pdf-md-translate 1.0.1

文檔轉換和翻譯工具：PDF ↔ Markdown 轉換、LLM 翻譯、自定義樣式 PDF 生成

pdf-md-translate

把 PDF / Markdown 論文翻譯成你要的語言，並輸出排版好看的 PDF。

支持 OpenAI GPT 與 Google Gemini，自動保留 LaTeX 公式、程式碼與表格。

pip install pdf-md-translate     # 1. 安裝
md-translate --setup             # 2. 設定 API Key（第一次才需要）
md-translate paper.pdf           # 3. 翻譯！輸出 paper_trans.pdf

---

安裝（3 步驟）

1. 安裝 Chrome（用來生成 PDF）

系統	指令
macOS	brew install --cask google-chrome
Linux	sudo apt-get install google-chrome-stable（或 chromium-browser）
Windows	下載 Google Chrome

只輸出 Markdown（加 -m）時不需要 Chrome。

2. 安裝套件

pip install pdf-md-translate

需要 Python 3.10 ~ 3.13。Pandoc 會在第一次使用時自動下載，不用手動裝。

3. 設定 API Key

md-translate --setup

互動式選單：選擇提供商 → 輸入 API Key 或切換使用中的提供商，可隨時重新進入修改。

提供商	模型
OpenAI（預設）	gpt-5.4-mini
Google Gemini	gemini-3.1-flash-lite

---

開始使用

兩個命令完全等價：md-translate（別名）和 pdf-md-translate（套件名）。下面都用 md-translate。

翻譯一個檔案

md-translate paper.pdf       # PDF → 翻譯 → 輸出 paper_trans.pdf
md-translate paper.md        # Markdown → 翻譯 → 輸出 paper_trans.pdf

預設翻成繁體中文，輸出檔名固定加上 _trans 後綴，不會覆蓋你的原始檔案。

指定翻譯語言

md-translate paper.pdf --lang 簡體中文
md-translate paper.pdf -l English      # -l 是 --lang 的簡寫

常用語言：繁體中文、簡體中文、English、日本語、한국어…（LLM 支援的語言都可以試）

只要 Markdown，不要 PDF

md-translate paper.pdf -m              # 輸出 paper_trans.md（不生成 PDF）

只轉檔不翻譯

md-translate paper.pdf --no-translate  # PDF → PDF，跳過翻譯

就這些。下面是進階選項與細節，需要時再看。

---

進階選項

參數	簡寫	作用
--lang LANG	-l	指定翻譯目標語言（不加則用預設）
--md-only	-m	只輸出 Markdown，不轉 PDF
--no-translate		跳過翻譯，只做格式轉換
--css FILE	--style FILE	用自訂 CSS 生成 PDF
--no-css		用內建 GitHub 風格主題（白底、Open Sans）
--black-css		用內建 night 暗色主題（深色背景、適合螢幕閱讀）
--cpu		PDF 轉檔改用輕量 CPU 後端（低資源備援，辨識較弱）
--ocr-lang LANG		PDF 原文的 OCR 辨識語言（預設 en）

設定命令：

命令	簡寫	作用
md-translate --setup	-s	重新設定 API Key 與預設語言
md-translate --config	-c	顯示設定檔位置
md-translate --lang		互動式選擇預設語言
md-translate --help	-h	顯示說明

參數可任意順序、任意組合，例如：

md-translate thesis.pdf --lang 繁體中文 --no-css
md-translate file.pdf -m --no-translate --ocr-lang ch_lite

⚠️ 別把兩個「語言」搞混：

• --lang / -l = 要翻成什麼語言（翻譯目標）
• --ocr-lang = PDF 原文本身是什麼語言（OCR 辨識來源）

翻譯非英文論文時，要改的是 --ocr-lang，不是 -l。

---

它做了什麼（處理流程）

PDF  ──(mineru)──►  Markdown  ──(LLM)──►  翻譯後 Markdown  ──(pandoc+Chrome)──►  PDF
MD   ─────────────────────────(LLM)──►  翻譯後 Markdown  ──(pandoc+Chrome)──►  PDF

• 輸出檔名統一加 _trans 後綴：paper.pdf → paper_trans.pdf
• 原始檔案永遠保留，翻譯結果是新檔案
• 最終輸出 PDF 時，中間的 .md 與圖片資料夾會自動清掉；用 -m 時則保留 .md

