在学术研究中,阅读外文文献是常态,而一款能在翻译时保留原文格式的工具则至关重要。PDFMathTranslate Next 借助 BabelDOC 翻译引擎,能轻松实现“结构保持 + 双语对照”的精准翻译,是处理科研文献的理想选择。
![图片[1]-Zotero-pdf2zh 快速搞定 PDF 翻译,完美保留原文格式-不求人资源站](https://www.bqrzy.com/wp-content/uploads/2025/12/20251215180451984-添加标题.jpg)
目前,Zotero + PDF2zh/PDF2zh_next 的组合已成为一条活跃且广受好评的实现路径。Zotero-pdf2zh 插件现已更新到更为简洁易用的 3.x 版本。接下来,本教程将引导你完成配置,并详细演示如何通过 Python和 Docker 这两种方式来部署翻译服务。
若觉得 Python 部署有难度,可直接看下方 Docker 方案;
环境依赖
Python 建议安装 Python 3.12。
个人安装教程(仅需安装Python即可,不用安装pycharm):python和pycharm的下载和安装以及新建项目
插件目前支持 Zotero 7 桌面端,Zotero 8 待适配。Zotero官网下载链接
Docker(可选):您可以从 Docker 官网 下载。
Part 1:Python部署
第一步: 安装uv
方法一(可选):用 pip 安装 uv
pip install uv
使用中科大镜像源
pip install -i https://mirrors.ustc.edu.cn/pypi/simple uv
方法二(推荐):使用官方独立安装脚本
macOS / Linux(任选其一)
curl -LsSf https://astral.sh/uv/install.sh | sh
或
wget -qO- https://astral.sh/uv/install.sh | sh
Windows(PowerShell)
powershell -ExecutionPolicy ByPass -c “irm https://astral.sh/uv/install.ps1 | iex”
检查uv安装是否成功(必做):
uv –version
若检查失败,多半是 PATH 未生效。将 uv 的安装目录加入 PATH 后重启终端:
Windows PowerShell
$env:Path = “$env:USERPROFILE.local\bin;$env:Path”
macOS / Linux
export PATH=”$HOME/.local/bin:$PATH”
手动安装uv
第二步: 下载并解压项目文件
Windows(CMD)
1. 创建并进入zotero-pdf2zh文件夹
mkdir zotero-pdf2zh && cd zotero-pdf2zh
2. 下载并解压server文件夹
如果server.zip下载失败, 可以直接访问: https://raw.githubusercontent.com/guaguastandup/zotero-pdf2zh/main/server.zip 手动下载
curl -L -o server.zip https://raw.githubusercontent.com/guaguastandup/zotero-pdf2zh/main/server.zip
REM 解压(任选一种;如命令行解压失败,可在资源管理器中右键解压到当前目录)
powershell -Command “Expand-Archive -Path ‘.\server.zip’ -DestinationPath ‘.’ -Force”
REM 或者(如果 tar 可用)
REM tar -xf server.zip
3. 进入server文件夹
cd server
Mac/Linux
1. 创建并进入zotero-pdf2zh文件夹
mkdir zotero-pdf2zh && cd zotero-pdf2zh
2. 下载并解压server文件夹
如果server.zip下载失败, 可以直接访问: https://raw.githubusercontent.com/guaguastandup/zotero-pdf2zh/main/server.zip 手动下载
curl -L -o server.zip https://raw.githubusercontent.com/guaguastandup/zotero-pdf2zh/main/server.zip
解压(任选其一)
unzip server.zip
或(若系统支持 bsdtar 解压 zip)
tar -xf server.zip
3. 进入server文件夹
cd server
