https://github.com/litongjava/ai-translator-backend
https://github.com/litongjava/ai-translator-backend
Last synced: 8 months ago
JSON representation
- Host: GitHub
- URL: https://github.com/litongjava/ai-translator-backend
- Owner: litongjava
- License: mit
- Created: 2025-06-09T01:56:14.000Z (12 months ago)
- Default Branch: main
- Last Pushed: 2025-06-09T02:12:47.000Z (12 months ago)
- Last Synced: 2025-10-12T15:34:47.980Z (8 months ago)
- Language: Java
- Size: 60.5 KB
- Stars: 0
- Watchers: 0
- Forks: 0
- Open Issues: 0
Awesome Lists containing this project
README
# AI Translator
[](LICENSE)
基于大模型开发的中英翻译软件，提供了前端、后端、桌面端以及 Telegram 机器人多端支持。该项目旨在帮助用户快速进行中英双向翻译，体验更自然、流畅的翻译结果。
## 地址
- 前端: [ai-translator-frontend](https://github.com/litongjava/ai-translator-frontend)
- 后端: [ai-translator-backend](https://github.com/litongjava/ai-translator-backend)
- 桌面端: [tauri-translator](https://github.com/litongjava/tauri-translator)
- 在线体验: [https://translate.mycounsellor.ai/](https://translate.mycounsellor.ai/)
- Telegram Bot: [@litongjava_bot](https://t.me/litongjava_bot)
## 功能特性
- **大模型驱动**：依托大模型提供更准确、更地道的翻译结果
- **多端支持**
- **Web 前端**：在线体验，随时随地打开浏览器即可使用
- **后端服务**：提供 API 接口，可与其他应用或服务集成
- **桌面端**：基于 [Tauri](https://tauri.app/) 构建的跨平台桌面应用
- **Telegram 机器人**：在 Telegram 上直接调用翻译服务
- **易于扩展**：采用模块化架构，方便后续集成更多语言或更多大模型能力
- **开源共享**：项目完全开源，欢迎社区参与共建
## 项目结构
本项目由多个子仓库构成，功能相互独立又可协同工作：
1. **前端**
- 仓库地址：[ai-translator-frontend](https://github.com/litongjava/ai-translator-frontend)
- 提供 Web 界面和基础交互功能，调用后端接口完成翻译
2. **后端**
- 仓库地址：[ai-translator-backend](https://github.com/litongjava/ai-translator-backend)
- 提供核心翻译逻辑和 API 接口，可与前端、桌面端以及第三方服务集成
3. **桌面端**
- 仓库地址：[tauri-translator](https://github.com/litongjava/tauri-translator)
- 基于 Tauri 技术栈，支持跨平台（Windows、macOS、Linux），提供桌面级体验
4. **线上地址**
- [https://translate.mycounsellor.ai/](https://translate.mycounsellor.ai/)
- 无需安装，打开浏览器即可快速访问和使用
5. **Telegram 机器人端**
- [@litongjava_bot](https://t.me/litongjava_bot)
- 关注并发送消息，即可获得实时翻译结果
## 快速开始
下面以最常用的 Web 前后端模式为例，介绍如何本地部署。
### 前端部署
1. 克隆前端仓库
```bash
git clone https://github.com/litongjava/ai-translator-frontend.git
```
2. 安装依赖
```bash
cd ai-translator-frontend
npm install
```
3. 启动开发服务器
```bash
npm run dev
```
4. 打包构建（可选）
```bash
npm run build
```
构建完成后会在 `dist/` 目录下生成静态资源，可用于生产环境部署。
### 后端部署
1. 克隆后端仓库
```bash
git clone https://github.com/litongjava/ai-translator-backend.git
```
2. 安装依赖并启动服务
- 如果是 Java/Spring Boot 项目，请参考 `README` 或对应的文档进行构建和运行；一般可执行以下步骤：
```bash
cd ai-translator-backend
# 如果使用 Maven
mvn clean package
java -jar target/xxx.jar
```
- 如果是 Node.js 项目，则：
```bash
npm install
npm run start
```
3. 配置环境变量
- 如果需要调用外部大模型 API（如 OpenAI），请在 `.env` 文件或系统环境变量中设置相关密钥，例如：
```
OPENAI_API_KEY=your_openai_api_key
```
- 其他自定义配置也可以在 `.env` 文件中进行。
4. 确认后端启动成功后，即可通过浏览器访问前端页面并进行翻译测试。
## 桌面端使用
点击[这里](https://github.com/litongjava/tauri-translator/releases/)下载客户端 安装使用
## Telegram 机器人
1. 打开 [@litongjava_bot](https://t.me/litongjava_bot)
2. 点击 `Start`（或发送 `/start` 命令）
3. 直接发送要翻译的文本，即可获得中英文互译结果
## 贡献指南
非常欢迎社区开发者一起参与本项目的建设：
1. **Fork 本仓库**
2. **创建功能分支**：`git checkout -b feature/your-feature`
3. **提交改动**：`git commit -m 'Add some feature'`
4. **推送分支**：`git push origin feature/your-feature`
5. **发起 Pull Request**，并等待代码审核与合并
如有任何想法或建议，欢迎在 [Issues](../../issues) 区提出讨论。
## 许可证
本项目基于 [MIT License](LICENSE) 开源，详情请查阅 [LICENSE](LICENSE) 文件。
---
感谢你对 **AI Translator** 项目的关注和使用，希望这个项目能为你的翻译需求带来帮助。如果你觉得这个项目对你有所帮助，欢迎 **Star** 支持并分享给更多人！