不同輸入 × 參數的輸出對照

命令	流程	輸出
md-translate file.pdf	PDF→MD→翻譯→PDF	file_trans.pdf
md-translate file.pdf -m	PDF→MD→翻譯	file_trans.md
md-translate file.pdf --no-translate	PDF→MD→PDF	file_trans.pdf
md-translate file.pdf -m --no-translate	PDF→MD	file_trans.md
md-translate file.md	翻譯→PDF	file_trans.pdf
md-translate file.md -m	翻譯	file_trans.md
md-translate file.md --no-translate	→PDF	file_trans.pdf

---

翻譯特性

• 🧮 保留 LaTeX 公式：$...$ / $$...$$ 內容原封不動，不翻譯
• 💻 保留程式碼與表格：程式碼塊（```）、Markdown／HTML 表格不翻譯
• 🔖 資工術語：常見術語會保留原文或標註原文
• 🔢 移除標題編號：自動去掉原文標題的 1.1、2.3.1 等編號
• 📑 雙語對照：內文輸出「原文 + 譯文」對照（標題則同行並排）

範例——公式在翻譯後位置不變：

原文：The mutant vector $V_{i,G+1}$ is calculated using $V_{i,G+1} = X_{r1,G} + F \cdot (X_{r2,G} - X_{r3,G})$.

譯文：變異向量 $V_{i,G+1}$ 是使用公式 $V_{i,G+1} = X_{r1,G} + F \cdot (X_{r2,G} - X_{r3,G})$ 計算得出的。

---

PDF 樣式（CSS）

輸出 PDF 時有四種樣式可選，擇一使用：

md-translate paper.md                 # 預設主題（PT Serif 襯線、米色背景）
md-translate paper.md --no-css        # 內建 GitHub 主題（Open Sans、白底）
md-translate paper.md --black-css     # 內建 night 暗色主題（深色背景）
md-translate paper.md --css mine.css  # 你自己的 CSS

--no-css：內建 GitHub 主題

不用自己寫 CSS 就能套用乾淨現代的版面：

• 🅰️ Open Sans 字體 + 白色背景，貼近 GitHub 的 Markdown 預覽
• 📦 字體已內建，免另外安裝
• 🈶 完整中文支援（含程式碼區塊內的中文）
• 🧱 程式碼區塊是單一連續方框，不會斷裂

--black-css：內建 night 暗色主題

深色背景版面，適合在螢幕上閱讀：

• 🌙 深灰背景（#363B40）+ 淺色文字，長時間閱讀較不刺眼
• 🈶 完整中文支援（含程式碼區塊內的中文）
• 🎨 程式碼採暗色語法高亮，在深色底上清晰易讀

此主題以 Typora 的 night 主題為基礎，並針對 PDF 輸出補上中文字體與程式碼區塊樣式。

--css：自訂樣式

最簡單的做法是複製內建的 default.css 改：

cp default.css my_style.css
# 編輯 my_style.css …
md-translate paper.md --css my_style.css

系統會自動偵測背景色、加上列印最佳化，且不會修改你的原始 CSS 檔。支援 --bg-color 等 CSS 變數。

ℹ️ 中文字體：靠系統內建的 CJK 字體顯示（macOS／Windows 開箱即用）。極簡 Linux 環境若缺中文字體，請自行安裝，例如 apt install fonts-noto-cjk。

---

CPU 模式與後端差異（--cpu）

很多人以為 --cpu 只是「把 GPU 的工作改用 CPU 做、單純變慢」，其實它會切換成另一套完全不同的解析引擎，辨識能力也跟著不同：

	不加 --cpu（預設 VLM 後端）	加 --cpu（pipeline 後端）
核心模型	視覺語言模型 MinerU2.5（VLM）	傳統 CV 流水線：版面偵測 + PaddleOCR + 公式／表格模型
工作方式	像「看懂整頁」一樣直接輸出結構化 markdown	分模組：先框版面 → 再分別 OCR
程式碼辨識	完整（行內、程式碼塊）	弱，圖片式偽代碼常抓不到
算力需求	需要 GPU（M 系列 Mac 用 Apple GPU 跑）	輕量，CPU 也能跑

