aicorpusx 0.1.0__tar.gz

aicorpusx-0.1.0/LICENSE

@@ -0,0 +1,22 @@
+MIT License
+
+Copyright (c) 2026 aicorpusx contributors
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.
+

aicorpusx-0.1.0/PKG-INFO

@@ -0,0 +1,144 @@
+Metadata-Version: 2.4
+Name: aicorpusx
+Version: 0.1.0
+Summary: Resumable, multi-key translation for CSV and XLSX corpora.
+Author-email: FENG YIFAN <yifan.f.academic@icloud.com>
+License-Expression: MIT
+Classifier: Development Status :: 3 - Alpha
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3 :: Only
+Requires-Python: >=3.9
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: openpyxl>=3.1
+Requires-Dist: rich>=13.0
+Dynamic: license-file
+
+# aicorpusx
+
+面向 CSV / XLSX 语料表的可恢复、多 API Key 并发翻译。任意走 OpenAI 兼容 `/chat/completions` 的服务，只需提供 `apis`、`model`、`base_url`：
+
+```python
+import aicorpusx
+
+aicorpusx.trans(
+    "terms.xlsx",
+    source_column="中文",
+    targets={"ar": "阿拉伯语", "en": "英语"},
+    apis=["key-1", "key-2"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+默认输出到 `terms_translated.xlsx`。CSV 输入自动输出 CSV；XLSX 输入自动输出 XLSX。
+
+`base_url` 写到 API 根路径即可（例如 `https://api.deepseek.com` 或 `https://api.openai.com/v1`），库会自动补上 `/chat/completions`。若已写成完整 endpoint，则按原样请求。
+
+## 安装
+
+```bash
+python -m pip install .
+```
+
+## 常用示例
+
+指定工作表、源语言与内容模式：
+
+```python
+aicorpusx.trans(
+    "corpus.xlsx",
+    sheet_name="Data",
+    source_column="原文",
+    source_language="zh",
+    targets={"ar": "译文"},
+    mode="sentence",  # auto / term / sentence / text
+    apis=["key-1", "key-2"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+直接传术语表：
+
+```python
+aicorpusx.trans(
+    "corpus.csv",
+    source_column="原文",
+    targets={"ar": "阿拉伯语"},
+    glossary={
+        "阴阳": "اليِن واليانغ",
+        "五行": "العناصر الخمسة",
+    },
+    glossary_mode="strict",  # strict / prefer / off
+    apis=["key-1"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+多语言术语文件可使用 `source,ar,en,de` 这样的列：
+
+```python
+aicorpusx.trans(
+    "corpus.xlsx",
+    source_column="原文",
+    targets={"ar": "阿拉伯语", "en": "英语", "de": "德语"},
+    glossary="glossary.xlsx",
+    apis=["key-1", "key-2"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+列名不规则时可以显式映射：
+
+```python
+aicorpusx.trans(
+    "corpus.xlsx",
+    source_column="原文",
+    targets={"ar": "阿拉伯语"},
+    glossary="glossary.xlsx",
+    glossary_source_column="中文术语",
+    glossary_target_columns={"ar": "阿语标准译名"},
+    apis=["key-1"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+术语在句中按最长优先做局部匹配。`strict` 会在返回后校验匹配到的目标术语，未满足时按重试规则重新请求；`prefer` 只向模型提供约束；`off` 忽略术语表。
+
+## 调度与恢复
+
+- `strategy="dynamic"`（默认）：所有可用 API 从公共队列抢任务，快的 key 自动多处理。
+- `strategy="balanced"`：开始时平均切分，每个 API 显示固定进度；key 失效后，未完成任务仍会交给其他 API。
+- 正常请求间隔默认为 `sleep=0.2` 秒。
+- 429、5xx、超时和连接错误会指数退避并加入 jitter；401/403 会停用该 key；普通 400 不会无限重试。
+- `checkpoint=True`（默认）会保存成功结果和失败任务。重新运行且 `overwrite=False` 时，已有输出和 checkpoint 中的结果都会跳过。
+- Rich 进度只显示 `API 1`、`API 2` 等编号，日志和 checkpoint 都不会保存 API key。
+
+主要容错参数及默认值：
+
+```python
+aicorpusx.trans(
+    "corpus.csv",
+    source_column="source",
+    targets={"en": "English"},
+    apis=["key-1", "key-2"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+    max_retries=5,
+    backoff_base=1,
+    max_backoff=60,
+    api_failure_threshold=5,
+    api_cooldown=30,
+    max_api_cooldown=300,
+)
+```
+
+## 非兼容接口
+
+默认按 OpenAI 兼容协议发请求。`temperature` 等额外字段可用 `provider_options` 传入。
+
+若服务不是 `/chat/completions`，可传入实现 `translate(...)` 的对象作为 `provider`。