解压后的server目录包括:
server.py
requirements.txt
config/
translated/
doc/
utils/
第三步: 安装依赖并启动服务
先做这两件事(降低失败率)
1)确认命令行能访问 Python/uv/conda 之一(python -V / uv –version / conda -V)。
2)若在国内网络,先测试镜像可达性(应返回 pip 的版本清单):
pip index versions pip -i https://mirrors.ustc.edu.cn/pypi/simple
1进入 server 目录后安装依赖:
pip install -r requirements.txt
若网络受限,可临时使用镜像(示例为中科大源):
pip install -r requirements.txt -i https://mirrors.ustc.edu.cn/pypi/simple
如果此命令成功返回 flask 的版本列表,则说明镜像可用。
方法一:直接启动
如果您确定本机 uv 或 conda 工作正常,且网络可直接安装依赖(无明显网络问题),可用此法。
启动服务(默认启用虚拟环境与端口 8890,可按需调整):
python server.py
常用参数(按需):
关闭虚拟环境管理
python server.py –enable_venv=False
切换虚拟环境管理工具为 conda
python server.py –env_tool=conda
切换端口
python server.py –port={Your Port Num}
关闭自动检查更新
python server.py –check_update=False
切换自动更新源为 gitee
python server.py –update_source=”gitee”
关闭包安装时启用镜像(默认为中科大镜像源)
python server.py –enable_mirror=False
自定义镜像源(示例为清华源)
python server.py –mirror_source=”https://pypi.tuna.tsinghua.edu.cn/simple/”
开启 Windows exe 安装模式;将 pdf2zh_next 可执行文件路径传入
(例如 .\pdf2zh-v2.6.3-BabelDOC-v0.5.7-win64\pdf2zh\pdf2zh.exe)
python server.py –enable_winexe=True –winexe_path=”xxxxxxx”
注:首次/更新 需要输入两次python server.py来启动,第一次是安装必要依赖;第二次是启动服务。
启动成功的预期:终端会打印服务启动与监听端口信息(默认 8890)。若端口被占用,请改用 –port 指定新端口。
方法二
如果自动安装过程中,由于网络波动或资源文件下载缓慢导致虚拟环境创建失败,可以尝试此方法。
“预热”指提前下载并安装依赖。预热仅首次需要,之后只执行 python server.py。
使用预热uv版本
1. 利用uv预热(首次安装)
Windows用户:
.\install-with-uv.bat –warmup
MacOS/Linux用户:
./install-with-uv.sh –warmup
预热后,您需要检查命令行中是否提示安装成功,如果安装失败,请不要进行下一步
2. 首次执行脚本
python server.py –skip_install=True
install-with-uv.sh有三个选项:
–warmup 对babeldoc的资源文件进行预热(需要一些时间)
–upgrade 对当前包进行升级
–no-mirror 不使用国内镜像源
3.以后执行版本
python server.py
使用conda预热版本
1. 利用conda预热(首次安装)
Windows用户:
.\install-with-conda.bat –warmup
MacOS/Linux用户:
./install-with-conda.sh –warmup
预热后,您需要检查命令行中是否提示安装成功,如果安装失败,请不要进行下一步
2. 首次执行脚本
python server.py –env_tool=conda –skip_install=True
install-with-conda.sh有三个选项:
–warmup 对babeldoc的资源文件进行预热(需要一些时间)
–upgrade 对当前包进行升级
–no-mirror 不使用国内镜像源
3.以后执行脚本
指定虚拟环境工具为conda
python server.py –env_tool=conda
方法三:手动安装依赖
若上述两个自动安装失败,可手动创建虚拟环境后逐一安装依赖(成功则跳过此节)。
A. 为 pdf2zh_next (2.x) 手动安装
方案 A1:用 uv(推荐)
环境名:zotero-pdf2zh-next-venv
Windows/CMD
:: 进入 server 目录
cd server
:: 1) 创建虚拟环境
uv venv zotero-pdf2zh-next-venv –python 3.12
:: 2) 安装依赖(使用镜像)
uv pip install –python .\zotero-pdf2zh-next-venv\Scripts\python.exe –index-url https://mirrors.ustc.edu.cn/pypi/simple pdf2zh_next pypdf PyMuPDF flask toml
若有打开虚拟环境的需求:
cmd
zotero-pdf2zh-next-venv\Scripts\activate
powershell
.\zotero-pdf2zh-next-venv\Scripts\Activate.ps1
macOS / Linux
进入 server 目录
cd server
1) 创建虚拟环境
uv venv zotero-pdf2zh-next-venv –python 3.12
2) 安装依赖(使用镜像)
uv pip install –python ./zotero-pdf2zh-next-venv/bin/python –index-url https://mirrors.ustc.edu.cn/pypi/simple pdf2zh_next pypdf PyMuPDF flask toml
若有打开虚拟环境的需求:
source ./zotero-pdf2zh-next-venv/bin/activate
方案 A2:用 conda
进入 server 目录
cd server
1) 创建环境
conda create -n zotero-pdf2zh-next-venv python=3.12 -y
2) 安装依赖(使用镜像)
conda run -n zotero-pdf2zh-next-venv pip install –index-url https://mirrors.ustc.edu.cn/pypi/simple pdf2zh_next pypdf PyMuPDF flask toml
若有打开虚拟环境的需求:
conda activate zotero-pdf2zh-next-venv
B. 为 pdf2zh (1.x) 手动安装
方案 A1:用 uv(推荐)
环境名:zotero-pdf2zh-venv(与脚本一致)
Windows/CMD
:: 进入 server 目录
cd server
:: 1) 创建虚拟环境(Python 3.12)
uv venv zotero-pdf2zh-venv –python 3.12
:: 2) 安装依赖(使用科大镜像)
uv pip install –python .\zotero-pdf2zh-venv\Scripts\python.exe –index-url https://mirrors.ustc.edu.cn/pypi/simple pdf2zh==1.9.11 pypdf PyMuPDF flask numpy==2.2.0 toml pdfminer.six==20250416
若有打开虚拟环境的需求:
cmd
zotero-pdf2zh-venv\Scripts\activate
powershell
.\zotero-pdf2zh-venv\Scripts\Activate.ps1
macOS / Linux
进入 server 目录
进入 server 目录
cd server
1) 创建虚拟环境(Python 3.12)
uv venv zotero-pdf2zh-venv –python 3.12
2) 安装依赖(使用科大镜像)
uv pip install –python ./zotero-pdf2zh-venv/bin/python –index-url https://mirrors.ustc.edu.cn/pypi/simple pdf2zh==1.9.11 pypdf PyMuPDF flask numpy==2.2.0 toml pdfminer.six==20250416
若有打开虚拟环境的需求:
source ./zotero-pdf2zh-venv/bin/activate
方案 A2:用 conda
依然使用环境名:zotero-pdf2zh-venv
进入 server 目录
进入 server 目录
cd server
1) 创建环境
conda create -n zotero-pdf2zh-venv python=3.12 -y
