基于视觉模型的 PDF 翻译工具设计探讨

社区讨论了一种基于视觉模型的 PDF 翻译工具设计方案，该方案直接将框选内容发送给视觉模型，并依据模型返回内容渲染公式译文。该工具仅渲染窗口内可见框选区域的译文，且译文框支持动态调整。社区反馈指出目前尚未集成 OCR 导致手动框选操作繁琐，并重点探讨了数学公式渲染及译文带格式复制的效果。