docutranslate

name	docutranslate
description	Use when translating documents locally via LLM — PDF, Word, Excel, Markdown, SRT subtitles with format preservation. DocuTranslate: LLM-powered multi-format local file translation tool with MCP server support.
tags	["ai","llm","translation","document","pdf","mineru","mcp","python","cli"]

项目地址： https://github.com/xunbu/docutranslate

PyPI： https://pypi.org/project/docutranslate/

官方文档： GitHub README（中/英/日/越）｜API文档：启动后 http://127.0.0.1:8010/docs（Swagger UI）

最新发布： 参见 GitHub Releases

许可证： Mozilla Public License 2.0 (MPL-2.0) 最新版本： v1.7.8（参见 PyPI）

概述

DocuTranslate 是一款基于大语言模型（LLM）的本地文件翻译工具，主打「多格式 + 保留排版 + 可编程集成」。

• 多格式支持：pdf、docx、xlsx、md、txt、json、epub、srt、ass 等。
• PDF 智能解析：接入 MinerU（在线或本地部署），识别学术论文中的表格、公式、代码。
• 术语表自动生成：确保专业术语在全文中翻译一致。
• 格式保留：docx/xlsx 翻译后保留原始格式（暂不支持旧版 doc/xls）。
• 多 AI 平台：兼容 OpenAI 兼容协议的主流平台，支持高并发翻译与自定义提示词。
• 多种使用形态：开箱即用的 Web UI、RESTful API、Client SDK、MCP Server，以及 Windows/Mac 便携整合包（<40MB）。

⚠️ 翻译 pdf 时会先转换为 markdown，会丢失原始版式。对版式有严格要求者请注意。

DocuTranslate 迭代很快，命令、字段与参数请以当前版本的 docutranslate --help、Web 界面、http://127.0.0.1:8010/docs 及仓库最新代码为准。

---

环境与安装

前置要求

• Python 3.11+（源码/包安装方式）
• AI 平台的 API Key（OpenAI 兼容协议）
• 翻译 PDF 需 MinerU：在线（申请 Token）或本地部署

安装方式

# pip 安装
pip install docutranslate
# 安装 MCP 扩展
pip install "docutranslate[mcp]"

# uv 安装（推荐）
uv init
uv add docutranslate
uv add "docutranslate[mcp]"

# 源码
git clone https://github.com/xunbu/docutranslate.git
cd docutranslate
uv sync --no-dev            # uv sync --no-dev --extra mcp / --all-extras

Docker：

docker run -d -p 8010:8010 xunbu/docutranslate:latest
# 请从 GitHub Releases 获取最新标签：https://github.com/xunbu/docutranslate/releases
docker run -it -p 8010:8010 xunbu/docutranslate:latest

便携整合包： 从 GitHub Releases 下载 Windows/Mac 整合包，解压后填入 API-Key 即可使用。

---

Web UI 与 API 服务

docutranslate -i                       # 启动 GUI（默认仅本机访问）
docutranslate -i --host 0.0.0.0        # 允许局域网其它设备访问
docutranslate -i -p 8081               # 指定端口
docutranslate -i --cors                # 启用默认 CORS
docutranslate -i --with-mcp            # 启动 GUI 并附带 MCP SSE 端点（共享队列/端口）

• 交互界面：http://127.0.0.1:8010（或指定端口）
• API 文档（Swagger UI）：http://127.0.0.1:8010/docs
• MCP SSE 端点：http://127.0.0.1:8010/mcp/sse（--with-mcp 启动时）

---

Client SDK（推荐入门方式）

Client 类提供简单直观的编程接口，自动识别文件类型并选择工作流：

from docutranslate.sdk import Client

client = Client(
    api_key="YOUR_API_KEY",
    base_url="https://api.openai.com/v1/",
    model_id="gpt-4o",
    to_lang="Chinese",
    concurrent=10,          # 并发请求数
)

# 1) 纯文本文件（无需 PDF 解析引擎）
result = client.translate("path/to/document.txt")
print("已保存:", result.save())

# 2) PDF（在线 MinerU，需 token）
result = client.translate(
    "path/to/document.pdf",
    convert_engine="mineru",
    mineru_token="YOUR_MINERU_TOKEN",
    formula_ocr=True,       # 公式识别
)
result.save(fmt="html")

# 3) PDF（本地部署 MinerU，适合内网/离线）
result = client.translate(
    "path/to/document.pdf",
    convert_engine="mineru_deploy",
    mineru_deploy_base_url="http://127.0.0.1:8000",
    mineru_deploy_backend="hybrid-auto-engine",
)
result.save(fmt="markdown")

# 4) Docx（保留格式）
result = client.translate("path/to/document.docx", insert_mode="replace")  # replace/append/prepend
result.save(fmt="docx")

