基于大模型开发的中英翻译软件,提供了前端、后端、桌面端以及 Telegram 机器人多端支持。该项目旨在帮助用户快速进行中英双向翻译,体验更自然、流畅的翻译结果。
- 前端: ai-translator-frontend
- 后端: ai-translator-backend
- 桌面端: tauri-translator
- 在线体验: https://translate.mycounsellor.ai/
- Telegram Bot: @litongjava_bot
- 大模型驱动:依托大模型提供更准确、更地道的翻译结果
- 多端支持
- Web 前端:在线体验,随时随地打开浏览器即可使用
- 后端服务:提供 API 接口,可与其他应用或服务集成
- 桌面端:基于 Tauri 构建的跨平台桌面应用
- Telegram 机器人:在 Telegram 上直接调用翻译服务
- 易于扩展:采用模块化架构,方便后续集成更多语言或更多大模型能力
- 开源共享:项目完全开源,欢迎社区参与共建
本项目由多个子仓库构成,功能相互独立又可协同工作:
-
前端
- 仓库地址:ai-translator-frontend
- 提供 Web 界面和基础交互功能,调用后端接口完成翻译
-
后端
- 仓库地址:ai-translator-backend
- 提供核心翻译逻辑和 API 接口,可与前端、桌面端以及第三方服务集成
-
桌面端
- 仓库地址:tauri-translator
- 基于 Tauri 技术栈,支持跨平台(Windows、macOS、Linux),提供桌面级体验
-
线上地址
- https://translate.mycounsellor.ai/
- 无需安装,打开浏览器即可快速访问和使用
-
Telegram 机器人端
- @litongjava_bot
- 关注并发送消息,即可获得实时翻译结果
下面以最常用的 Web 前后端模式为例,介绍如何本地部署。
- 克隆前端仓库
git clone https://github.com/litongjava/ai-translator-frontend.git
- 安装依赖
cd ai-translator-frontend npm install - 启动开发服务器
npm run dev
- 打包构建(可选)
构建完成后会在
npm run build
dist/目录下生成静态资源,可用于生产环境部署。
-
克隆后端仓库
git clone https://github.com/litongjava/ai-translator-backend.git
-
安装依赖并启动服务
- 如果是 Java/Spring Boot 项目,请参考
README或对应的文档进行构建和运行;一般可执行以下步骤:cd ai-translator-backend # 如果使用 Maven mvn clean package java -jar target/xxx.jar
- 如果是 Node.js 项目,则:
npm install npm run start
- 如果是 Java/Spring Boot 项目,请参考
-
配置环境变量
- 如果需要调用外部大模型 API(如 OpenAI),请在
.env文件或系统环境变量中设置相关密钥,例如:OPENAI_API_KEY=your_openai_api_key - 其他自定义配置也可以在
.env文件中进行。
- 如果需要调用外部大模型 API(如 OpenAI),请在
-
确认后端启动成功后,即可通过浏览器访问前端页面并进行翻译测试。
点击这里下载客户端 安装使用
git clone https://github.com/litongjava/java-native-media.git
cd java-native-media/
mvn clean install -DskipTests -Dgpg.skip
cd ..
git clone https://github.com/litongjava/ai-agent.git
cd java-native-media/
mvn clean package -DskipTests -Dgpg.skip
cd ..
git clone https://github.com/litongjava/ai-translator-backend.git
cd ai-translator-backend
mvn clean package -DskipTests -Dgpg.skip -Pproductionvi .env
JDBC_PSWD=
非常欢迎社区开发者一起参与本项目的建设:
- Fork 本仓库
- 创建功能分支:
git checkout -b feature/your-feature - 提交改动:
git commit -m 'Add some feature' - 推送分支:
git push origin feature/your-feature - 发起 Pull Request,并等待代码审核与合并
如有任何想法或建议,欢迎在 Issues 区提出讨论。
本项目基于 MIT License 开源,详情请查阅 LICENSE 文件。
感谢你对 AI Translator 项目的关注和使用,希望这个项目能为你的翻译需求带来帮助。如果你觉得这个项目对你有所帮助,欢迎 Star 支持并分享给更多人!