💡 結論：追求辨識品質就不要加 --cpu，走預設 VLM 後端；--cpu 只當作記憶體不足、預設模式跑不動時的輕量備援，代價是辨識明顯變弱。

🍎 Mac 用戶：M 系列 Mac 不加 --cpu 時會用 Apple GPU 跑精度更高的 VLM 後端，建議優先不要加 --cpu。

---

OCR 語言（--ocr-lang）

--ocr-lang 決定 mineru 用哪種語言模型辨識原文 PDF，預設 en（適合英文論文）。翻譯非英文論文時要改的是這個參數，不是 --lang：

md-translate english_paper.pdf                          # 英文論文（預設 en）
md-translate 中文論文.pdf --ocr-lang ch_lite             # 中文論文
md-translate 中文論文.pdf --ocr-lang ch_lite --lang 英文  # 中文原文 → 翻成英文

常用代碼（完整清單見 mineru --help）：

代碼	語言	備註
en	英文	預設值，最適合英文論文
ch_lite	簡體中文（輕量）	✅ 中文首選：字典匹配、不會崩
ch_server	簡體中文（伺服器版）	比 lite 更準；加 --cpu 時會被降級成 ch_lite
chinese_cht	繁體中文	加 --cpu 時會被降級成 ch_lite
japan	日文	加 --cpu 時會被降級成 ch_lite
korean	韓文
latin	拉丁字母系（英／法／德／西等）
arabic / cyrillic / devanagari / th …	阿拉伯／西里爾／天城文／泰文等
ch	簡體中文	⚠️ 不建議：舊字典不匹配，含表格時會崩潰

---

設定檔

位置：~/.config/markdown-translator/config.json（用 md-translate --config 查看）

{
  "api_provider": "openai",
  "openai_api_key": "your_key_here",
  "gemini_api_key": "",
  "target_language": "繁體中文"
}

API Key 以 600 權限（僅所有者可讀寫）安全存放在個人設定目錄。

---

故障排除

找不到 Chrome（chrome not found / Chromium executable not found）

1. 確認已安裝：which google-chrome（macOS／Linux）或 where chrome（Windows）
2. 沒裝就依〈安裝〉一節裝 Chrome
3. 已裝但仍找不到，指定路徑：

   export PUPPETEER_EXECUTABLE_PATH=/path/to/chrome
   md-translate file.pdf
   

Chrome 沙箱錯誤（Failed to move temp folder）

在命令前停用沙箱（僅在出問題時用）：

export PYPPETEER_CHROMIUM_REVISION=1054519
md-translate file.pdf

Chrome 崩潰或超時

• 大檔案很吃資源，確認記憶體與 /tmp 空間足夠（df -h /tmp）
• 超過 100 頁的文件可先切成小檔
• 試著升級 Chrome：brew upgrade google-chrome

API Key 無效

重新設定並確認 Key 正確：md-translate --setup

API 配額超限（429）

工具會在配額不足時自動停止並顯示已翻譯進度。可：等配額重置、升級方案、或 --setup 切換到另一個提供商。

--css 樣式沒套用

• 確認 CSS 路徑正確（相對或絕對路徑皆可）
• 確認 CSS 語法正確、背景色用 --bg-color 變數或 body { background: ... }

翻譯很慢

正常現象，速度取決於檔案大小、網路、與 LLM。OpenAI 和 Gemini 都用 5 線程並發，請耐心等待。

---

常見問題

Q：兩個命令 md-translate 和 pdf-md-translate 有差別嗎？ 完全一樣，任選一個用。

Q：-m 和 --no-translate 差在哪？ -m = 只輸出 Markdown 不轉 PDF；--no-translate = 跳過翻譯只轉檔。兩者可一起用。

Q：原始檔案會被覆蓋嗎？ 不會。輸出一律加 _trans 後綴，原始 PDF／MD 永遠保留。

Q：可以一次翻譯多個檔案嗎？ 目前不行，請逐一執行。

Q：Mac 需要加 --cpu 嗎？ 建議不要。M 系列 Mac 預設用 Apple GPU 跑更準的 VLM 後端，只有跑不動時才拿 --cpu 當備援（見〈CPU 模式與後端差異〉）。

Q：要先裝 Pandoc 嗎？ 不用。pypandoc 會在第一次使用時自動下載（約 50–100 MB，一次性）。

Q：支援哪些翻譯語言？ 由 LLM 決定，繁中／簡中／英／日／韓／法／西／德等常見語言都支援，其他語言也可以試。

---

相依套件

套件	用途
openai / google-genai	呼叫 LLM 翻譯 API
mineru[all]	PDF → Markdown
pypandoc	Markdown → HTML/PDF（自動下載 Pandoc）
tqdm	進度條

授權：GNU AGPL v3