咱们在科研、学习或者工作中，是不是经常遇到这样的场景：手头有一堆外文的 PDF 文档，尤其是那些包含很多复杂数学公式的学术论文或者技术手册，想要快速理解其内容，简直比登天还难？
传统的机器翻译软件，遇到大段文字还勉强能应付，可一旦碰上数学公式，那翻译结果简直就是“车祸现场”，什么 $ E=mc^2 $ 都能给你翻译成“能量等于质量乘以光速的平方”这种文字描述，而不是保留原有的公式格式。更别提那些排版精美的 PDF，一翻译，格式全乱，阅读体验直线下降。手动去抠文字、抠公式，再分别翻译、排版？那工作量，想想都头皮发麻！
难道就没有一种优雅又高效的解决方案吗？当然有！PDFMathTranslate 就能很好地解决这个问题，它就像一把瑞士军刀，专门为解决这类令人头疼的 PDF（尤其是包含数学公式的）翻译问题而生。
来，直接看效果：
再来个动图：
项目名称： PDFMathTranslate
GitHub 地址： https://github.com/Byaidu/PDFMathTranslate
PDFMathTranslate 项目的核心目标就是提供一个自动化、高精度的 PDF 文档（特别是包含数学公式的）翻译解决方案。它巧妙地结合了 OCR 技术、数学公式识别服务以及主流的翻译引擎，力求在翻译准确性和排版保真度之间取得最佳平衡。简单来说，它帮你把最难啃的骨头——数学公式——给解决了，同时尽可能保持原文的样式，让你阅读翻译后的文档时，能像阅读原文一样流畅自然。
目前该项目在 GitHub 上已经获得了 22K 的 Star，并且还在持续增长中。
核心功能列表：
PDFMathTranslate 提供了多种部署方式，包括命令行和图形界面。
命令行安装起来还是比较麻烦的，要处理 Python 依赖，还要下载一些 AI 模型，下载 AI 模型过程中还有可能遇到网络问题（你懂的）。
如果你想快速部署一个 PDFMathTranslate，又不想陷入繁琐的安装和配置过程，可以试试 Sealos。
直接打开 PDFMathTranslate 应用模板：
https://template.hzh.sealos.run/deploy?templateName=pdf2zh
然后点击右上角的 “去 Sealos 部署”。
如果您是第一次使用 Sealos，则需要注册登录 Sealos 公有云账号，登录之后会立即跳转到模板的部署页面。
啥也不需要填，直接点击右上角的 “部署应用” 开始部署。部署完成后，等待所有组件都变成 “运行中” 状态，然后点击应用的 “详情” 进入该应用的详情页面。
点击公网地址便可打开 PDFMathTranslate 的 UI 界面。
上传一个 PDF，选择一页进行翻译测试：
翻译完成后，这里会出现两个 PDF，一个是中文版，一个是双语版：
来看一下效果：
完美！
下面我们来玩点花的，通过调用大模型的 API 来进行翻译。
打开 Sealos Cloud：
https://cloud.sealos.run
然后打开 AI Proxy：
新建一个 API Key：
到模型广场选择一个中意的模型（我当然选 deepseek-reasoner 啦），点击模型名称就会将其名称复制到剪切板：
接下来回到 PDFMathTranslate 的 UI 界面，选择 OpenAI-liked 作为翻译服务。
填入模型相关配置，选择一页文字比较多的来测试一下翻译效果（这里我选择 PDF 的第一页）：
[!info] 注意
API 地址末尾一定要加上/v1
这里有个小诀窍，我们可以自定义翻译的提示词，通过优化的提示词来提高翻译质量：
这是我的提示词：
You are a professional, authentic machine translation engine. Only Output the translated text, do not include any other text.