2) 安装依赖(使用科大镜像)
conda run -n zotero-pdf2zh-venv pip install –index-url https://mirrors.ustc.edu.cn/pypi/simple pdf2zh==1.9.11 pypdf PyMuPDF flask numpy==2.2.0 toml pdfminer.six==20250416
若有打开虚拟环境的需求:
conda activate zotero-pdf2zh-venv
注:若还不行,可以把您使用的代码发给ai,让ai帮您更换一个适合您的镜像源。
使用pdf2zh_next的exe启动服务
python server.py –enable_winexe=True –winexe_path=”Your\path\to\pdf2zh\pdf2zh.exe”
第四步:开始翻译
插件设置路径:编辑 → 首选项 → PDF2zh。在此可切换翻译引擎、配置 API 服务(Base URL、API Key、模型名等)与并发/QPS 参数。随后在 Zotero 主界面选中文献,右键选择相关操作即可。
翻译PDF (Translate PDF):对选中的原文 PDF 生成译文版本(单语/双语取决于插件设置)。
裁剪PDF (Crop PDF):适用于双语或单语附件。自动裁剪两侧空白,并按页面宽度一分为二后上下拼接,便于小屏阅读。若过裁剪,可在 server/utils/config.py 调整 config.pdf_w_offset。
双语对照 (Compare PDF):生成“左原右译”的双语 PDF。可在设置中选“Dual 文件翻译页在前”调整顺序。
双语对照(裁剪)(Crop-Compare PDF):专为双栏论文设计;先沿中缝垂直裁成单栏,再进行左右拼接。
运行提示:若插件调用到服务器失败,请首先确认 server.py 是否在运行、监听端口是否与插件设置一致,防火墙/安全软件是否放行本地端口。
一键启动脚本
第一步:获取 server.py 的目录路径
先把终端/命令行打开到 server.py 所在的文件夹
Windows:打开放有 server.py 的文件夹,在空白处按住 Shift 右键 → 在终端中打开(或地址栏输入 powershell/cmd 回车)。
macOS:在 Finder 里打开该文件夹,右键空白处 → 服务 → 在文件夹位置打开新终端(没有的话,可先打开“终端”后用 cd 进入这个文件夹)。
Linux:打开“终端”,用 cd 进入放有 server.py 的文件夹。
复制下面这一行回车执行(这行用的是 Python 自带的 pathlib 库,不需要 pip 安装):
python -c “import pathlib; print(pathlib.Path(‘server.py’).resolve().parent)”
如果你的电脑只有 python3 命令,把上面的 python 换成 python3。
Windows 如果 python 不行,试试:
py -3 -c “import pathlib; print(pathlib.Path(‘server.py’).resolve().parent)”
终端会输出一行目录路径,复制这行:
Windows 例子:D:\work\myapp\server
macOS/Linux 例子:/Users/you/work/myapp/server
请复制并保存好这行路径,我们马上就要用它!
第二步:选你的模板并复制
根据你的电脑系统,选择一个对应的模板。
如果你是 Windows 用户,请复制这个:
@echo off
chcp 65001 >nul
set PYTHONUTF8=1
rem ← 只需要修改下面这一行
set “PROJECT_PATH=这里替换成你的路径”
python “%PROJECT_PATH%\server.py”
pause
如果你是 macOS 或 Linux 用户,请复制这个:
!/usr/bin/env bash
set -euo pipefail
export PYTHONUTF8=1
← 只需要修改下面这一行
PROJECT_PATH=”这里替换成你的路径”
cd “$PROJECT_PATH”
python3 server.py
read -rp $’完成。按 Enter 退出…’ _
若您能看懂该脚本,知道修改哪里,那么请直接到第四步。
第三步:让 AI 帮你生成脚本
现在,我们要请一位的 AI 助手DeepSeek来帮我们生成脚本。
先复制下面这段话:
你好,请你根据我提供的路径和这个模板,生成一个可以直接供我使用的自动化脚本,并告诉我怎么用。
紧接着,粘贴你在第一步获取的路径。
最后,粘贴你在第二步选择的对应模板。
把这三段内容组合在一起,像下面这个样子,然后一次性发给 AI:
发送给AI的完整示例:
你好,请你根据我提供的路径和这个模板,生成一个可以直接供我使用的自动化脚本,并告诉我怎么用。
我的路径是:D:\project\server
我的模板是:
@echo off
chcp 65001 >nul
set PYTHONUTF8=1
rem ← 只需要修改下面这一行
set “PROJECT_PATH=这里替换成你的路径”
python “%PROJECT_PATH%\server.py”
pause
AI 会非常聪明地帮你把路径填好,并生成最终的完美脚本代码。
第四步:运行脚本
AI 已经把最终的脚本代码给你了,现在我们只需要把它保存成一个可执行的文件。
对于 Windows 用户 (.bat 文件):
在电脑任意位置(比如桌面)右键,选择“新建” -> “文本文档”。
打开这个新建的文本文档,把你从 AI 那里复制来的最终代码粘贴进去。
点击左上角的“文件”,选择“另存为”。
在弹出的窗口中,最关键的一步:
“保存类型”:一定要选择“所有文件 (.)”。
“文件名”:给它取个名字,但后缀必须是 .bat。例如:一键启动.bat。
点击“保存”。现在,桌面上就出现了一个带齿轮图标的文件。
对于 macOS / Linux 用户 (.sh 文件):
打开“文本编辑” (TextEdit) 或任何文本编辑器。
把 AI 生成的最终代码粘贴进去。
Mac 用户请注意:如果用的是“文本编辑”,请在菜单栏选择“格式” -> “制作纯文本”,确保是纯文本模式。
保存文件。给它取个名字,后缀必须是 .sh。例如:startup.sh,并将它保存在你喜欢的位置(比如桌面)。
最后一步,赋予它运行的权限。打开“终端”,输入 chmod +x (注意 +x 后面有个空格),然后把刚才保存的 .sh 文件从桌面拖到终端窗口里,最后按回车。
Part 2:Docker 部署(Compose)
如果你想使用 pdf2zh(1.x)作为翻译引擎,请直接跳到文末章节:“(可选)切换为 pdf2zh”。
第一步:确认 Docker 环境就绪
docker version
docker compose version
如果显示不了 docker compose,你可能安装的是老版 docker-compose,后续命令把 docker compose 换成 docker-compose 即可。
第二步:下载并准备 Docker 配置文件
Windows(CMD)
mkdir zotero-pdf2zh_docker
cd zotero-pdf2zh_docker
REM 下载
curl -L -o docker.zip https://raw.githubusercontent.com/guaguastandup/zotero-pdf2zh/main/docker.zip
REM 解压(任选一种;如命令行解压失败,可在资源管理器中右键解压到当前目录)
powershell -Command “Expand-Archive -Path ‘.\docker.zip’ -DestinationPath ‘.’ -Force”
REM 或者(如果 tar 可用)
REM tar -xf docker.zip
REM 进入 docker 子目录(里面有 Dockerfile 和 docker-compose.yaml)
cd docker
macOS / Linux(终端)
mkdir -p zotero-pdf2zh_docker
cd zotero-pdf2zh_docker
下载
curl -L -o docker.zip https://raw.githubusercontent.com/guaguastandup/zotero-pdf2zh/main/docker.zip
解压(任选其一)
unzip docker.zip
或
tar -xf docker.zip
进入 docker 子目录(里面有官方 Dockerfile 和 docker-compose.yaml)
cd docker
解压后的 docker/ 目录包含:
Dockerfile
docker-compose.yaml
config/ (空文件夹,用于挂载配置)
translated/ (空文件夹,用于挂载输出)
第三步:预拉取核心镜像 (推荐)
为避免首次启动时因网络问题导致超时,建议先手动拉取 pdf2zh_next 的 Docker 镜像。
docker pull awwaawwa/pdfmathtranslate-next:latest
Docker镜像加速
如果你(或你的组织)有可靠的镜像加速端点,可以在 Docker 里配置“registry-mirrors”,让所有 docker pull 走加速:
Docker Desktop(Win/macOS):Settings → Docker Engine,在 JSON 中加入:
{
“registry-mirrors”: [“https://”]
}
第四步:启动服务
在 zotero-pdf2zh_docker/docker 目录下,执行以下命令:
docker compose up -d –build
当您看到类似下面的日志输出时,代表服务已成功启动:
- Running on http://127.0.0.1:8890
- Running on http://172.18.0.2:8890
常用 Docker 管理命令:
docker start zotero-pdf2zh # 启动已存在的容器
docker stop zotero-pdf2zh # 停止容器
docker logs -f zotero-pdf2zh # 查看实时日志,用于排查问题
docker compose down # 停止并移除容器
(可选)切换为 pdf2zh (1.x)
默认镜像是 pdf2zh_next。如果你只想用 1.x pdf2zh(byaidu/pdf2zh:1.9.6),按下述最小改动即可。
0)预拉取经典镜像
docker pull byaidu/pdf2zh:1.9.6
1) 修改 Dockerfile
A. 更换镜像变量,改为1.x
找到:
ZOTERO_PDF2ZH_FROM_IMAGE=awwaawwa/pdfmathtranslate-next:latest
改为:
ZOTERO_PDF2ZH_FROM_IMAGE=byaidu/pdf2zh:1.9.6
B. 删除“next 包装器”整段
找到
RUN printf ‘%s\n’ \
‘#!/usr/bin/env bash’ \
‘set -euo pipefail’ \
‘img=”${ZOTERO_PDF2ZH_FROM_IMAGE:-awwaawwa/pdfmathtranslate-next:latest}”‘ \
‘cid=”$(cat /etc/hostname)”‘ \
‘exec docker run –rm –volumes-from “${cid}” -e TZ -e http_proxy -e https_proxy -e HF_ENDPOINT “$img” pdf2zh_next “$@”‘ \
/usr/local/bin/pdf2zh_next && chmod +x /usr/local/bin/pdf2zh_next
整块修改为:
RUN printf ‘%s\n’ \
‘#!/usr/bin/env bash’ \
‘set -euo pipefail’ \
‘img=”${ZOTERO_PDF2ZH_FROM_IMAGE:-byaidu/pdf2zh:1.9.6}”‘ \
‘cid=”$(cat /etc/hostname)”‘ \
‘exec docker run –rm –volumes-from “${cid}” -e TZ -e http_proxy -e https_proxy -e HF_ENDPOINT “$img” pdf2zh “$@”‘ \
/usr/local/bin/pdf2zh && chmod +x /usr/local/bin/pdf2zh
其它内容(server.zip 下载、requirements 安装、entrypoint)保持不变。
2) 修改 docker-compose.yaml
找到
ZOTERO_PDF2ZH_FROM_IMAGE: awwaawwa/pdfmathtranslate-next:latest
改为:
ZOTERO_PDF2ZH_FROM_IMAGE: byaidu/pdf2zh:1.9.6
如需挂字体(可选,字体文件与 docker-compose.yaml 同级):
volumes:
- ./translated:/app/server/translated
- ./config:/app/server/config
- ./LXGWWenKai-Regular.ttf:/app/LXGWWenKai-Regular.ttf:ro # 可选
- /var/run/docker.sock:/var/run/docker.sock
3) 重构启动(在 docker 目录)
docker compose down
docker compose up -d –build
常用命令:
docker start zotero-pdf2zh # 启动已存在的容器
docker stop zotero-pdf2zh # 停止容器
docker logs -f zotero-pdf2zh # 查看实时日志,用于排查问题
docker compose down # 停止并移除容器
插件里把 翻译引擎 选成 pdf2zh。祝您使用愉快!
