之前 pdf 翻译，看了别人的开源项目，一般是先解析为 md 文件，再翻译，现在借助多模态 ai 强大的图片ocr 可以直接翻译
主要思路，把 PDF 转为一张张图片，然后给 ai ，让其输出翻译好的 md 文本，工具如下：
我用的豆包 1.5 的 vision 版本-大模型 api，提示词也可以自定义
效果大概如下图：
推荐火山引擎 api： https://console.volcengine.com/auth/login
还有一个硅基流动的： https://siliconflow.cn/zh-cn/
openrouter 好像也有些免费的
蓝奏云工具下载链接，api 在 config.json 里面要自己填下：
https://wwzw.lanzoup.com/i70mH2u34nve
这是源代码： https://wwzw.lanzoup.com/i60jm2u34ydc
本文著作权归作者 [ yangshu ] 享有，未经作者书面授权，禁止转载，封面图片来源于 [ 互联网 ] ，本文仅供个人学习、研究和欣赏使用。如有异议，请联系博主及时处理。