请将以下文本使用 ${lang_out} 进行重写（注意是重写，不是翻译），使其符合目标语言 ${lang_out} 人群的阅读习惯，Keep the formula notation {v*} unchanged
请直接给出最终的重写内容，不要添加任何额外说明，也不要给出多个版本让我选择
Source Text: ${text}
Translated Text:最终翻译效果：
上面的翻译效果已经很厉害了，但我们还可以更好，使其逼近专业翻译水平。
思路是这样的：我们可以通过提示词让 AI 进行多轮反思翻译。
但是这里有个问题，我们只需要最后一轮的最终翻译内容，其他内容都不需要，所以必须要让 API 只返回最后一轮内容。
怎么办呢？不要慌，使用 FastGPT 工作流就可以做到。
FastGPT 官网
https://fastgpt.cn
整个工作流非常简单，只需要一个 【AI 对话】节点和一个【代码运行】节点，最后再加一个【指定回复】节点。
这里模型我选择 Qwen3 满血版。
【代码运行】是这个工作流的核心秘密，代码如下：
function main({ data1 }) {
// 1. 使用 "```" 分割字符串
const segments = data1.split("```");
// 2. 过滤掉 trimming 后为空的片段
// item.trim() !== "" 比 !!item.trim() 更明确地表示“非空字符串”
const nonEmptySegments = segments.filter(item => item.trim() !== "");
// 3. 如果没有有效的非空片段，则返回未截取到内容
if (nonEmptySegments.length === 0) {
return {
result: '未截取到翻译内容'
};
}
// 4. 获取最后一个非空片段
// 注意：这里暂时不 trim()，因为我们需要检查语言标识符，它可能包含前导/尾随的换行符
let lastSegment = nonEmptySegments[nonEmptySegments.length - 1];
// 5. 检查并移除 Markdown 代码块的语言标识符行
// 例如： "text\nactual content" -> "actual content"
// 或者 "javascript\nconsole.log('hello');\n" -> "console.log('hello');\n"
// 正则表达式解释:
// ^ - 字符串开始
// \s* - 零个或多个空白字符 (处理可能的缩进)
// [a-zA-Z0-9_-]+ - 一个或多个字母、数字、下划线或连字符 (常见的语言标识符字符)
// \s* - 零个或多个空白字符 (处理语言标识符和换行符之间的空格)
// \n - 一个换行符
// (.*) - 捕获换行符之后的所有内容 (这是我们想要的部分)
// s - (dotall flag, if supported and needed, but replace works line by line here)
// 更简单的做法是，如果匹配，就替换掉语言标识符行
const langTagRegex = /^\s*[a-zA-Z0-9_-]+\s*\n/;
if (langTagRegex.test(lastSegment)) {
lastSegment = lastSegment.replace(langTagRegex, "");
}
// 6. 对处理后的最终内容进行 trim，移除两端空白
const finalResult = lastSegment.trim();
// 7. 如果最终结果不为空，则返回结果，否则返回未截取到
if (finalResult) {
return {
result: finalResult
};
} else {
// 这种情况可能发生在：
// - 最后一个片段本身就是空白 (已被 filter 排除)
// - 最后一个片段是 "```text\n```" 这种，移除语言标识后为空
return {
result: '未截取到翻译内容'
};
}
}这段代码只做一件事情：将多轮翻译最终轮的翻译结果提取出来。
工作流搭建完成后，依次点击【发布渠道】-->【API 访问】-->【新建】来创建一个 API 密钥。
然后将 API 地址和 API 密钥填入 PDFMathTranslate 的 Web UI 中。
[!info] 注意
这里的模型名称可以随便写，写什么都行，毕竟最终调用的还是你的 FastGPT 工作流。
然后在自定义 prompt 中输入以下提示词：
# Role: 资深翻译专家
## Background:
你是一位经验丰富的翻译专家,精通${lang_in}和${lang_out}互译,尤其擅长将${lang_in}文章译成流畅易懂的${lang_out}。你曾多次带领团队完成大型翻译项目,译文广受好评。
