T-Ragx 是行业应用领域的开源项目，由 rayliuca 开发，2024 年首次发布。
它收录于行业应用分类，该分类目前共有 545 个项目，GitHub 星标数为 100。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-05。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：专业领域文档翻译（如法律、医学、技术手册）。同类可对比的替代方案包括 NLLB (No Language Left Behind)、MarianMT、Opus-MT。
T-Ragx
给大模型装个知识库，让翻译更懂行话和术语
T-Ragx 是一个将检索增强生成（RAG）与大型语言模型（LLM）结合，用于提升机器翻译质量的开源项目。它针对传统神经机器翻译在专业术语、领域知识、上下文一致性等方面表现不足的问题，通过引入外部知识检索机制，在生成翻译时动态检索相关文档片段或术语库，辅助模型产出更准确、更符合语境的译文。项目基于 Python 实现，提供了一套完整的 RAG 翻译流程，包括知识库构建、检索器配置、提示词模板设计以及与主流 LLM 的集成接口。核心能力在于灵活适配不同翻译场景，用户可自定义知识源（如术语表、平行语料、百科条目），从而显著改善专有名词、俚语或长难句的翻译效果。目前项目处于早期阶段，代码结构清晰，适合对 RAG 技术或翻译优化感兴趣的开发者研究、扩展或直接用于特定领域的翻译任务。
开源
free
开源模型
GitHub 星标
★ 100
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队rayliuca
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型cat,computer-aided-translation,computer-assisted-translation,large-language-models,llm,machine-translation,rag,retrieval-augmented-generation
GitHub 星标★ 100
30天Star增速
HF 下载量
上线时间2024-03-03 00:00:00
最近更新2026-09-05 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 通过 RAG 动态检索领域知识，有效提升专业术语翻译准确率
- 支持自定义知识源（术语表、平行语料等），可适配垂直领域
- 与主流 LLM 集成简单，提供清晰的流程和接口
不足之处
- 项目处于早期阶段，文档和示例相对有限
- 依赖外部知识库构建，初始配置成本较高
适用场景
- 专业领域文档翻译（如法律、医学、技术手册）
- 电商或产品本地化，需统一品牌术语翻译
- 学术论文或技术博客翻译，需保持术语一致性
替代项目
NLLB (No Language Left Behind)、MarianMT、Opus-MT
项目介绍
下一篇：LogLLM
同类项目推荐
xmgai-like
开源
换脸、艺术二维码随手玩，副业灵感一包带走。
本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···
spoken-to-signed-translation
开源
把口语文本一路转成手语视频的流水线
a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
LiveTranslate
开源
直播看片实时翻译，字幕秒出，跨语言无压力
Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···