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
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/latestB

工具原理

0. 一些简写

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

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

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 latestA

3. 处理块： 使用SequenceMatcher比较新旧文档的TOC结构，遍历差异操作：

• equal: 调用AI生成最新翻译，替换对应块
• insert: 插入新块并调用AI生成翻译
• delete: 删除对应块
• replace: 调用AI生成最新翻译，替换对应块

3.1. 应用差异： 根据diff结果调用apply_diff函数处理每个差异操作，生成最新翻译

4. 把块块们合并： 从修改后的 旧原文译文对 获取译文全文，使用 src/connector 对文本进行平台相关处理，最后得到 latestB

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latestB输出不完整

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

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

变更检测

• cli.py 先使用 块的ID信息 做 diff 来检测块级别的变更，再以块为单位做diff检测文本层面的变更

TODO

• 基于AI的diff检测