使用 OpenAI 兼容接口自动生成小说、漫画、字幕、游戏脚本等任意文本中的词语表的翻译辅助工具

• KeywordGacha，简称 KG，使用 AI 技术来自动生成词语表的次世代工具
• 从长篇 中文、英文、日文 文本内容中 一键抓取实体词语，并且 自动翻译、自动总结、自动生成词语表
• 相较传统工具，具有高命中、语义化、智能总结角色信息等特色，对文本的兼容性更好
• 极大的提升 小说、漫画、字幕、游戏脚本 等内容译前准备时制作词语表的工作效率
• 随机选取 绿站榜单作品 作为测试样本，与人工校对制作的词表对比，命中率约为 80%-90%

• 兼容所有 OpenAI 标准的 AI 大模型接口
• 可以使用 ChatGPT 系列、Claude 系列 或 众多国产模型 接口
• 也可以运行 本地模型 来获得 完全免费 的服务（需要 8G 以上显存的 Nvidia 显卡）

• 从 发布页 或 百度网盘 下载应用，目前提供两个版本，选择其一即可：
  • KeywordGacha_*.zip 基础版本，适用于所有设备
  • KeywordGacha_NV_*.zip GPU 加速版本，可以极大幅度提升处理速度，暂时只支持 Nvidia 显卡
• 打开配置文件 config.json，填入 API 信息，默认为使用本地接口
• 双击 01_启动.bat 启动应用，处理流程结束后，结果会保存在 output 文件夹内
• 其中：
  • *_日志.txt - 抓取到的词语的原文、上下文、翻译建议、角色信息总结等详细信息，用于人工确认
  • *_列表.json - 通用词表，可以导入 AiNiee - 替换词典、绿站 - 术语表 等处使用
  • *_ainiee.json - AiNiee - 提示字典 功能专用词语表
  • *_galtransl.json - GalTransl - GPT 字典 功能专用词语表

• 抓取、分析 和 翻译 效果取决于模型的能力，使用 💪 更昂贵 更强力 的模型可以显著提升效果
• 是的，氪金可以变强
• 各家的旗舰模型的如 GPT4o、Claude 3.5 Sonnet 效果十分好
• 推荐使用 在线接口，比如又快又便宜的 DeepSeek - 点击查看教程
• 如果有 8G+ 显存的 Nvidia 显卡，也可以使用 一键包 - 点击查看教程 来搭建 本地接口
• 总体来说 在线接口 的效果和速度都远好于 本地接口，但是 本地接口 也可以满足基本需求

• 支持从 .txt、.csv、.json 三种文件中读取文本
• 大部分主流的 小说 和 游戏脚本 数据格式都可以直接或者通过转换被 KG 识别
• 输入路径是文件夹时，会读取文件夹内所有的 .txt、.csv 和 .json 文件
• 当应用目录下有 input 文件夹时，会自动读取 input 内所有的 .txt、.csv 和 .json 文件
• 具体可见 Wiki - 支持的文件格式

• 20240820 v0.3.0

  • 调整 - NER 模型更新至 20240819
  • 调整 - 移除了一些不再需要的步骤以节约处理时间
  • 调整 - 不再自动为 API 地址补齐 /v1 以兼容更多模型

• 20240815 v0.2.1

  • 修正 - 不能正常读取 name - message 格式 .json 数据的问题

• 20240815 v0.2.0

  • 修正 - 当实体名称相互包含时，统计短词出现次数时会计入长词出现次数的问题
  • 新增 - 中文文本、英文文本 分析处理功能
    • 因评估数据匮乏，不太确定中英文实际的表现情况，欢迎提 issue 反馈

• 20240810 v0.1.0

  • 修正 - 一个系统兼容性问题
  • 调整 - 优化了对游戏文本的支持和抓取能力
  • 新增 - 自动生成 AiNiee 与 GalTransl 格式的词典

{
    "api_key": [
        "sk-no-key-required",
        "接口密钥，从接口平台方获取，使用在线接口时一定要设置正确。"
    ],
    "base_url": [
        "https://localhost:8080/v1",
        "请求地址，从接口平台方获取，使用在线接口时一定要设置正确。"
    ],
    "model_name": [
        "glm-4-9b-chat",
        "模型名称，从接口平台方获取，使用在线接口时一定要设置正确。"
    ],
    "count_threshold": [
        3,
        "出现次数阈值，出现次数低于此值的词语会被过滤掉以节约时间，调低它可以抓取更多低频词语。"
    ],
    "request_timeout": [
        180,
        "网络请求超时时间，如果频繁出现 timeout 字样的网络错误，可以调大这个值。"
    ],
    "request_frequency_threshold": [
        4,
        "网络请求频率阈值，单位为 次/秒，值可以小于 1，如果频繁出现 429 代码的网络错误，可以调小这个值。",
        "使用 DeepSeek 等不限制并发数的接口时可以调大，以获得超快的处理的速度。",
        "使用本地接口时，建议设置为本地接口的 NP 值。"
    ],
    "translate_surface": [
        1,
        "是否翻译词语，1 - 翻译，0 - 不翻译，启用后会自动翻译和填充词表。"
    ],
    "translate_context_per": [
        1,
        "是否翻译人名实体上下文，1 - 翻译，0 - 不翻译，比较慢，根据需求自己决定是否开启。"
    ],
    "translate_context_other": [
        0,
        "是否翻译其他实体上下文，1 - 翻译，0 - 不翻译，比较慢，根据需求自己决定是否开启。"
    ]
}

• 处理 小说 时
  • 注意单行不要太长
  • 目前模型能处理的单行最大长度约为500字，过长的句子会被截断
• 处理 游戏文本 时
  • 建议使用 SExtractor 、Translator++ 导出的文本
  • MTool 导出的文本抓取效果很不稳定
  • 如果抓取效果不好，可以多试几种导出工具和导出格式，往往会有奇效

• 支持 Translator++ 导出的 CSV 文本
• 添加 对 组织、道具、地域 等其他名词类型的支持
• 添加 对 英文内容 的支持
• 添加 对 中文内容 的支持
• 添加 对 韩文内容 的支持
• 添加 对 俄文内容 的支持
• 添加 对 GPU 加速的支持
• 添加 全自动生成模式

• 运行时的日志保存在程序目录下的 KeywordGacha.log 等日志文件内
• 反馈问题的时候请附上这些日志文件