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

Co-op Translator

Łatwo automatyzuj tłumaczenie edukacyjnych treści na GitHubie na wiele języków, aby dotrzeć do globalnej publiczności.

🌐 Wsparcie wielu języków

Obsługiwane przez Co-op Translator

Arabski | Bengalski | Bułgarski | Birmański (Myanmar) | Chiński (uproszczony) | Chiński (tradycyjny, Hongkong) | Chiński (tradycyjny, Makau) | Chiński (tradycyjny, Tajwan) | Chorwacki | Czeski | Duński | Niderlandzki | Estoński | Fiński | Francuski | Niemiecki | Grecki | Hebrajski | Hindi | Węgierski | Indonezyjski | Włoski | Japoński | Kannada | Koreański | Litewski | Malajski | Malajalam | Marathi | Nepalski | Nigeryjski pidgin | Norweski | Perski (Farsi) | Polski | Portugalski (Brazylia) | Portugalski (Portugalia) | Pendżabski (Gurmukhi) | Rumuński | Rosyjski | Serbski (cyrylica) | Słowacki | Słoweński | Hiszpański | Suahili | Szwedzki | Tagalog (Filipiński) | Tamilski | Telugu | Tajski | Turecki | Ukraiński | Urdu | Wietnamski

Przegląd

Co-op Translator pomaga łatwo lokalizować edukacyjne treści na GitHubie na wiele języków.
Gdy aktualizujesz pliki Markdown, obrazy lub notatniki, tłumaczenia są automatycznie synchronizowane, dzięki czemu Twoje materiały pozostają dokładne i aktualne dla uczących się na całym świecie.

Przykład organizacji przetłumaczonych treści:

Szybki start

# Utwórz i aktywuj środowisko wirtualne (zalecane)
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# Zainstaluj pakiet
pip install co-op-translator
# Przetłumacz
translate -l "ko ja fr" -md

Docker:

# Pobierz publiczny obraz z GHCR
docker pull ghcr.io/azure/co-op-translator:latest
# Uruchom z zamontowanym bieżącym folderem i dostarczonym plikiem .env (Bash/Zsh)
docker run --rm -it --env-file .env -v "${PWD}:/work" ghcr.io/azure/co-op-translator:latest -l "ko ja fr" -md

Minimalna konfiguracja

1. Utwórz plik .env korzystając z szablonu: .env.template
2. Skonfiguruj jednego dostawcę LLM (Azure OpenAI lub OpenAI)
3. (Opcjonalnie) Dla tłumaczenia obrazów (-img) skonfiguruj Azure AI Vision
4. (Zalecane) Wyczyść poprzednie tłumaczenia, aby uniknąć konfliktów (np. translations/)
5. (Zalecane) Dodaj sekcję tłumaczeń do swojego README korzystając z szablonu języków README
6. Zobacz: Konfiguracja Azure AI

Użycie

Tłumacz wszystkie obsługiwane typy:

translate -l "ko ja"

Tylko Markdown:

translate -l "de" -md

Markdown + obrazy:

translate -l "pt" -md -img

Tylko notatniki:

translate -l "zh" -nb

Więcej opcji: Referencja poleceń

Funkcje

• Automatyczne tłumaczenie Markdown, notatników i obrazów
• Synchronizacja tłumaczeń z oryginalnymi zmianami
• Działa lokalnie (CLI) lub w CI (GitHub Actions)
• Wykorzystuje Azure OpenAI lub OpenAI; opcjonalnie Azure AI Vision dla obrazów
• Zachowuje formatowanie i strukturę Markdown

Dokumentacja

• Przewodnik po linii poleceń
• Przewodnik GitHub Actions (repozytoria publiczne i standardowe sekrety)
• Przewodnik GitHub Actions (repozytoria organizacji Microsoft i konfiguracje na poziomie organizacji)
• Szablon języków README
• Obsługiwane języki
• Wkład w projekt
• Rozwiązywanie problemów

Przewodnik specyficzny dla Microsoft

Note

Tylko dla opiekunów repozytoriów Microsoft „Dla początkujących”.

• Aktualizacja listy „innych kursów” (tylko dla repozytoriów MS Beginners)

Wspieraj nas i wspieraj globalną edukację

Dołącz do nas w rewolucjonizowaniu sposobu, w jaki treści edukacyjne są udostępniane na całym świecie!
Daj Co-op Translator ⭐ na GitHubie i wspieraj naszą misję przełamywania barier językowych w nauce i technologii. Twoje zainteresowanie i wkład mają ogromne znaczenie! Zachęcamy do zgłaszania kodu i propozycji funkcji.

Odkrywaj edukacyjne treści Microsoft w swoim języku

• AZD dla początkujących
• Edge AI dla początkujących
• Model Context Protocol (MCP) dla początkujących
• AI Agents dla początkujących
• Generative AI dla początkujących z użyciem .NET
• Generative AI dla początkujących
• Generative AI dla początkujących z użyciem Java
• ML dla początkujących
• Data Science dla początkujących
• AI dla początkujących
• Cyberbezpieczeństwo dla początkujących
• Web Dev dla początkujących
• IoT dla początkujących
• PhiCookBook

Prezentacje wideo

👉 Kliknij obraz poniżej, aby obejrzeć na YouTube.

• Open at Microsoft: Krótkie, 18-minutowe wprowadzenie i szybki przewodnik, jak korzystać z Co-op Translator.

  

Wkład w projekt

Projekt zaprasza do współpracy i sugestii. Chcesz pomóc w rozwoju Azure Co-op Translator? Zapoznaj się z naszym CONTRIBUTING.md, aby dowiedzieć się, jak możesz pomóc uczynić Co-op Translator bardziej dostępnym.

Współtwórcy

Kodeks postępowania

Projekt przyjął Microsoft Open Source Code of Conduct.
Więcej informacji znajdziesz w FAQ dotyczących Kodeksu postępowania lub
skontaktuj się pod adresem opencode@microsoft.com w razie dodatkowych pytań lub uwag.

Odpowiedzialna sztuczna inteligencja

Microsoft zobowiązuje się pomagać klientom w odpowiedzialnym korzystaniu z naszych produktów AI, dzielić się naszymi doświadczeniami oraz budować zaufanie poprzez narzędzia takie jak Transparency Notes i Impact Assessments. Wiele z tych zasobów znajdziesz pod adresem https://aka.ms/RAI.
Podejście Microsoft do odpowiedzialnej AI opiera się na naszych zasadach AI: uczciwość, niezawodność i bezpieczeństwo, prywatność i ochrona, inkluzywność, przejrzystość oraz odpowiedzialność.

Modele językowe, obrazowe i mowy na dużą skalę – takie jak te używane w tym przykładzie – mogą potencjalnie zachowywać się w sposób nieuczciwy, zawodny lub obraźliwy, co może powodować szkody. Prosimy zapoznać się z Transparency note usługi Azure OpenAI, aby być świadomym ryzyk i ograniczeń. Zalecanym podejściem do ograniczania tych ryzyk jest włączenie do architektury systemu bezpieczeństwa, który potrafi wykrywać i zapobiegać szkodliwym zachowaniom. Azure AI Content Safety zapewnia niezależną warstwę ochrony, zdolną do wykrywania szkodliwych treści generowanych przez użytkowników i AI w aplikacjach i usługach. Azure AI Content Safety obejmuje API do analizy tekstu i obrazów, które pozwalają wykrywać materiały szkodliwe. Mamy również interaktywne Content Safety Studio, które umożliwia przeglądanie, eksplorowanie i wypróbowywanie przykładowego kodu do wykrywania szkodliwych treści w różnych modalnościach. Poniższa dokumentacja szybkiego startu przeprowadzi Cię przez proces wysyłania zapytań do usługi.

Kolejnym aspektem, który warto wziąć pod uwagę, jest ogólna wydajność aplikacji. W przypadku aplikacji multimodalnych i wielomodelowych, wydajność oznacza, że system działa zgodnie z oczekiwaniami Twoimi i użytkowników, w tym nie generuje szkodliwych wyników. Ważne jest, aby ocenić wydajność całej aplikacji, korzystając z metryk jakości generowania oraz ryzyka i bezpieczeństwa.

Możesz ocenić swoją aplikację AI w środowisku deweloperskim, używając prompt flow SDK. Na podstawie zestawu testowego lub celu, generacje Twojej aplikacji generatywnej AI są ilościowo mierzone za pomocą wbudowanych lub własnych evaluatorów. Aby rozpocząć pracę z prompt flow sdk do oceny systemu, możesz skorzystać z przewodnika szybkiego startu. Po wykonaniu oceny możesz wizualizować wyniki w Azure AI Studio.

Znaki towarowe

Ten projekt może zawierać znaki towarowe lub logotypy projektów, produktów lub usług. Autoryzowane użycie znaków towarowych lub logotypów Microsoft podlega i musi być zgodne z Wytycznymi dotyczącymi znaków towarowych i marki Microsoft. Użycie znaków towarowych lub logotypów Microsoft w zmodyfikowanych wersjach tego projektu nie może powodować nieporozumień ani sugerować sponsorowania przez Microsoft. Wszelkie użycie znaków towarowych lub logotypów stron trzecich podlega politykom tych stron trzecich.

Uzyskanie pomocy

Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI, dołącz do:

Jeśli masz uwagi dotyczące produktu lub napotkasz błędy podczas tworzenia, odwiedź:

---

Zastrzeżenie:
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Mimo że dokładamy starań, aby tłumaczenie było jak najbardziej precyzyjne, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym powinien być uznawany za źródło autorytatywne. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.