Azure-co-op-translator/translations/it/README.md

Co-op Translator

Semplifica l'automazione e la manutenzione delle traduzioni per i tuoi contenuti didattici su GitHub in più lingue man mano che il tuo progetto evolve.

Inizia qui: Scegli il tuo flusso di lavoro | Configurazione | CLI | API Python | Server MCP

🌐 Supporto multi-lingua

Supportato da Co-op Translator

Arabo | Bengalese | Bulgaro | Birmano (Myanmar) | Cinese (Semplificato) | Cinese (Tradizionale, Hong Kong) | Cinese (Tradizionale, Macao) | Cinese (Tradizionale, Taiwan) | Croato | Ceco | Danese | Olandese | Estone | Finlandese | Francese | Tedesco | Greco | Ebraico | Hindi | Ungherese | Indonesiano | Italiano | Giapponese | Kannada | Khmer | Coreano | Lituano | Malese | Malayalam | Marathi | Nepalese | Pidgin nigeriano | Norvegese | Persiano (Farsi) | Polacco | Portoghese (Brasile) | Portoghese (Portogallo) | Punjabi (Gurmukhi) | Rumeno | Russo | Serbo (Cirillico) | Slovacchio | Sloveno | Spagnolo | Swahili | Svedese | Tagalog (Filippino) | Tamil | Telugu | Thailandese | Turco | Ucraino | Urdu | Vietnamita

Preferisci clonare localmente?

Questo repository include più di 50 traduzioni linguistiche che aumentano notevolmente la dimensione del download. Per clonare senza le traduzioni, usa lo sparse checkout:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/Azure/co-op-translator.git
cd co-op-translator
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/Azure/co-op-translator.git
cd co-op-translator
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

Questo ti dà tutto il necessario per completare il corso con un download molto più rapido.

Panoramica

Co-op Translator ti aiuta a localizzare i tuoi contenuti didattici su GitHub in più lingue senza sforzo. Quando aggiorni i tuoi file Markdown, le immagini o i notebook, le traduzioni rimangono automaticamente sincronizzate, garantendo che i tuoi contenuti siano accurati e aggiornati per gli studenti di tutto il mondo.

Usalo dalla CLI per tradurre repository, dall'API Python per l'automazione o tramite il server MCP per flussi di lavoro con agenti e editor.

Esempio di come è organizzato il contenuto tradotto:

Perché Co-op Translator?

Tradurre un singolo file è facile. Mantenere l'intero repository di documentazione tradotto, collegato e aggiornato è la parte difficile.

Problema	Come Co-op Translator aiuta
Long docs are not one prompt	I lunghi file Markdown vengono suddivisi in frammenti, quindi un README esteso non dipende da una singola risposta fragile del modello. Se un frammento fallisce, Co-op Translator può riprovare e suddividere nuovamente solo la parte fallita.
Incomplete translations should not be marked current	Una traduzione troncata non dovrebbe mai essere contrassegnata come aggiornata. Co-op Translator verifica l'integrità della traduzione prima di salvare e può rilevare traduzioni esistenti strutturalmente incomplete.
Links should match the translated repo structure	Le traduzioni manuali spesso lasciano link relativi che puntano nuovamente all'albero sorgente. Co-op Translator riscrive i link di Markdown, notebook, immagini e README per adattarli alla struttura translations/<lang>/....
Translation should work across an entire repo	Co-op Translator gestisce file README, documentazione, notebook e testo delle immagini come parte di un unico flusso di lavoro per repository, invece di tradurre i file uno per uno.
Maintaining translations matters more than creating them once	Hash di origine e metadata delle traduzioni permettono a Co-op Translator di trovare file obsoleti, saltare file invariati e mantenere i contenuti tradotti sincronizzati man mano che il repository sorgente evolve.

Come viene gestito lo stato delle traduzioni

Co-op Translator gestisce i contenuti tradotti come artifact software versionati,
non come file statici.

