nextai-translator

GitHub
24.9k 1.8k 简单 1 次阅读 今天AGPL-3.0语言模型插件
AI 解读 由 AI 自动生成,仅供参考

nextai-translator 是一款基于大语言模型(如 ChatGPT)的智能翻译助手,以浏览器插件和跨平台桌面应用的形式存在。它不仅仅局限于传统的文字互译,更突破了单一功能限制,提供了文本润色、内容摘要、截图翻译以及生词本记忆辅助等强大能力,真正实现了“不止于翻译”。

这款工具主要解决了用户在不同操作系统(Windows、macOS、Linux)及浏览器环境下,难以获得一致且高质量 AI 翻译体验的痛点。无论是阅读外文文献、撰写邮件还是学习新语言,用户都能通过划词或截图快速获取流畅自然的翻译结果,并支持流式输出和语音朗读,大幅提升信息获取效率。

nextai-translator 非常适合需要频繁处理多语言内容的普通用户、学生、研究人员及职场人士。其技术亮点在于采用 TypeScript 与 Rust 混合开发,确保了高性能与稳定性;同时兼容 OpenAI、Azure、MiniMax 等多种大模型服务商接口,允许用户灵活配置 API。此外,它还支持 55 种语言的相互转换与定制化处理,让语言交流变得更加简单高效。

使用场景

一位跨国团队的软件工程师正在阅读英文技术文档并撰写中文周报,同时需要整理生僻术语供后续复习。

没有 nextai-translator 时

  • 频繁在浏览器标签页、翻译网站和文档编辑器之间切换复制粘贴,打断阅读心流,效率极低。
  • 遇到复杂的长难句或地道表达时,传统翻译结果生硬晦涩,不得不手动逐字润色,耗时费力。
  • 阅读过程中遇到的专业生词只能临时查询,无法自动保存,事后复习时难以找回上下文语境。
  • 在非浏览器环境(如本地 IDE 或 PDF 阅读器)中遇到外文内容时,缺乏便捷的划词翻译手段,必须截图后使用其他工具识别。

使用 nextai-translator 后

  • 直接在任意界面划词即可唤起悬浮窗,支持流式输出译文,无需跳转页面,保持专注连贯的阅读体验。
  • 一键切换“润色”模式,利用大模型能力将生硬的直译优化为符合中文技术语境的自然表达,大幅提升文档质量。
  • 生词自动收录至内置单词本,并能基于上下文生成助记提示,轻松构建个人专属的技术术语库。
  • 依托跨平台桌面端能力,在 Windows、macOS 或 Linux 的任何应用中均可通过快捷键或截图实现即时翻译与总结。

nextai-translator 通过将翻译、润色与知识管理深度融合,把碎片化的语言处理工作转化为流畅高效的知识获取过程。

运行环境要求

操作系统
  • Windows
  • macOS
  • Linux
GPU

未说明

内存

未说明

依赖
notes该工具主要作为浏览器扩展(Chrome/Firefox)或桌面应用程序运行,无需本地部署大型 AI 模型。使用前必须配置 OpenAI API Key、Azure OpenAI Service Key 或 MiniMax 等第三方大模型服务的密钥。桌面版支持截图翻译和快捷键操作,macOS 用户首次运行可能需要在系统设置中授权隐私权限或通过终端命令移除隔离属性。
python未说明
nextai-translator hero image

快速开始

由于收到来自OpenAI的商标所有权警告,本项目及产品已更名为nextai translator。希望您能理解。


英文 | 中文

一款不止于翻译的翻译工具

MIT License TypeScript Rust Chrome Firefox macOS Windows Linux

为什么还需要另一个翻译工具

我曾开发过一个名为Bob插件,它利用ChatGPT API在macOS上提供全球范围内的单词翻译功能。然而,并非所有用户都能使用macOS来享受这个插件带来的便利,因此我创建了这个项目!