aicorpusx-0.1.0/README.md

@@ -0,0 +1,128 @@
+# aicorpusx
+
+面向 CSV / XLSX 语料表的可恢复、多 API Key 并发翻译。任意走 OpenAI 兼容 `/chat/completions` 的服务，只需提供 `apis`、`model`、`base_url`：
+
+```python
+import aicorpusx
+
+aicorpusx.trans(
+    "terms.xlsx",
+    source_column="中文",
+    targets={"ar": "阿拉伯语", "en": "英语"},
+    apis=["key-1", "key-2"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+默认输出到 `terms_translated.xlsx`。CSV 输入自动输出 CSV；XLSX 输入自动输出 XLSX。
+
+`base_url` 写到 API 根路径即可（例如 `https://api.deepseek.com` 或 `https://api.openai.com/v1`），库会自动补上 `/chat/completions`。若已写成完整 endpoint，则按原样请求。
+
+## 安装
+
+```bash
+python -m pip install .
+```
+
+## 常用示例
+
+指定工作表、源语言与内容模式：
+
+```python
+aicorpusx.trans(
+    "corpus.xlsx",
+    sheet_name="Data",
+    source_column="原文",
+    source_language="zh",
+    targets={"ar": "译文"},
+    mode="sentence",  # auto / term / sentence / text
+    apis=["key-1", "key-2"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+直接传术语表：
+
+```python
+aicorpusx.trans(
+    "corpus.csv",
+    source_column="原文",
+    targets={"ar": "阿拉伯语"},
+    glossary={
+        "阴阳": "اليِن واليانغ",
+        "五行": "العناصر الخمسة",
+    },
+    glossary_mode="strict",  # strict / prefer / off
+    apis=["key-1"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+多语言术语文件可使用 `source,ar,en,de` 这样的列：
+
+```python
+aicorpusx.trans(
+    "corpus.xlsx",
+    source_column="原文",
+    targets={"ar": "阿拉伯语", "en": "英语", "de": "德语"},
+    glossary="glossary.xlsx",
+    apis=["key-1", "key-2"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+列名不规则时可以显式映射：
+
+```python
+aicorpusx.trans(
+    "corpus.xlsx",
+    source_column="原文",
+    targets={"ar": "阿拉伯语"},
+    glossary="glossary.xlsx",
+    glossary_source_column="中文术语",
+    glossary_target_columns={"ar": "阿语标准译名"},
+    apis=["key-1"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+)
+```
+
+术语在句中按最长优先做局部匹配。`strict` 会在返回后校验匹配到的目标术语，未满足时按重试规则重新请求；`prefer` 只向模型提供约束；`off` 忽略术语表。
+
+## 调度与恢复
+
+- `strategy="dynamic"`（默认）：所有可用 API 从公共队列抢任务，快的 key 自动多处理。
+- `strategy="balanced"`：开始时平均切分，每个 API 显示固定进度；key 失效后，未完成任务仍会交给其他 API。
+- 正常请求间隔默认为 `sleep=0.2` 秒。
+- 429、5xx、超时和连接错误会指数退避并加入 jitter；401/403 会停用该 key；普通 400 不会无限重试。
+- `checkpoint=True`（默认）会保存成功结果和失败任务。重新运行且 `overwrite=False` 时，已有输出和 checkpoint 中的结果都会跳过。
+- Rich 进度只显示 `API 1`、`API 2` 等编号，日志和 checkpoint 都不会保存 API key。
+
+主要容错参数及默认值：
+
+```python
+aicorpusx.trans(
+    "corpus.csv",
+    source_column="source",
+    targets={"en": "English"},
+    apis=["key-1", "key-2"],
+    model="deepseek-chat",
+    base_url="https://api.deepseek.com",
+    max_retries=5,
+    backoff_base=1,
+    max_backoff=60,
+    api_failure_threshold=5,
+    api_cooldown=30,
+    max_api_cooldown=300,
+)
+```
+
+## 非兼容接口
+
+默认按 OpenAI 兼容协议发请求。`temperature` 等额外字段可用 `provider_options` 传入。
+
+若服务不是 `/chat/completions`，可传入实现 `translate(...)` 的对象作为 `provider`。

aicorpusx-0.1.0/pyproject.toml

@@ -0,0 +1,28 @@
+[build-system]
+requires = ["setuptools>=77", "wheel"]
+build-backend = "setuptools.build_meta"
+
+[project]
+authors = [{name = "FENG YIFAN", email = "yifan.f.academic@icloud.com"}]
+name = "aicorpusx"
+version = "0.1.0"
+description = "Resumable, multi-key translation for CSV and XLSX corpora."
+readme = "README.md"
+requires-python = ">=3.9"
+license = "MIT"
+license-files = ["LICENSE"]
+dependencies = [
+  "openpyxl>=3.1",
+  "rich>=13.0",
+]
+classifiers = [
+  "Development Status :: 3 - Alpha",
+  "Programming Language :: Python :: 3",
+  "Programming Language :: Python :: 3 :: Only",
+]
+
+[tool.setuptools]
+package-dir = {"" = "src"}
+
+[tool.setuptools.packages.find]
+where = ["src"]

aicorpusx-0.1.0/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+

aicorpusx-0.1.0/src/aicorpusx/__init__.py

@@ -0,0 +1,7 @@
+"""Public package interface for AI-Corpus X."""
+
+from ._core import trans
+
+__all__ = ["trans"]
+__version__ = "0.1.0"
+