PDFMathTranslate（pdf2zh）实用指南：一篇科学论文 PDF 全文翻译，公式与双栏排版原样保留-酒店常州论坛

PDFMathTranslate（pdf2zh）实用指南：一篇科学论文 PDF 全文翻译，公式与双栏排版原样保留

【免费下载链接】PDFMathTranslate[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/MCP/Docker/Zotero项目地址: https://gitcode.com/GitHub_Trending/pd/PDFMathTranslate

想读外文论文又不想被排版破坏的翻译结果劝退？PDFMathTranslate（命令名pdf2zh）用一条命令翻译科学论文 PDF，公式、图表编号和双栏结构都留在原位，面向需要大量阅读外文文献的学生与科研人员。

🔍 看懂机制：为什么公式不会被译成文字

它不是"找到文字再翻译"的普通翻译工具，而是先做版面检测再翻译：内置的 DocLayout-YOLO 版面检测模型先标出每页中公式、图表、目录、注释的位置，只把纯文本区域交给翻译服务，其余区域原封不动。每份输入会产出两份文档：mono是纯译文，dual是中英文对照版，方便逐段核对。

使用边界先说清楚：

解析的是 PDF 文本层，纯图片扫描件不能直接译，需先走 OCR（项目内置实验性 OCR，见后文）。
默认翻译服务是 Google，无需任何密钥。
首次运行要下载版面模型wybxc/DocLayout-YOLO-DocStructBench-onnx，需要一次联网。
依赖 Python 3.11～3.12，其他版本装不上。

30 秒跑通首次翻译：一条命令拿到双语版

在 PDF 所在目录执行：

pip install pdf2zh pdf2zh document.pdf

当前目录会生成document-mono.pdf（纯译文）和document-dual.pdf（中英对照）。首次运行稍慢，因为在下载版面模型，之后走本地缓存。不愿配 Python 环境的话，也可直接用仓库 release 页的 Windows 版 exe 双击运行。

能力速查：想做什么，查这一行

想做的事	命令 / 参数	说明
翻译单个 PDF	`pdf2zh document.pdf`	默认 Google 服务，免密钥
切换翻译服务	`-s deepl`或`-s openai:gpt-4o-mini`	先设`DEEPL_AUTH_KEY`、`OPENAI_API_KEY`等变量，对照服务变量表
批量处理整个目录	`pdf2zh --dir ./papers -o results/`	目录下所有 PDF 一次跑完
只译指定页	`-p 1-3,5`	第 1～3 页和第 5 页
指定源/目标语言	`-li en -lo zh`	支持英、日、韩、德等十余种语言
加快速度	`-t 4`	并发翻译线程数
跳过缓存重译	`--ignore-cache`	相同文本默认命中缓存
固定参数便于复用	`--config config.json`	批量场景推荐
调整保留的公式字体	`-f`/`-c`	默认保留 Latex、Mono、Code、Italic、Symbol、Math 六类
翻译扫描件	`pip install 'pdf2zh[ocr]'`	实验性 OCR，快模式自动识别图片页

📐 核对效果：公式、编号、双栏是否都在原位

翻译前后各截一页对照：

双栏结构、图表编号、脚注和页眉都没有错位；公式区域内的数学符号不会被当作普通文字送去翻译。个别字体输出异常时，用-f指定正则让某类字体整体保留即可，参数写法见高级用法。

🐳 不止命令行：GUI、Docker、MCP 与 API

图形界面：pdf2zh -i启动后浏览器打开http://localhost:7860/，拖入 PDF、选服务与页码即可实时预览，详见 GUI 说明。

Docker 部署：拉取镜像并映射 7860 端口——

docker pull byaidu/pdf2zh docker run -d -p 7860:7860 byaidu/pdf2zh

MCP 服务器：pdf2zh --mcp以 STDIO 方式运行，加--sse切换为 SSE，可接入 Claude Desktop 等客户端，配置示例在 ADVANCED.md 的 MCP 小节。
程序化调用：docs/APIS.md 提供 Python API（translate/translate_stream两个函数）与 HTTP API 两种集成方式，HTTP 端需先pip install pdf2zh[backend]。

常见卡点：三种典型故障与解法

版面模型下载失败或超时：把HF_ENDPOINT环境变量指向一个模型镜像地址后重跑即可，这是首次运行最常被卡住的环节。
扫描件翻不动：纯图片 PDF 没有文本层，先装pip install 'pdf2zh[ocr]'启用实验性 OCR，或自行用 OCR 工具生成文本层再翻译；手写体和行内公式的识别精度有限。
换服务后报缺密钥或 401：对照服务变量表确认环境变量已设置；OpenAI 兼容接口的BASE_URL必须以/v1结尾，少写就会 404。

行动清单

先翻一篇短论文，逐页核对dual版本里的公式与分栏位置。
批量场景把--dir与-o组合使用，并用--config固定参数，方便重复执行。
出问题先查 docs/ADVANCED.md 目录，按小节定位语言、服务、缓存、字体各节。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析