Lo strumento traccia lo stato dei Markdown, delle immagini e dei notebook tradotti usando metadata con ambito linguistico.

Questo design consente a Co-op Translator di:

• Rilevare in modo affidabile le traduzioni non aggiornate
• Trattare Markdown, immagini e notebook in modo coerente
• Scalare in sicurezza su repository multi-lingua grandi e in rapido movimento

Modellando le traduzioni come artifact gestiti, i flussi di lavoro di traduzione si allineano naturalmente con le pratiche moderne di gestione delle dipendenze e degli artifact software.

→ Come viene gestito lo stato delle traduzioni

Approfondimenti correlati

• Correggere il Markdown danneggiato nella traduzione AI: rinforzare una pipeline di produzione

Inizia

Co-op Translator può essere usato dalla CLI, dall'API Python o dal server MCP. Inizia con la guida ai flussi di lavoro se stai scegliendo tra traduzione locale, automazione, CI e integrazione con agenti/editor.

• Scegli il tuo flusso di lavoro
• Configura le credenziali
• Traduci dalla CLI
• Automatizza con l'API Python
• Connettiti con il server MCP
• Esegui in GitHub Actions

Esempio CLI minimale dopo la configurazione:

python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate

pip install co-op-translator
translate -l "ko" -md
co-op-review -l "ko"

Per le prime esecuzioni su repository di grandi dimensioni, usa --dry-run prima di scrivere i file tradotti. Consulta il Riferimento CLI per flag sui tipi di contenuto, log, revisioni e migrazione dei link.

Esecuzione rapida del contenitore con Bash/Zsh:

docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko" -md

Esecuzione rapida del contenitore con PowerShell:

docker run --rm -it --env-file .env -v ${PWD}:/work ghcr.io/azure/co-op-translator:latest -l "ko" -md

Funzionalità

• Traduzione automatizzata per Markdown, notebook e immagini
• Mantiene le traduzioni sincronizzate con le modifiche sorgente
• Funziona in locale (CLI) o in CI (GitHub Actions)
• Espone strumenti di traduzione per Markdown, notebook, immagini, revisioni e progetto tramite MCP
• Utilizza Azure OpenAI o OpenAI per la traduzione con provider
• Permette a MCP di ospitare agenti per tradurre frammenti di Markdown e notebook senza credenziali LLM di Co-op Translator
• Usa Azure AI Vision per l'estrazione e la traduzione del testo nelle immagini
• Revisiona la struttura e la freschezza delle traduzioni con controlli deterministici
• Preserva la formattazione e la struttura del Markdown

Documentazione

• Sito della documentazione
• Scegli il tuo flusso di lavoro
• Configurazione
• Configurazione Azure AI
• Riferimento CLI
• API Python
• Server MCP
• GitHub Actions
• Template per lingue del README
• Lingue supportate
• Contribuire
• Risoluzione problemi

Guida specifica Microsoft

Note

Per i manutentori dei repository Microsoft “For Beginners” soltanto.

• Aggiornare la lista “other courses” (solo per i repository MS Beginners)

Supportaci e favorisci l'apprendimento globale

Unisciti a noi nella rivoluzione del modo in cui i contenuti didattici vengono condivisi a livello globale! Dai una ⭐ a Co-op Translator su GitHub e supporta la nostra missione di abbattere le barriere linguistiche nell'apprendimento e nella tecnologia. Il tuo interesse e i tuoi contributi hanno un impatto significativo! I contributi al codice e le proposte di funzionalità sono sempre benvenuti.

Esplora i contenuti didattici Microsoft nella tua lingua

• LangChain4j-for-Beginners
• AZD for Beginners
• Edge AI for Beginners
• Model Context Protocol (MCP) For Beginners
• AI Agents for Beginners
• Generative AI for Beginners using .NET
• Generative AI for Beginners
• Generative AI for Beginners using Java
• ML for Beginners
• Data Science for Beginners
• AI for Beginners
• Cybersecurity for Beginners
• Web Dev for Beginners
• IoT for Beginners
• PhiCookBook

Presentazioni video

👉 Fai clic sull'immagine qui sotto per guardare su YouTube.

