← 返回列表
应用工具工具

Doctrans：基于本地 AI 的隐私优先文档翻译应用

sapientpants/doctrans · Privacy-first document translation powered by local AI (Ollama). Upload PDF, Word, and OpenDocument files, extract text via vision models, and translate — all processing stays on your device.

GitHub原文发布 未知首次收录 2026-09-21上架 2026-09-21 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Doctrans 是一个基于 Phoenix LiveView 的单用户文档翻译应用，通过 OpenAI 兼容的本地推理服务（如 oMLX）完成处理。它支持上传 PDF、DOCX、DOC、ODT 与 RTF 文件，先用视觉模型把每页提取为 Markdown 文本，再翻译到目标语言，并提供分屏对照查看、实时进度、文档 RAG 问答、语义与关键词混合检索以及多语言界面。使用本地推理服务时文档内容保留在设备上；若配置远程端点则内容会发送到该服务器。项目没有身份认证，官方建议将访问限制在本机或可信网络内。
# local-first# RAG# OCR# 翻译# 隐私

核心能力与快速开始

★ 1 · Elixir

能做什么
上传 PDF、DOCX、DOC、ODT、RTF 文件（一次最多 10 个，单文件最大 100 MB），先抽取每页图像，用视觉模型将页面转成 Markdown 文本，再翻译成目标语言。提供后台处理流水线（图像抽取 → OCR → 翻译）、分屏文档查看器（原始页图 | 译文 Markdown）、LiveView 实时进度与已完成页面的渐进式加载。还包含文档聊天（RAG 问答）、跨所有页面的语义加关键词混合检索、用不同 AI 模型重新处理页面、页面图像缩放、按日期或名称排序，以及 11 种界面语言（da、de、en、es、fr、it、nl、no、pl、pt、sv）。
适用场景
适合在本地或可信网络中处理对隐私敏感的文档翻译，例如将德语等源语言文档翻译为英语或其他目标语言并对照查看。可用于批量上传文档后边处理边阅读已完成的页面；通过文档聊天就译文内容提问；通过语义加关键词混合搜索在全部文档中查找内容并跳转到对应页面；在模型或推理服务不可用时仍可退化为仅关键词检索继续使用。
项目形态
可直接使用的工具
部署方式
可作为 Phoenix 应用在本机运行（mix setup 后 mix phx.server，默认访问 http://localhost:4000），也提供 Docker Compose 开发环境（应用连接宿主机推理服务 http://host.docker.internal:8000，端口仅绑定主机回环）。项目为本地单用户、无认证的应用，官方建议限制在本机或可信网络访问；生产部署需设置 SECRET_KEY_BASE、DATABASE_URL 等，并建议将 DOCTRANS_DATA_DIR 设到发布目录之外的可写绝对路径。
主要依赖
需要 Erlang/OTP 与 Elixir（版本固定在 mise.toml，mix.exs 要求 ~> 1.20）、带 pgvector 扩展的 PostgreSQL、poppler-utils（PDF 页抽取）以及一个 OpenAI 兼容推理服务器（提供视觉、翻译/聊天和嵌入模型，默认面向 Apple Silicon 上的 oMLX）。非 PDF 格式（DOCX、DOC、ODT、RTF）需要可选的 LibreOffice。嵌入维度至少 1,024，Doctrans 只存储前 1,024 维。
使用限制
项目为本地单用户应用且没有身份认证，需自行限制访问范围，PHX_BIND_IP 默认绑定回环。使用本地推理服务时内容留在本机，但配置远程端点会把文档内容发送到该服务器。DEFAULT 源语言为德语、目标语言为英语，其他源语言需修改配置。语义检索在嵌入服务不可用时只返回关键词匹配；文档分块规则对旧数据不回溯，需重新处理或运行 mix rechunk_documents。存储根目录若停留在发布目录内，版本升级或重建镜像会丢失数据。未说明具体硬件要求、API 成本与推理性能。
许可证
MIT
最近推送
2026-09-21 05:59
官方入门核对 README 依据 ↗

资料检查：2026-09-21 07:00 · 卡片整理：2026-09-21 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为本地部署的文档翻译与检索工具，程序员可上传 PDF、DOCX、DOC、ODT、RTF 技术文档，用视觉模型提取 Markdown 并翻译，再通过文档 RAG 问答和语义+关键词混合检索快速定位技术资料内容。

查看内容依据
Upload PDF, DOCX, DOC, ODT, and RTF files (up to 10 at once, 100 MB per file)

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

产品经理可用它翻译并对照查看外文产品文档或调研资料，并通过文档 RAG 问答与混合检索在已翻译文档中查找信息，辅助需求分析与资料整理。

查看内容依据
Document chat (RAG) - ask questions about your translated documents

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

InkDoc：将各类文档本地转换为 AI 可用 Markdown 的桌面工具

InkDoc 是一个跨平台桌面应用与本地 REST API，统一集成 Microsoft MarkItDown、Docling、自研 Markit 引擎与 GLM-OCR 模型，将文件、目录或 URL 转换为干净、适配 AI 的 Markdown。转换主要在本地执行，支持自动保存到 ~/Downloads 并使用防冲突命名；界面基于 Edge WebView2（Windows）或 WebKit（macOS/Linux），可同时以本地 Web 工作台形式访问。

IntelligenceDocumentSystem：基于 RAG 的多语言文档问答助手，回答附带可追溯引用

该项目是一个面向个人文档的 RAG 问答助手，支持上传 PDF、TXT、Markdown 并以印尼语提问，答案附带可点击溯源到具体 chunk 的引用。检索上下文不足时系统明确拒答，或在使用通用知识模式时给出明确标注、不加引用的回答。还提供按文档隔离的私有会话、跨文档检索、检索参数调整（Top K、相似度阈值）、检索质量评估（precision、hit rate、正确拒答）、延迟与提问日志分析，以及 RAGAS 评测选项。技术栈为 Next.js/React/TypeScript 前端与 FastAPI、ChromaDB、SQLite 后端，LLM 使用 Groq，并有 Ollama 回退。

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

research-paper-rag-qa：学术 PDF 语义检索问答工具

该项目是一个面向学术论文 PDF 的检索增强（RAG）语义搜索工具：逐页解析 PDF，将文本切分为带重叠的片段，使用 sentence-transformers/all-MiniLM-L6-v2 生成归一化向量并存入 FAISS 索引，再通过 Streamlit 界面用自然语言查询返回最相关的段落及来源文件与页码。项目刻意只做检索、不做答案生成，以保证每条结果可追溯到原文页面、避免内容幻觉；仓库包含作者硕士阶段的示例 PDF。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论，阅读资讯无需注册。

还没有评论，来分享第一个看法。