litong-ai-translator 中英翻译软件

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
• 后端: ai-translator-backend
• 桌面端: tauri-translator
• 在线体验: https://translate.mycounsellor.ai/
• Telegram Bot: @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 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
   • 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
   • 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
   • 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/
   • 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
   • 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

   git clone https://github.com/litongjava/ai-translator-frontend.git
   

    

2. 安装依赖

   cd ai-translator-frontend
   npm install
   

    

3. 启动开发服务器

   npm run dev
   

    

4. 打包构建（可选）

   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

   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：

     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：

     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

点击这里下载客户端 安装使用

Telegram 机器人

1. 打开 @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