周末花一天时间跟 Claude 复刻了沉浸式翻译的 pdf 翻译功能

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

上周我有个研究生同学告诉我翻译外文的 pdf ，最好还是能够翻译后保持跟原文版面一模一样功能的。再我去帮他找软件的过程中，发现沉浸式翻译做的 pdf 翻译功能还蛮不错，平时虽然用它来翻译网站比较多，但是翻译 pdf 还真没怎么用过。

定眼一看，还是 beta 版，自信心上来了，感觉应该能捣鼓一个简单版的。于是周六花了一天的时间，跟 claude 尝试复刻这个功能，看看按照自己的方案能够做到什么样的程度。目前第一版就已经能够实现基本的翻译和排版效果，复杂的公式和图表还原的很不错。不过就像绝大多数翻译功能会遇到的问题一样，原文译文的长度难以控制，因此文本渲染上还有不少瑕疵，而且也只测试了 2 、3 篇论文，还不清楚真实能力是不是足够稳定😅。
一开始没发现，干到一半才发现人家已经开源了，还没仔细看人家的方案。要是跟人家实现方式一样，那就纯纯造轮子小丑了🤡。

但不得不说，vide coding 真上头，就是一天就差不多把我 cursor 一个月的额度干一半了，剩下得省着用了😥。

i.imgur.com/zYRMnT9.png
i.imgur.com/zHZSe1q.png
i.imgur.com/cif5wnO.png

沉浸式翻译

PDF翻译

排版效果

12 条回复 • 2026-01-26 10:31:14 +08:00

LuliYanng

12 小时 18 分钟前

楼主第一次发有图片的图，怎么跟着教程来，还是显示不出来图片啊，评论区换个方式再发一次看看😠
https://imgur.com/cif5wnO
https://imgur.com/zHZSe1q
https://imgur.com/zYRMnT9

LuliYanng

12 小时 17 分钟前

好吧看来还是不行...

Weixiao0725

12 小时 5 分钟前

![test](i.imgur.com/zYRMnT9.png)

Weixiao0725

12 小时 4 分钟前

![test](

)

Weixiao0725

12 小时 3 分钟前

@LuliYanng 你要用 ![]( https://xxx) 这种格式，url 写完整了。

Weixiao0725

12 小时前

好像直接写完整的 url 就可以，不要写 markdown ，因为回复框这里使用的 V2EX native 编辑器，你发帖的时候可以选 markdown

SuperDaniel313

11 小时 51 分钟前 via Android

其实豆包的效果还可以的，直接发给豆包就行，能打开双语对照模式，还能截图提问。但只能因为 Web 端，移动端不行。

腾讯的 ima 也有类似的功能，但排版没豆包好，好像和微信读书一个模块出来的，排版效果很差。

看原版书还是推荐豆包

LuliYanng

11 小时 40 分钟前

@Weixiao0725 回复框是直接贴完整 url 的和发帖也是用 native 编辑器，没选 markdown 。
我再试试
![对比图 1](

)
![对比图 1]( https://imgur.com/cif5wnO)

LuliYanng

11 小时 38 分钟前

@SuperDaniel313 可以我去试试

LuliYanng

11 小时 31 分钟前

@SuperDaniel313 ![doubao](

)
豆包好像只能实现这样。他能生成翻译后的论文吗？豆包的那种方式实现起来也简单，但是交互还是挺不错的。适合深入去探讨论文内容，而不仅仅只是简单的点击翻译了。要是两个功能结合起来不就更好了，既可以一眼看到翻译后的论文，还能直接点击跟进询问内容。😋

whats

2 小时 20 分钟前

沉浸式翻译那个是假开源，实际并未开源

SuperDaniel313

39 分钟前 via Android

@LuliYanng PDF 正上方有一个翻译全文，点击之后就是双排版的界面。左侧是原文，然后右侧会有一个译文。点击高亮块，它就能回显原文的对应文本。

我只用过它的翻译，跟豆包讨论问题，感觉跟智障说话差不多。

我更喜欢 NotebookLM ，不过 NotebookLM 更适合学习，双语对照好像没有。NotebookLM 的学习方式稍微割裂一点，也就是你自己有原版的 PDF ，然后看 PDF 之后不懂的就直接提问，没有划词提问。不过 NotebookLM 能干好几本书进去，可以进行主题学习。关键是背后的模型差异。Gemini 虽然被网友称为美国豆包，但是比中国豆包还是上好几个档次。