Docker配置镜像下载的使用教程
本项目在构建镜像时需要从 GitHub 下载 server.zip。默认使用官方源,如果你的网络访问 GitHub 生效较慢或失败,可按需启用以下两种镜像方式(二选一):
方法 1:给原始链接加“代理前缀”(如 ghproxy.net)
方法 2:直接把下载地址换成 jsDelivr CDN
每次修改构建源后,都请重新构建:
docker compose build –no-cache && docker compose up -d
- 默认不改(官方源 + pip 自动回退)
默认使用:https://raw.githubusercontent.com/guaguastandup/zotero-pdf2zh/main/server.zip
pip 安装依赖时:先官方 PyPI,失败自动回退 USTC。
(无需任何改动即可工作,适合网络正常时使用。)
1)方法一:开启“代理前缀”镜像
适用:希望保留原始 raw.githubusercontent.com 链接,只在前面加个国内可达的反代前缀(例如 https://ghproxy.net/)。
操作步骤
打开 docker-compose.yml,在 build.args 下取消注释并设置:
services:
pdf2zh-server:
build:
args:
GITHUB_PROXY_PREFIX: “https://ghproxy.net/”
你也可以换成你常用的其他前缀域名。
重新构建并启动:
docker compose build –no-cache
docker compose up -d
备注:代理前缀服务通常为第三方社区反代,稳定性与可用性请自评估。无法访问时可更换域名或改用方法二。
2)方法二:改用 jsDelivr(CDN)
适用:公开仓库中的单个文件下载,CDN 稳定缓存,速度通常更好。
操作步骤
打开 docker-compose.yml,在 build.args 下改写 SERVER_ZIP_URL(并且确保 GITHUB_PROXY_PREFIX 留空或注释):
services:
pdf2zh-server:
build:
args:
SERVER_ZIP_URL: “https://cdn.jsdelivr.net/gh/guaguastandup/zotero-pdf2zh@main/server.zip”
# GITHUB_PROXY_PREFIX: # 留空或注释
重新构建并启动:
docker compose build –no-cache
docker compose up -d
Part 3:连接 Zotero 并开始翻译
无论您选择哪种部署方式,最后一步都是在 Zotero 插件中配置并使用它。
插件设置:在 Zotero 中,导航至 “编辑” -> “首选项” -> “PDF2zh” 选项卡。
服务地址:确保服务地址与您的后端服务一致。默认是 http://127.0.0.1:8890 或 http://localhost:8890。如果您在启动时修改了端口,请在此处同步更新。
模型配置:在此处配置您的翻译引擎(如 pdf2zh_next)、API 服务商的 Base URL 和 API Key。
开始翻译:回到 Zotero 主界面,选中一篇或多篇文献条目,右键单击,在菜单中选择 “开始翻译”。
Part 4:常见问题解答(FAQ)
Q1:第一次翻译进度条卡在 translate 10/100 很久?
A:
建议开启代理/镜像加速首次资源下载;
或直接在 PDFMathTranslate-next Releases 下载 带 assets 的 Windows 压缩包(内置常用字体/资源),解压后双击 pdf2zh.exe,访问 WebUI http://127.0.0.1:7860/ 翻译任意 1 页触发资源释放。
Q2:Windows 报 “DLL 初始化失败/缺少运行库”?
A:安装 Microsoft Visual C++ 2015–2022(x64) 。
Q3:Zotero 无进度条、任务未启动?
A:优先检查 Zotero ↔ 本地服务 连通性(端口/回环地址/代理),并核对插件中的服务地址 http://localhost:8890 是否与后端一致(默认即为 8890)。
Q4:服务端返回 401/403/404/429 或端点不可达?
A:逐项核实 Base URL / API Key / 模型名 / 速率;根据服务商限制临时降低 QPS/并发,观察是否恢复。
Q5:线程/速率如何估算?
A:以服务商 RPM/TPM 为上限,从保守的 QPS 值启动并逐步压测: QPS = ⌊ RPM / 60 ⌋。
Q6:比较推荐哪个服务/大模型?
A:
siliconflowfree(免配置):硅基流动提供的免费通道(当前为 THUDM/GLM-4-9B-0414),适合入门与临时使用;
火山引擎(开发者/协作计划):每个模型每日50w额度,具体可见协作奖励计划规则、-火山引擎;
“非思考”模型优先:多数论文/学术 PDF 翻译更看重稳定与速度,尽量使用非思考版;(think模型会带来巨大的token开销,且不稳定)
高性价比口碑:deepseek-v3、qwen-plus-latest 等反馈较好(需自配 API Key)。
不建议使用机翻:BabelDOC是专门为大模型做的服务,bing、google等机翻服务不建议使用。
提示:免费服务策略可能变化,请以各平台控制台实际配额与速率为准。

