AI应用类 / AutoTranslate for Mediawiki / demo（beta版）

借助AI的能力，自动化 翻译Mediawiki条目的流程。

重要的事情说 3 遍

Important

你使用该工具生成的内容由你负责。向站点提交内容前，不要忘了严格审校这些内容！

Important

你使用该工具生成的内容由你负责。向站点提交内容前，不要忘了严格审校这些内容！

Important

你使用该工具生成的内容由你负责。向站点提交内容前，不要忘了严格审校这些内容！

运行本项目

因作者能力有限，暂时只有cli版可用

0. 我们使用uv管理本项目包括python本身在内的依赖，若你没有uv，请先下载安装uv
1. clone本项目，cd到本项目，复制config.toml.template一份到config.toml
2. 在 config.toml 中改配置；你可以直接使用默认配置为 archwikicn 站点生成 安装指南 条目的翻译。
3. 去 deepseek开放平台 那边获取 API key，export OPENAI_API_KEY=your-api-key-here
4. uv run cli.py 即可运行cli版本
5. 翻译结果输出到 output/newB

工具原理

0. 一些简写

   • oldA 旧版英文文档
   • newA 最新英文文档
   • oldB 旧版中文文档
   • newB 最新中文文档（本项目要生成的）

1. 使用 src/connector 拉取 oldA, oldB, newA

分块覆写模式

2. 拆分块：

• 基于 oldA oldB，使用 src/alignment 切分文档，获得 oldA 中的文段 <=> oldB 中对应的文段 对
• 使用 src/alignment 切分 newA

3. 处理块： 遍历 newA：

• 调用get_newB生成最新翻译
• 会先查找有没有对应旧版，有的话把旧版信息一并塞给AI

4. 把块块们合并： 合并这些翻译，使用 src/connector 对文本进行平台相关处理，最后得到 newB

不分块，全覆写模式

AI一次能获取到更多的信息，感觉更准确

不值得为原文变更极少的条目使用（token会浪费在没变更的地方）

很长的文章会超AI服务商的token限制导致newB输出不完整

2. 从 oldA 、 newA 生成diff信息
3. 把 diff信息、oldB全文 直接给AI，AI返回 newB

细节

条目内容拉取

• src/connector/mediawiki.py pywikibot 套壳

分块算法

• src/alignment/wikitext.py 基于章节的分块

业务逻辑

• cli.py