# 5) 导出 base64（便于 API 传输）
b64 = result.export(fmt="html")

异步： 使用 client.translate_async() 支持并行多任务；result.workflow 可访问底层工作流做高级操作。

常用 Client 参数

参数	类型	默认	说明
api_key / base_url / model_id	str	-	AI 平台凭证与模型
to_lang	str	-	目标语言（如 "Chinese"、"English"）
concurrent	int	10	并发 LLM 请求数
convert_engine	str	"mineru"	PDF 解析引擎：mineru / mineru_deploy
md2docx_engine	str	"auto"	md→docx：python / pandoc / auto / null
mineru_token	str	-	在线 MinerU token
mineru_deploy_base_url	str	-	本地 MinerU 地址
skip_translate	bool	False	仅解析、不翻译
chunk_size	int	3000	送入 LLM 的分块大小
temperature	float	0.3	LLM 温度
timeout / retry	int	60 / 3	超时秒数 / 失败重试次数
rpm / tpm	int	-	每分钟请求/令牌限速

---

环境变量

以环境变量方式配置（便于 Docker/MCP/CI）：

环境变量	说明	必填
DOCUTRANSLATE_API_KEY	AI 平台 API Key	是
DOCUTRANSLATE_BASE_URL	AI 平台 Base URL	是
DOCUTRANSLATE_MODEL_ID	模型 ID	是
DOCUTRANSLATE_TO_LANG	目标语言（默认中文）	否
DOCUTRANSLATE_CONCURRENT	并发请求数（默认 10）	否
DOCUTRANSLATE_CONVERT_ENGINE	PDF 转换引擎	否
DOCUTRANSLATE_MINERU_TOKEN	MinerU API Token	否

---

MCP 集成

DocuTranslate 可作为 MCP（Model Context Protocol）服务器接入 AI 助手：

docutranslate --mcp                                  # stdio 模式
docutranslate --mcp --transport sse                  # SSE 模式（默认 8000 端口）
docutranslate --mcp --transport sse --mcp-host 127.0.0.1 --mcp-port 8000
docutranslate --mcp --transport streamable-http      # Streamable HTTP 模式

uvx 免安装配置（客户端 mcpServers）：

{
  "mcpServers": {
    "docutranslate": {
      "command": "uvx",
      "args": ["--from", "docutranslate[mcp]", "docutranslate", "--mcp"],
      "env": {
        "DOCUTRANSLATE_API_KEY": "sk-xxxxxx",
        "DOCUTRANSLATE_BASE_URL": "https://api.openai.com/v1",
        "DOCUTRANSLATE_MODEL_ID": "gpt-4o",
        "DOCUTRANSLATE_TO_LANG": "Chinese"
      }
    }
  }
}

SSE 模式下客户端配置端点：http://127.0.0.1:8000/mcp/sse。

---

典型工作流

1. 准备：安装 DocuTranslate，准备 AI 平台 API Key（PDF 另需 MinerU token 或本地部署）。
2. 选择形态：普通用户 → Web UI；开发者 → Client SDK / REST API / MCP。
3. 配置模型与解析引擎：填写 base_url/model_id；PDF 选择 mineru（在线）或 mineru_deploy（本地）。
4. 术语一致性：启用术语表自动生成，或提供自定义术语表与提示词。
5. 翻译并导出：result.save(fmt=...) 输出 markdown/html/docx 等格式。

---

AI 使用建议

• 生成 SDK 调用代码时，务必带上 base_url/model_id/to_lang；PDF 场景默认 convert_engine="mineru" 需要 mineru_token。
• 内网/离线场景优先建议 convert_engine="mineru_deploy" + 本地 MinerU。
• 对版式敏感的 PDF 应提醒用户「PDF→markdown 会丢失原始版式」。
• 高并发场景配置 concurrent/rpm/tpm 做限速，避免触发平台限流。
• 参数字段以用户当前版本的 docutranslate --help 与 /docs 为准，避免臆造 API。

---

常见问题（FAQ）

问题	说明
PDF 翻译后版式丢失？	PDF 会先转 markdown，属预期行为；对版式敏感请用其它格式或本地 MinerU。
不想暴露到局域网？	默认仅本机访问；需要局域网访问才加 --host 0.0.0.0。
支持 doc/xls 吗？	暂不支持旧版二进制格式，仅 docx/xlsx。
如何只解析不翻译？	SDK 传 skip_translate=True。
触发平台限流？	降低 concurrent，设置 rpm/tpm 限速。

---

参考资源

• 项目仓库：https://github.com/xunbu/docutranslate
• 中文 README：https://github.com/xunbu/docutranslate/blob/main/README_ZH.md
• MCP 文档：https://github.com/xunbu/docutranslate/blob/main/docutranslate/mcp/README.md
• MinerU：https://github.com/opendatalab/MinerU
• 上游中文教程：https://znlgis.github.io/ai/docutranslate/