介绍
Translate PDF Online — 架构、功能、安全与开源合规说明。
什么是 Translate PDF Online？
Translate PDF Online 提供在线 PDF 翻译 服务，在可行范围内尽量保留版式、插图与表格。产品面向 英文、简体中文、西班牙语、法语、意大利语、希腊语、日语、韩语 等学术与商业 PDF，并会持续扩展语言对。
开源与致谢
翻译流水线建立在社区开源项目之上，尤其参考 zotero-pdf2zh 以及更广泛的 pdf2zh / BabelDOC 生态，用于版式感知的 PDF 翻译。
建议同时阅读上游仓库的实现与许可证条款。
AGPL-3.0 合规说明
与 pdf2zh 相关的部分采用 AGPL-3.0。在通过网络使用服务的情形下，AGPL 可能要求对 AGPL 覆盖的修改版提供对应源代码，或以其他方式满足协议义务。
源码获取： 上游参考实现见 github.com/guaguastandup/zotero-pdf2zh。若需了解我们部署侧提供的源码获取方式，请联系 hello@translatepdfonline.com。
本节仅供透明说明，不构成法律意见；AGPL 合规请咨询专业律师。
系统总体架构
采用 前后端分离 架构。
前端（边缘）
- 技术栈： React / Next.js。
- 部署： Cloudflare Pages / Workers。
- 职责： 界面与交互、登录与支付流程 UI、浏览器内 PDF 预览与对比、调用后端 API。
对象存储
- 使用 Cloudflare R2 存放上传的 PDF 与生成结果，接口兼容 S3。
- 相对部分对象存储方案，有利于控制大文件下载的 出站流量 成本。
后端 API（应用服务器）
- 技术栈： 弹性云服务器（ECS 等）上运行 Python（FastAPI 等）。
- 职责： 用户与积分/订阅元数据、任务创建与编排、对接 DeepSeek API 与异步任务队列。
异步计算（Worker）
- Celery（或同类）负责重任务：版式分析（如 DocLayout-YOLO）、文本抽取、调用翻译 API，以及 BabelDOC 流程将译文写回 PDF 矢量结构（在支持的文档上）。
数据流（概要）： 浏览器 → Cloudflare 上的 Next.js → 后端 API → R2、任务队列、DeepSeek API → Worker → 回写 R2。
核心功能实现要点
A. PDF 浏览与圈选（局部翻译）
- 技术选型：
react-pdf-selection（或同类）在 PDF 视图上方提供交互层。 - 流程： 用户框选矩形后，前端获得该页区域内的 归一化坐标 并提交后端。
- 局部翻译： 后端用 PyMuPDF（或同类）抽取区域文本，调用 DeepSeek 翻译后返回前端展示。
B. 左右对比与同步滚动
- 引擎： pdf.js（或同类）双侧渲染原文与译文 PDF。
- 同步： 监听左侧容器滚动，计算 scrollTop 比例，同步到右侧，减轻两栏长度差异带来的错位感。
C. 任务队列与翻译流水线
- 解析 / 版式： Worker 进行段落、公式、表格等版式识别（按配置）。
- 翻译： 分批调用 DeepSeek（如 DeepSeek-V3）。单文档 Token 成本随页数与模型官方计价变化，文中成本仅为估算。
- 渲染： BabelDOC 等将译文按原样式回填至 PDF。
翻译工作台与「历史」栏
在 翻译 PDF 页面，左侧的 「历史」栏是日常使用的核心：
- 展示当前浏览器会话下的 上传记录与翻译任务（登录后还会与 账号关联），包括状态、源语言/目标语言、文件名等。
- 从历史中 点开任务 即可继续预览、下载译稿或查看进度，无需重复上传同一文件。
- 历史与右侧 PDF 预览、任务操作区联动：选中某条记录会加载对应任务上下文，便于接着处理。
若看不到更早的记录，可能是已被 保留策略 清理（见下文），或当前设备/会话不同。
数据安全与保留策略
- 传输： 全程 HTTPS（含 Cloudflare 到源站）。
- 保留： 存储在 R2 中的翻译产物及相关对象，在约 7 天 后由定时策略 自动物理删除（除非产品另行说明或法律另有要求）。
- 安全： 我们采取合理的访问控制与传输加密；任何在线服务都无法承诺「绝对安全」。
法律条款、隐私与支付处理请参阅 《隐私政策》 与 《服务条款》。