把 arXiv 英文论文一键翻译成中文 PDF —— 公式、图表、引用、LaTeX 排版原样保留，译文如同原版。
直接翻译（对外中文名）· 代号 TransTeX（仓库 / 包名）。 名字取「译文如同原版」——排版不变、公式不乱、引用不丢，翻译不走样。
传统「机翻」把论文丢进翻译器，出来的是一堆断裂的文字：公式没了、图表错位、引用变成乱码。TransTeX 直接翻译 LaTeX 源码，用二值掩码精确区分「该翻的正文」和「必须原样保留的命令 / 公式 / 引用」，再重新编译成 PDF —— 你读到的仍是那篇论文本来的样子，只是换成了中文。
首页 —— 粘贴 arXiv 链接或上传源码，一键开始翻译
中英对照 —— 左原文、右译文并排同步滚动，逐段核对译文
| 功能 | 描述 |
|---|---|
| ⭐ 排版无损翻译 | 直接翻译 LaTeX 源码，公式、图表、\cite、表格、章节结构完整保留 |
| ⭐ 不会翻坏 | 二值掩码 + 链表顺序合并，无「段落编号」协议 → 从原理上杜绝整篇错位 |
| ⭐ 编译自愈 | 编译失败时自动定位报错行、回退该段译文再重编，最多 32 轮 |
| arXiv 一键翻译 | 输入 arXiv 链接或 ID，自动下载源码 → 翻译 → 编译 → 出 PDF |
| 本地源码翻译 | 上传 .zip / .tar.gz 源码包，或直接指向本地目录 |
| 中英对照 | 可选生成中英双栏对照 PDF，便于核对 |
| 实时进度 | Web 端 WebSocket 实时推送下载 / 翻译 / 编译各阶段进度 |
| 多模型 | 内置 Kimi、OpenAI，provider 抽象可扩展 |
| 断点续传 | 分段缓存，中断后重跑跳过已译内容，省时省 token |
| PDF 水印 | 译文每页左上角可加图片水印（可关） |
| 一键部署 | Docker Compose 打包 TeXLive + 中文字体 + 前后端，服务器直接起 |
旧方案常用「编号回填」：把段落编号发给 LLM，再按编号找回位置 —— 模型一漏号，整篇就错位，还得靠一堆事后修复脚本补救。TransTeX 改用 二值掩码，翻译内核只有四步：
flowchart LR
A[LaTeX 源码] --> B[mask 掩码]
B --> C[linkedlist 链表]
C --> D[LLM 翻译]
D --> E[merge 顺序合并]
E --> F[compile 编译]
F -->|失败| G[定位报错行<br/>回退该段译文]
G --> F
F -->|成功| H[中文 PDF]
- mask —— 给源码每个字符标记「翻译 / 保护」。公式、命令、
\cite、图表、注释一律保护；\caption/\abstract/\section的花括号内部挖回翻译。 - linkedlist —— 转成交替的「保护段 / 翻译段」链表；翻译段边界的空白归还相邻保护段，根治
\quad Kernel → \quadKernel这类命令粘连。 - merge —— 按链表顺序拼回，没有编号 → 对齐崩坏在协议层面就不可能发生。每段做安全校验（命令数不符 / 括号不平 → 自动回退原文）。
- compile —— 编译失败时从
.log提取报错行号，把命中的译文段回退成原文再重编译（最多 32 轮），逐步逼近可编译状态。
三种方式，按需选择：
flowchart TD
A[选择使用方式] --> B[方式一：CLI<br/>最快，命令行直接翻]
A --> C[方式二：Web<br/>前后端分离，本地开发]
A --> D[方式三：Docker<br/>推荐，一键部署到服务器]
- Python 3.11+
- XeLaTeX（
xelatex/bibtex/latexmk）与中文字体（推荐 Noto CJK） - Node.js 18+（仅 Web / 前端需要）
- 翻译 API Key：
export KIMI_API_KEY=...（或OPENAI_API_KEY+TEXTRANS_PROVIDER=openai）
Docker 方式无需在本机安装 TeXLive / 字体 / Node —— 全部打包在镜像里。
pip install -r requirements.txt
# arXiv ID 或链接
python3 -m textrans 2606.20781 --provider kimi
# 本地源码目录，不生成中英对照
python3 -m textrans ./mysource --no-bilingual
# 只导出掩码可视化 HTML（调试用，不翻译）
python3 -m textrans ./mysource --debug-mask全部 CLI 参数
| 参数 | 说明 |
|---|---|
source | arXiv 链接 / ID，或本地源码目录（必填） |
--provider | LLM provider（kimi / openai） |
--workers | 并发翻译线程数（默认 8） |
--workdir | 工作目录 |
--lang | 目标语言（默认 简体中文） |
--no-bilingual | 不生成中英对照 PDF |
--no-cache | 禁用断点续传缓存 |
--watermark <path> | 指定水印图片（默认用项目内 dt.l.png） |
--no-watermark | 不添加水印 |
--debug-mask | 导出掩码可视化 HTML 后退出 |
pip install -r requirements.txt
cd transtex-web && npm install &&cd ..
# 终端 1：后端
python3 -m uvicorn textrans_api.main:app --port 8000
# 终端 2：前端（已代理 /api、/ws 到 8000）cd transtex-web && npm run dev
# 浏览器打开 http://localhost:3000cp .env.example .env # 填入 KIMI_API_KEY
docker compose up -d --build
# 首次构建含完整 TeXLive，约 10–20 分钟；之后秒起# 浏览器打开 http://localhost/ （nginx 单一入口，默认 80 端口）架构：nginx（唯一对外入口）→ / 转前端、/api/ws 转后端。翻译产物持久化在宿主 ./data/，重启不丢、缓存续用。
服务器部署要点
- 换端口：改
docker-compose.yml里 nginx 的ports（如"8080:80"）。 - 上 HTTPS：在 nginx 前再挂一层带证书的网关，或改
nginx.conf加 443。 - 产物备份：
./data/目录即全部翻译结果与缓存。 - 运维：停止
docker compose down；查日志docker compose logs -f backend。
后端启动后，交互式文档见 /docs。
| 方法 | 路径 | 说明 |
|---|---|---|
POST | /api/tasks | 提交任务（{arxiv_url, make_bilingual, provider}） |
POST | /api/tasks/upload | 上传 .zip / .tar.gz 源码包 |
GET | /api/tasks/{id} | 查询任务状态 |
GET | /api/tasks/{id}/download/{translated|bilingual} | 下载 PDF |
WS | /ws/{id} | 实时进度流 |
textrans/ 翻译内核（MIT）—— 二值掩码 + 链表 + 顺序合并
core/ mask · linkedlist · split · merge · fix · compile · pdf · cache · pipeline
llm/ 多模型抽象（kimi / openai，可扩展）· 术语表 · prompts
latexutil/ arXiv 下载 · 中文字体注入 · cls 修复 · PDF 水印
textrans_api/ FastAPI 后端 —— REST + WebSocket 进度 + PDF 下载
transtex-web/ Next.js 前端 —— arXiv 链接 / zip 上传 · 实时进度 · 结果下载
本项目采用 MIT 许可证，见 LICENSE。
如果这个项目帮到了你，欢迎 ⭐ Star 支持一下。