• Open at Microsoft: Una breve introduzione di 18 minuti e una guida rapida su come usare Co-op Translator.

  

Contribuire

Questo progetto accoglie contributi e suggerimenti. Sei interessato a contribuire ad Azure Co-op Translator? Per favore consulta il nostro CONTRIBUTING.md per le linee guida su come puoi aiutare a rendere Co-op Translator più accessibile.

Contributori

Codice di Condotta

Questo progetto ha adottato il Microsoft Open Source Code of Conduct. Per maggiori informazioni consulta le FAQ del Codice di Condotta o contatta opencode@microsoft.com per eventuali domande o commenti aggiuntivi.

IA responsabile

Microsoft si impegna ad aiutare i nostri clienti a utilizzare i prodotti di IA in modo responsabile, condividere le nostre esperienze e costruire partnership basate sulla fiducia attraverso strumenti come Transparency Notes and Impact Assessments. Molte di queste risorse possono essere trovate su https://aka.ms/RAI. L'approccio di Microsoft all'IA responsabile è fondato sui nostri principi di IA: equità, affidabilità e sicurezza, privacy e protezione, inclusività, trasparenza e responsabilità.

I modelli su larga scala per linguaggio naturale, immagini e voce - come quelli utilizzati in questo esempio - possono potenzialmente comportarsi in modi ingiusti, inaffidabili o offensivi, causando danni. Si prega di consultare la Azure OpenAI service Transparency note per essere informati sui rischi e le limitazioni.

L'approccio raccomandato per mitigare questi rischi è includere un sistema di sicurezza nella propria architettura in grado di rilevare e prevenire comportamenti dannosi. Azure AI Content Safety fornisce un livello indipendente di protezione, in grado di rilevare contenuti dannosi generati dagli utenti e dall'IA in applicazioni e servizi. Azure AI Content Safety include API per testo e immagini che consentono di rilevare materiale dannoso. Abbiamo inoltre un Content Safety Studio interattivo che permette di visualizzare, esplorare e provare esempi di codice per rilevare contenuti dannosi attraverso diverse modalità. La seguente documentazione di avvio rapido ti guida nell'invio di richieste al servizio.

Un altro aspetto da tenere in considerazione è le prestazioni complessive dell'applicazione. Con applicazioni multimodali e multi-modello, intendiamo per prestazioni il fatto che il sistema operi come tu e i tuoi utenti vi aspettate, incluso il non generare output dannosi. È importante valutare le prestazioni della tua applicazione complessiva utilizzando le metriche per qualità di generazione, rischio e sicurezza.

Puoi valutare la tua applicazione di IA nel tuo ambiente di sviluppo utilizzando il prompt flow SDK. Dato un dataset di test o un obiettivo, le generazioni della tua applicazione di IA generativa vengono misurate quantitativamente con valutatori integrati o valutatori personalizzati a tua scelta. Per iniziare con il prompt flow sdk per valutare il tuo sistema, puoi seguire la guida di avvio rapido. Una volta eseguita una valutazione, puoi visualizzare i risultati in Azure AI Studio.

Marchi

Questo progetto può contenere marchi o loghi per progetti, prodotti o servizi. L'uso autorizzato dei marchi o dei loghi Microsoft è soggetto e deve attenersi alle Microsoft's Trademark & Brand Guidelines. L'uso dei marchi o dei loghi Microsoft in versioni modificate di questo progetto non deve causare confusione né implicare sponsorizzazione da parte di Microsoft. Qualsiasi uso di marchi o loghi di terzi è soggetto alle politiche di tali terze parti.

Ottenere aiuto

Se rimani bloccato o hai domande sulla creazione di app di IA, unisciti a:

Se hai feedback sul prodotto o riscontri errori durante lo sviluppo visita: