init

.gitignore

@@ -0,0 +1,13 @@
+# Python-generated files
+__pycache__/
+*.py[oc]
+build/
+dist/
+wheels/
+*.egg-info
+
+# Virtual environments
+.venv
+input/
+output/
+config.ini

.python-version

@@ -0,0 +1 @@
+3.13

README.md

@@ -0,0 +1,50 @@
+## 留子课程幻灯片整理翻译工具
+
+本项目旨在为海外留学生提供一个高效、智能的课程资料处理解决方案，以应对他们在学习过程中遇到的语言障碍和复杂的幻灯片整理挑战。
+
+**核心问题：** 许多留学生在面对英文或其他语言的课程幻灯片时，不仅需要理解专业内容，还要克服语言隔阂，并且手动整理和翻译耗时费力，容易遗漏关键信息，尤其是在处理含有大量图表的幻灯片时。
+
+**程序流程：**
+
+1.  **自动化内容提取与转换：** 将 PDF 格式的课程幻灯片**自动转换为结构化的 Markdown 格式**，便于后续编辑和阅读。
+2.  **智能格式优化与增强：** 利用**大型语言模型 (LLM) 进行深度处理，对转换后的 Markdown 内容进行微调，优化版面格式，并智能地为图片增加中文注解**，提升理解效率。
+3.  **精准专业翻译：** 将内容**翻译成简体中文，同时智能识别并保留专业名词的英文原文注解**，确保专业术语的准确性，避免翻译歧义，让学生在中文语境下理解内容的同时，也能熟悉和掌握专业英文表达。
+
+### 安装
+
+1.  **安装 uv：** 如果您尚未安装 `uv`，请按照官方文档进行安装。通常可以使用 pip 安装：
+    ```bash
+    pip install uv
+    ```
+2.  **安装依赖：** 在项目根目录下，使用 `uv` 安装所有必要的依赖：
+    ```bash
+    uv pip install -r requirements.txt
+    ```
+    或者，如果您的项目使用 `pyproject.toml`：
+    ```bash
+    uv pip install .
+    ```
+
+### 配置
+
+本项目使用 `config.ini` 文件来管理 API 密钥。请确保在运行程序之前，在项目根目录下创建 `config.ini` 文件，并按照以下格式配置您的 `GOOGLE_API_KEY`：
+
+```ini
+[api_keys]
+GOOGLE_API_KEY = 您的Google API密钥
+```
+
+请将 `您的Google API密钥` 替换为您的实际 Google API 密钥。
+
+### 使用方法
+
+1.  将需要处理的 PDF 文件放入 `input` 目录下。
+2.  运行 `main.py` 脚本，并提供 PDF 文件名作为命令行参数。请使用 `uv run` 命令来执行脚本，以确保在正确的虚拟环境中运行：
+    ```bash
+    uv run python main.py <pdf_file_name>
+    ```
+    例如：
+    ```bash
+    uv run python main.py slides.pdf
+    ```
+    请确保 PDF 文件位于 `input` 目录中。

main.py

@@ -0,0 +1,208 @@
+import base64
+import os
+import re
+import configparser
+import sys
+from pathlib import Path
+from docling.datamodel.accelerator_options import AcceleratorDevice, AcceleratorOptions
+from docling.datamodel.base_models import InputFormat
+from docling.datamodel.pipeline_options import (
+    PdfPipelineOptions,
+)
+from docling.datamodel.settings import settings
+from docling.document_converter import DocumentConverter, PdfFormatOption
+from docling_core.types.doc.base import ImageRefMode
+from langchain_core.messages import HumanMessage, SystemMessage
+from langchain_google_genai import ChatGoogleGenerativeAI
+
+
+def convert_pdf_to_markdown(input_doc_path, output_md_path):
+    """Converts a PDF document to Markdown format."""
+    accelerator_options = AcceleratorOptions(
+        num_threads=8, device=AcceleratorDevice.CUDA
+    )
+
+    pipeline_options = PdfPipelineOptions()
+    pipeline_options.accelerator_options = accelerator_options
+    pipeline_options.do_ocr = True
+    pipeline_options.do_table_structure = True
+    pipeline_options.table_structure_options.do_cell_matching = True
+    pipeline_options.generate_page_images = True
+    pipeline_options.generate_picture_images = True
+
+    converter = DocumentConverter(
+        format_options={
+            InputFormat.PDF: PdfFormatOption(
+                pipeline_options=pipeline_options,
+            )
+        }
+    )
+
+    # Enable the profiling to measure the time spent
+    settings.debug.profile_pipeline_timings = True
+
+    # Convert the document
+    print(f"Converting {input_doc_path} to Markdown...")
+    conversion_result = converter.convert(input_doc_path)
+    doc = conversion_result.document
+
+    # List with total time per document
+    doc_conversion_secs = conversion_result.timings["pipeline_total"].times
+
+    doc.save_as_markdown(
+        filename=Path(output_md_path),
+        artifacts_dir=Path(os.path.join(os.path.splitext(os.path.basename(output_md_path))[0], "image")),
+        image_mode=ImageRefMode.REFERENCED,
+    )
+    print(f"Conversion took: {doc_conversion_secs} seconds")
+    print(f"Markdown file saved to: {output_md_path}")
+
+
+def simplify_image_references_in_markdown(markdown_path):
+    """Simplifies image names in the markdown file and renames the image files."""
+    print(f"Simplifying image references in {markdown_path}...")
+    with open(markdown_path, "r+", encoding="utf-8") as f:
+        content = f.read()
+
+        # Find all unique image paths
+        image_paths = set(re.findall(r"\((\S*?image_\d{6}_[a-f0-9]+\.png)\)", content))
+
+        for old_path in image_paths:
+            old_path_prefix = os.path.join("output", old_path)
+            if not os.path.exists(path=old_path_prefix):
+                continue
+
+            directory = os.path.dirname(old_path_prefix)
+            old_filename = os.path.basename(old_path_prefix)
+
+            # Create new filename, e.g., image_000000.png
+            parts = old_filename.split("_")
+            new_filename = f"{parts[0]}_{parts[1]}.png"
+            new_path = os.path.join(directory, new_filename)
+
+            # Rename the physical file
+            if not os.path.exists(new_path):
+                os.rename(old_path_prefix, new_path)
+
+            # Replace the path in the markdown content
+            new_path_in_markdown = new_path.replace(f"output{os.sep}", "")
+            content = content.replace(old_path, new_path_in_markdown)
+
+        # Go back to the beginning of the file and write the modified content
+        f.seek(0)
+        f.write(content)
+        f.truncate()
+    print("Image references simplified.")
+
+
+def refine_and_translate_content(markdown_path, pdf_path):
+    """Refines and translates the Markdown content using an LLM."""
+    print("Starting content refinement and translation...")
+
+    config = configparser.ConfigParser()
+    config.read('config.ini')
+    google_api_key = config.get('api_keys', 'GOOGLE_API_KEY', fallback=None)
+
+    if not google_api_key:
+        print("Error: GOOGLE_API_KEY not found in config.ini")
+        return
+
+    os.environ["GOOGLE_API_KEY"] = google_api_key
+    try:
+        llm = ChatGoogleGenerativeAI(model="gemini-2.5-flash", temperature=0)
+    except Exception as e:
+        print(
+            f"Error initializing LLM. Make sure your Google API key is set correctly. Error: {e}"
+        )
+        return
+
+    try:
+        with open(markdown_path, "rb") as f:
+            markdown_content = f.read()
+
+        with open(pdf_path, "rb") as pdf_file:
+            pdf_bytes = pdf_file.read()
+
+    except FileNotFoundError as e:
+        print(f"Error reading files: {e}")
+        return
+
+    prompt = """
+    您是一名专业的科技文档编辑和翻译。您的任务是润色一份从随附 PDF 文档自动转换而来的 Markdown 文本。请以原始 PDF 作为布局、图像和上下文的真实依据。
+
+    请根据提供的 Markdown 和 PDF 执行以下四项操作：
+
+    1.  **清理多余字符**：查看 Markdown 文本，删除原始 PDF 中不存在的任何转换伪影或奇怪格式。
+    2.  **解释图像内容**：参考 PDF 中的图表、示意图和图像，在图像引用后添加清晰简洁的解释。
+    3.  **更正列表格式**：转换可能使嵌套列表扁平化。分析 PDF 中的列表结构，并在 Markdown 中恢复正确的多级缩进。
+    4.  **翻译成中文**：将整个清理和更正后的文档翻译成简体中文。当您遇到专业或技术术语时，您必须在其译文旁边保留原始英文术语并用括号括起来。
+    
+    只需要输出调整翻译后的 markdown 文本，不需要任何其他的文字内容。
+    """
+
+    message_content = [
+        SystemMessage(prompt),
+        HumanMessage(
+            [
+                {
+                    "type": "media",
+                    "mime_type": "text/markdown",
+                    "data": base64.b64encode(markdown_content).decode("utf-8"),
+                },
+                {
+                    "type": "text",
+                    "text": "这是原始的PDF文件:\n",
+                },
+                {
+                    "type": "media",
+                    "mime_type": "application/pdf",
+                    "data": base64.b64encode(pdf_bytes).decode("utf-8"),
+                },
+            ]
+        ),
+    ]
+
+    print(
+        "Sending request to Gemini with the PDF and Markdown... This may take a moment."
+    )
+    try:
+        response = llm.invoke(message_content)
+        refined_content = response.content
+    except Exception as e:
+        print(f"An error occurred while invoking the LLM: {e}")
+        return
+
+    refined_output_path = os.path.splitext(markdown_path)[0] + "_refined_zh.md"
+    with open(refined_output_path, "w", encoding="utf-8") as f:
+        f.write(str(refined_content))
+
+    print(f"Task complete! Refined and translated file saved to: {refined_output_path}")
+
+
+def main():
+    if len(sys.argv) < 2:
+        print("Usage: python main.py <pdf_file_name>")
+        print("Example: python main.py material.pdf")
+        print("Make sure you put pdf file into input directory")
+        sys.exit(1)
+
+    fileName = sys.argv[1]
+    if not fileName.endswith(".pdf"):
+        print("Error: The provided file must be a PDF file (e.g., 08.pdf)")
+        sys.exit(1)
+
+    input_doc_path = os.path.join("input", fileName)
+    output_md_path = os.path.join("output", fileName.replace(".pdf", ".md"))
+
+    # Step 1: Convert PDF to Markdown
+    convert_pdf_to_markdown(input_doc_path, output_md_path)
+
+    # Step 2: Simplify image references
+    simplify_image_references_in_markdown(output_md_path)
+
+    # # Step 3: Refine and translate the content
+    refine_and_translate_content(output_md_path, input_doc_path)
+
+
+if __name__ == "__main__":
+    main()

pyproject.toml

@@ -0,0 +1,12 @@
+[project]
+name = "slide-translate"
+version = "0.1.0"
+description = "Add your description here"
+readme = "README.md"
+requires-python = ">=3.13"
+dependencies = [
+    "docling>=2.57.0",
+    "langchain>=1.0.2",
+    "langchain-google-genai>=3.0.0",
+    "langchain-ollama>=1.0.0",
+]