mt — 机器翻译

接 DeepL / LLM / 本地翻译模型。当前引擎互斥：同一时间只有一个 MT 生效。

声明

json

{
  "id": "myteam.mt.deepl",
  "name": "DeepL 翻译",
  "version": "1.0.0",
  "target_app_version": "0.2",
  "type": "mt",
  "entrypoint": "deepl_mt.py:DeepLProvider",
  "tags": ["cloud"],
  "requires_hf": false,
  "supports_glossary": true,
  "supported_langs": ["en", "zh", "ja", "de", "fr", "es"],
  "target_langs": ["en", "zh", "ja", "de", "fr", "es", "it", "nl", "pl", "pt-BR"],
  "config_schema": [
    { "key": "api_key", "label": "DeepL API Key", "type": "password", "is_secret": true }
  ]
}

启用后到 设置 → 机器翻译 选为当前引擎。

supports_glossary: true 表示原生吃术语库/热词（不写则按 type/tags/id 推断： DashScope/Qwen 以及 mt / assistant / middleware 默认 true）。

可翻译语言（target_langs）

target_langs 决定字幕「翻译语言」下拉框里可以被用户激活的语种全集：

默认常驻中英；用户在「查看全部 N 种语言」里激活的语种会进入下拉框；
激活列表全局保存，但每个模型只显示自己能力目录内的项；
切换模型后，当前不可用的目标语种自动回落到中英；
省略时回落 supported_langs；两者都为空按 33 语种通用能力处理。

json

"target_langs": ["zh", "en", "ja", "ko", "yue", "zh-TW", "fr", "de", "es", "ru"]

⚠️ 不要把「目标语种」只写进 supported_langs：后者约束的是源语言。完整规则、代码格式（zh-TW / pt-BR / sr-Latn）、别名归一与 33 语种表见语言代码与可翻译语种。

宿主会自动为云端与第三方本地 MT 渲染激活入口，不需要自己写语种 UI；自带 settings_view 的插件可调用 bridge.getMtTargetLangCatalog(providerId) 读取目录。

最小实现

python

from transbox.plugins.base import BaseMTEngineProvider
from transbox.mt.engine import Translation


class CustomMTProvider(BaseMTEngineProvider):
    def translate(self, text, source_lang="en", target_lang="zh",
                  glossary_context=None, target=None, source=None) -> Translation:
        return Translation(text=f"[译] {text}", complete=True)

签名硬约束：

调用方只允许传基类参数（glossary_context / target / source 都是基类参数）。
底层 SDK 参数更少时，在实现内部适配；禁止把 source= / glossary_context= 直接透传给底层客户端。
失败时返回空 text，不要抛异常（宿主按"这句没译出来"处理）。

增量流式翻译（可选）

用 LLM 做翻译、想让译文边生成边出字时覆盖它：

python

def translate_partial(self, text, source_lang="en", target_lang="zh",
                      committed_prefix="", glossary_context=None,
                      target=None, source=None) -> Translation:
    """committed_prefix = 已经定稿展示的前缀，你只需翻译剩余部分。"""
    ...

默认实现回退到整句 translate。

术语库接入

宿主把当前语向的词库注入 glossary_context（字符串），并在翻译前后做替换/回正。你只要：

在 translate 里把 glossary_context 拼进 system prompt / 请求体（LLM 类），或
对支持术语表的引擎（DeepL 等）走它自己的 glossary 参数。

声明 supports_glossary: true 让宿主知道用你的语境（而不是仅做前后替换）。

本地离线 MT

与本地 ASR 同一套：声明 tags: ["local"] + model_artifacts，宿主自动接管下载与就绪检查（见 asr § 本地离线与模型工件）。

自己起本地服务的（llama-server / Ollama / 自研 HTTP）必须读本地服务型引擎强制契约。

想接别人的 llama-server / Ollama / LM Studio？直接用现成的 OpenAI 兼容插件 extensions/workshop_openai_mt 即可，不必自己写（它支持自定义 endpoint / 请求模板 / 响应路径）。

参考实现

目录	类型
`extensions/community_cloud_hunyuan_mt/`	云端 API
`extensions/community_hy_mt_7b/`	本地服务型（llama.cpp，最小 `model_artifacts` + 完整契约范例）
`extensions/workshop_openai_mt/`	OpenAI 兼容（可选自定义协议）

mt — 机器翻译 ​

声明 ​

可翻译语言（target_langs） ​

最小实现 ​

增量流式翻译（可选） ​

术语库接入 ​

本地离线 MT ​

参考实现 ​

相关 ​