开发者自研 AI 翻译工具：支持截图重排与上下文交互式问答

一位开发者在 V2EX 社区分享了一款自主研发的 AI 翻译辅助阅读应用程序，旨在解决英文技术书籍阅读效率低与理解难的问题。该项目的初衷源于开发者阅读 PyTorch 英文原版电子书时的痛点：虽然具备英语阅读能力，但母语阅读效率更高，且书中内容常需进一步提问澄清。市面上的 PDF 阅读器虽然具备翻译功能，但普遍存在收费昂贵、无法针对译文进行追问、模型与提示词固化导致翻译生硬（“机翻感”重）等缺陷。受限于现有工具的灵活性，该开发者借助大模型技术自主开发了这款应用。

该工具在功能上实现了“截图识别 + 智能排版 + 上下文问答”的闭环。用户可以直接上传书页截图，应用会自动拼接图像，并利用 OCR 技术精准识别文中的文字、代码块、表格及插图。随后，系统将这些非结构化内容重组为排版精良的 Markdown 文档进行渲染。这一功能有效解决了复杂版式书籍的阅读难题，例如在处理《摄影师之眼》这类页面排版极宽的书籍时，翻译重排显著提升了可看性。

此外，该应用的核心差异化优势在于其辅助阅读能力。不同于通用翻译工具，它允许用户在阅读界面直接针对翻译内容进行提问。由于系统内置了书籍的上下文环境，AI 能够结合上下文更准确地回答关于代码逻辑或理论概念的疑问，实现了从单纯的“翻译”到“交互式学习”的转变。目前该项目处于内部测试阶段，作者正在征求社区反馈以决定是否进一步打磨并公开发布。

事件分析

💡 核心观点：AI 将软件开发从“大而全”的功能堆砌推向“小而美”的场景定制，未来每个细分痛点都可能催生一个微型 AI 智能体。