不止是一个浏览器扩展

最初只是一个Chrome扩展,如今已经发展成为一个多平台的桌面应用,目前仍在持续开发中。

不止是翻译

最初的定位是一款翻译工具,但现在却意外地具备了非常有效的文本润色和摘要生成能力。

使用方法

功能特点

  1. 提供三种模式:翻译、润色和摘要。
  2. 支持55种语言之间的相互翻译、润色和摘要。
  3. 支持流式传输!
  4. 允许用户自定义翻译文本。
  5. 一键复制。
  6. 文本转语音(TTS)。
  7. 跨平台支持(Windows、macOS和Linux),适用于浏览器和桌面端。
  8. 支持截图翻译。
  9. 支持词汇书功能,并可根据词汇书中的单词生成记忆辅助工具。
  10. 支持OpenAIAzure OpenAI服务MiniMax等大模型提供商。

准备工作

安装说明

Windows

手动安装

  1. 最新发布页面下载以.exe结尾的安装包。
  2. 双击下载的文件进行安装。
  3. 如果提示不安全,可以点击“更多信息” -> “仍要运行”继续安装。
  4. 即可使用!

macOS

手动安装

  1. 前往最新发布页面,下载对应芯片架构的.dmg安装包。注意:Apple Silicon设备请使用aarch64版本,并执行以下xattr命令。
  2. 双击下载的文件进行安装。
  3. 即可使用!

故障排除

  • “NextAI Translator”无法打开,因为开发者身份无法验证。

    • 点击“取消”按钮,然后进入“设置”->“隐私与安全性”页面,点击“仍然打开”按钮,再在弹出窗口中点击“打开”按钮。此后再次打开“NextAI Translator”时将不会再出现警告提示。🎉

    • 如果在“隐私与安全性”中找不到上述选项,或者在使用Apple Silicon设备时遇到文件损坏等问题,请打开“终端.app”,输入以下命令(可能需要中途输入密码),然后重启“NextAI Translator”:

      sudo xattr -d com.apple.quarantine /Applications/NextAI\ Translator.app
      
  • 如果每次打开时都出现权限提示,或者无法进行快捷翻译,请前往“设置”->“隐私与安全性”->“支持功能”,移除“NextAI Translator”,然后再重新添加。

桌面剪贴板扩展的安装

详情请参阅桌面剪贴板扩展

浏览器扩展

  1. 请访问您的浏览器扩展商店以安装此插件:

  2. 在浏览器插件列表中点击 NextAI 翻译器图标,并将获取到的 API KEY 输入到该插件弹出的配置界面中。

  3. 刷新浏览器页面,即可享受流畅的翻译体验 🎉!

配置 Azure OpenAI 服务

const API_URL = `https://${resourceName}.openai.azure.com`
const API_URL_PATH = `/openai/deployments/${deployName}/chat/completions?api-version=${apiVersion}`
  • resourceName:您的 Azure OpenAI 服务资源名称。
  • deployName:您的 Azure OpenAI 服务模型部署名称,您可以在此处更换模型。
  • api-version:2023-05-15 或更高版本。(支持的 API 版本可在 Azure 官方文档 中查看)

许可证

LICENSE

星标历史

NebulaGraph 数据智能套件(ngdi)

版本历史

v0.6.142026/03/30
v0.6.132026/03/27
v0.6.122026/03/27
v0.6.112026/03/26
v0.6.92026/01/20
v0.6.82026/01/08
v0.6.52025/11/26
v0.6.42025/11/19
v0.6.32025/11/04
v0.6.22025/10/30
v0.6.12025/10/29
v0.6.02025/10/28
v0.5.52025/10/26
v0.5.42025/10/26
v0.5.32025/10/26
v0.5.22025/10/26
v0.5.12025/10/19
v0.5.02025/10/18
v0.4.322024/08/01
v0.4.312024/07/22

常见问题

相似工具推荐

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

144.7k|★★☆☆☆|今天
开发框架Agent语言模型

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|昨天
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|2天前
语言模型图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|3天前
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|2天前
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|4天前
Agent图像开发框架