api.openai.com/v1 -k 你的key --files paper.pdf换国内模型网关时只改 URL 和模型名即可优先选 OpenAI 兼容度好的比如glm-4-flash、deepseek-chat。Ollama 这类本地推理引擎本地模型接法完全一样API key 随便填一个占位字符串本地服务不会校验babeldoc --openai --openai-base-url http://localhost:11434/v1 \ -k ollama --openai-model qwen2.5:14b --files paper.pdf想让术语提取走另一个更便宜的端点单独指--openai-term-extraction-model即可不用影响翻译主力。TOML 配置把命令固化下来用-c config.toml可以把 key、速率、术语表都写进文件之后每次只传文件路径[babeldoc] openai true openai-model deepseek-chat qps 8 glossary-files /path/to/terms.csv速度看两个参数qps控制请求速率上限默认 4pool-max-workers控制内部线程数不写就跟着 qps 走接口稳就一起调大。另外--custom-system-prompt可以整体替换系统提示词比如给 Qwen3 模型加上/no_think前缀让它跳过思考直接出译文。专业术语前后译名不一致怎么锁住论文翻译最烦人的就是Transformer前半章译成变换器、后半章又变回原词。锁术语有两条路手动术语表CSV --glossary-files把术语写成三列 CSV第三列可选填了之后该条目只对对应目标语言生效source,target,tgt_lng Transformer,Transformer 架构,zh-CN attention,注意力,zh-CN格式参考仓库里的示例术语文件。多个文件用逗号分隔一起传。注意文件名会作为术语表名字写进提示词所以文件名要起得有辨识度命中某张表的词时对应条目会被注入提示词并要求模型遵守。剩下的交给自动提取默认情况下 BabelDOC 会在翻译过程中顺带跑一次术语提取用大模型找出反复出现的名词和专有名词自动应用。觉得多余就加--no-auto-extract-glossary关掉想留档就加--save-auto-extracted-glossary提取结果会随译文一起存成 CSV下次翻译直接当手动术语表用。优先级是明确的手动术语表 自动提取术语 模型自由发挥。哪些词必须统一就老老实实写进 CSV。大文档翻译太慢或兼容性差翻哪些开关 ⚡大文件切块--max-pages-per-part几百页的书别一口气跑切块更稳babeldoc --files book.pdf --max-pages-per-part 50它会按每部分 50 页拆开、逐块翻译、再自动合并回去。切块模式下只有第一块会做扫描检测所以大文件顺手加--skip-scanned-detection更划算。兼容性三合一--enhance-compatibility译文 PDF 在老阅读器里打不开、双排版顺序不对先开这个试试。它一次性打开三件事--skip-clean跳过 PDF 清理步骤代价是文件体积明显变大--dual-translate-first双语 PDF 里译文页排到原文页前面--disable-rich-text-translate简化翻译输入去掉富文本信息更多解析细节可以看官方 PDF 解析实现文档。顺手两件事水印和字体默认输出带水印。不想要就--watermark-output-mode no_watermark想同时留带水印和不带水印两份用both。译文字体匹配不满意时--primary-font-family可强制指定 serif、sans-serif 或手写体。高频踩坑速查现象先试什么老阅读器打不开输出、页面花掉--enhance-compatibility扫描件输出文字重叠发花--ocr-workaround前提黑字白底换了模型结果还是旧译文--ignore-cache强制重翻纯图片扫描件没有任何译文没有文字层不在适用范围先做 OCR公式被翻译了--formular-font-pattern/--formular-char-pattern指定保护对象译文上带着水印--watermark-output-mode no_watermark作者、参考文献被并成一段官方已知问题只能等后续版本修复一句话总结BabelDOC 走的是保结构、改文字的路线输出读起来像样书而不是 OCR 堆料。先用uv tool install BabelDOC装好挑一份小 PDF 跑一遍默认流程找感觉。再遇到具体问题回到上面的表格对照翻开关就行。【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 让 BabelDOC 的 PDF 翻译真正好用的 5 组实操设置：从扫描文档到本地模型
让 BabelDOC 的 PDF 翻译真正好用的 5 组实操设置从扫描文档到本地模型【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC如果你要把英文论文、技术手册这类 PDF 翻成中文还希望版式不塌、公式不乱BabelDOC 值得一试——它解析原 PDF 的结构用大模型把文字原位改写输出译文版和双语版两份 PDF。下面按真实使用场景列出你最可能碰到的 5 组设置照着配就能少走弯路。先说结论谁适合用、什么时候值得折腾最稳的路径是英文→中文。官方明确以 en→zh 为主要测试场景其他语言组合基本没怎么验过支持哪些语言可以查支持语言列表。自带大模型的人最舒服。它只走 OpenAI 兼容接口但这已经够覆盖官方 API、国内模型网关和本地推理引擎。它不是扫描 OCR 工具。纯图片、没有文字层的扫描件它翻不了得先用别的工具做 OCR 出文字层再交给它。CLI 定位是个人够用。官方说命令行主要面向调试和轻量使用要团队级批量生产建议走 Python 接口或对接自托管 WebUI。