## Attention:
- Keep the formula notation {v*} unchanged
- 翻译过程中要始终坚持"信、达、雅"的原则,但"达"尤为重要
- 翻译的译文要符合${lang_out}的表达习惯,通俗易懂,连贯流畅
- 避免使用过于文绉绉的表达和晦涩难懂的典故引用
- 诗词歌词等内容需按原文换行和节奏分行,不破坏原排列格式
- 文章内的图片，需要保留图片的原始链接，用 md 语法保留
- 文章内的超链接 也需要保留下来
- 翻译时要准确传达原文的事实和背景。
- 即使上意译也要保留原始段落格式，以及保留术语，例如 FLAC，JPEG 等。保留公司缩写，例如 Microsoft, Amazon 等。
- 同时要保留引用的论文，例如 [20] 这样的引用。
- 对于 Figure 和 Table，翻译的同时保留原有格式，例如：“Figure 1: ”翻译为“图 1: ”，“Table 1: ”翻译为：“表 1: ”。
- 全角括号换成半角括号，并在左括号前面加半角空格，右括号后面加半角空格。
- 输入格式为 Markdown 格式，输出格式也必须保留原始 Markdown 格式
- 对于专有的名词或术语,按照给出的术语表进行合理替换
- 在翻译过程中,注意保留文档原有的列表项和格式标识
- 不要翻译代码块中的内容，保持原样输出
## Constraints:
- Keep the formula notation {v*} unchanged
- 必须严格遵循四轮翻译流程:直译、重写、反思、提升
- 译文要忠实原文,准确无误,不能遗漏或曲解原意
- 注意判断上下文，避免重复翻译
- 最终译文使用Markdown的代码块呈现,但是不用输出markdown这个单词
## Goals:
- 通过四轮翻译流程,将${lang_in}原文译成高质量的${lang_out}译文
- 译文要准确传达原文意思,语言表达力求浅显易懂,朗朗上口
- 适度使用一些熟语俗语、流行网络用语等,增强译文的亲和力
## Skills:
- 精通${lang_in} ${lang_out}两种语言,具有扎实的语言功底和丰富的翻译经验
- 擅长将${lang_in}表达习惯转换为地道自然的${lang_out}
- 对当代${lang_out}语言的发展变化有敏锐洞察,善于把握语言流行趋势
## Workflow:
1. 第一轮直译:逐字逐句忠实原文,不遗漏任何信息（代码块内容除外）
2. 第二轮重写:尊重原意，保持原有格式不变，用${lang_out}重写原文内容（代码块内容除外）（注意是重写，不是翻译），使其符合${lang_out}所在人群的阅读习惯。如果原文过短（比如只是个标题），不要发散内容，严格按照原文长度进行重写
3. 第三轮反思:仔细审视译文,分点列出一份建设性的批评和有用的建议清单以改进翻译，逐句提出建议，从以下6个角度展开
(i) 准确性（纠正冗余、误译、遗漏或未翻译的文本错误），
(ii) 流畅性（应用{{target_lang}}的语法、拼写和标点规则，并确保没有不必要的重复），
(iii) 风格（确保翻译反映源文本的风格并考虑其文化背景），
(iv) 术语（严格参考给出的术语表,确保术语使用一致）
(v) 语序（合理调整语序，不要生搬{{source_lang}}中的语序，注意调整为{{target_lang}}中的合理语序）
(vi) 代码保护（确保所有代码块内容保持原样，不被翻译）
4. 第四轮提升:严格遵循第三轮提出的建议对翻译修改,定稿出一个简洁畅达、符合大众阅读习惯的译文。不要发散内容，严格按照原文长度进行翻译！！
## OutputFormat:
- 每一轮前用【思考】说明该轮要点
- 第一轮和第二轮翻译后用【翻译】呈现译文
- 第三轮用【建议】输出建议清单，分点列出，在每一点前用*xxx*标识这条建议对应的要点，如*风格*;建议前用【思考】说明该轮要点，建议后用【建议】呈现建议
- 第四轮在\`\`\`代码块中展示最终译文内容，如\`\`\`xxx\`\`\`,不用输出markdown这个单词。不要指明代码块的语言（比如 \`\`\`text），只需要使用 \`\`\` 包裹即可
## Suggestions:
- 直译时力求忠实原文,但不要过于拘泥逐字逐句
- 重写时在准确表达原意的基础上,用最朴实无华的${lang_out}来表达
- 反思环节重点关注译文是否符合{{target_lang}}表达习惯,是否通俗易懂,是否准确流畅,是否术语一致
- 提升环节采用反思环节的建议对重写环节的翻译进行修改，适度采用一些口语化的表达、网络流行语等,增强译文的亲和力。不要发散内容，严格按照原文长度进行翻译！！
- 第四轮直接给出最终的重写内容，不要添加任何额外说明，也不要给出多个版本让我选择
- 所有包含在代码块（\`\`\`）中的内容都应保持原样，不进行翻译
Source Text: ${text}
Translated Text:
最终翻译效果如下：
怎么样，是不是比之前翻译的更好了？
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。