扫描版 PDF 翻译出来糊成一团怎么救扫描件翻译后原文笔迹和新译文字叠在一起页面容易花掉。它给了三个相关开关先对症再下药开关什么时候用作用--ocr-workaround确定是扫描件且黑字白底在译文下方垫白色背景块盖住原文文字统一强制为黑色--auto-enable-ocr-workaround不确定是不是扫描先自动检测扫描比例达标才启用上面那套逻辑--skip-scanned-detection确定不是扫描跳过检测环节直接省时间两个提醒--ocr-workaround的前提是纯白底、纯黑字彩色底纹或灰字文档效果会翻车。一旦开了自动模式--ocr-workaround和--skip-scanned-detection的取值会被系统按检测结果接管你手动设的值不算数。 实际经验确定是扫描就直接手动开拿不准就用自动确定不是扫描就用--skip-scanned-detection省时间。如何接入自己的大模型或本地模型一行命令接 OpenAI 兼容服务不管背后是哪家网关凑齐 base URL、API key、模型名三件套就行babeldoc --openai --openai-model gpt-4o-mini \ --openai-base-url https://api.openai.com/v1 -k 你的key --files paper.pdf换国内模型网关时只改 URL 和模型名即可优先选 OpenAI 兼容度好的比如glm-4-flash、deepseek-chat。Ollama 这类本地推理引擎本地模型接法完全一样API key 随便填一个占位字符串本地服务不会校验babeldoc --openai --openai-base-url http://localhost:11434/v1 \ -k ollama --openai-model qwen2.5:14b --files paper.pdf想让术语提取走另一个更便宜的端点单独指--openai-term-extraction-model即可不用影响翻译主力。TOML 配置把命令固化下来用-c config.toml可以把 key、速率、术语表都写进文件之后每次只传文件路径[babeldoc] openai true openai-model deepseek-chat qps 8 glossary-files /path/to/terms.csv速度看两个参数qps控制请求速率上限默认 4pool-max-workers控制内部线程数不写就跟着 qps 走接口稳就一起调大。另外--custom-system-prompt可以整体替换系统提示词比如给 Qwen3 模型加上/no_think前缀让它跳过思考直接出译文。专业术语前后译名不一致怎么锁住论文翻译最烦人的就是Transformer前半章译成变换器、后半章又变回原词。锁术语有两条路手动术语表CSV --glossary-files把术语写成三列 CSV第三列可选填了之后该条目只对对应目标语言生效source,target,tgt_lng Transformer,Transformer 架构,zh-CN attention,注意力,zh-CN格式参考仓库里的示例术语文件。多个文件用逗号分隔一起传。注意文件名会作为术语表名字写进提示词所以文件名要起得有辨识度命中某张表的词时对应条目会被注入提示词并要求模型遵守。剩下的交给自动提取默认情况下 BabelDOC 会在翻译过程中顺带跑一次术语提取用大模型找出反复出现的名词和专有名词自动应用。觉得多余就加--no-auto-extract-glossary关掉想留档就加--save-auto-extracted-glossary提取结果会随译文一起存成 CSV下次翻译直接当手动术语表用。优先级是明确的手动术语表 自动提取术语 模型自由发挥。哪些词必须统一就老老实实写进 CSV。大文档翻译太慢或兼容性差翻哪些开关 ⚡大文件切块--max-pages-per-part几百页的书别一口气跑切块更稳babeldoc --files book.pdf --max-pages-per-part 50它会按每部分 50 页拆开、逐块翻译、再自动合并回去。切块模式下只有第一块会做扫描检测所以大文件顺手加--skip-scanned-detection更划算。兼容性三合一--enhance-compatibility译文 PDF 在老阅读器里打不开、双排版顺序不对先开这个试试。它一次性打开三件事--skip-clean跳过 PDF 清理步骤代价是文件体积明显变大--dual-translate-first双语 PDF 里译文页排到原文页前面--disable-rich-text-translate简化翻译输入去掉富文本信息更多解析细节可以看官方 PDF 解析实现文档。顺手两件事水印和字体默认输出带水印。不想要就--watermark-output-mode no_watermark想同时留带水印和不带水印两份用both。译文字体匹配不满意时--primary-font-family可强制指定 serif、sans-serif 或手写体。高频踩坑速查现象先试什么老阅读器打不开输出、页面花掉--enhance-compatibility扫描件输出文字重叠发花--ocr-workaround前提黑字白底换了模型结果还是旧译文--ignore-cache强制重翻纯图片扫描件没有任何译文没有文字层不在适用范围先做 OCR公式被翻译了--formular-font-pattern/--formular-char-pattern指定保护对象译文上带着水印--watermark-output-mode no_watermark作者、参考文献被并成一段官方已知问题只能等后续版本修复一句话总结BabelDOC 走的是保结构、改文字的路线输出读起来像样书而不是 OCR 堆料。先用uv tool install BabelDOC装好挑一份小 PDF 跑一遍默认流程找感觉。再遇到具体问题回到上面的表格对照翻开关就行。【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考