EasyRead
把英文论文,读成舒服的中文。
导入 PDF,后台逐页翻译;公式、表格照原文排好,随时对照原文,边读边划线、记笔记、提问。
本地运行,论文和笔记只存在你自己的电脑上。
简体中文 · English

它和“把 PDF 丢给翻译软件”有什么不一样
- 像读一本排好版的中文书。 宋体正文、舒服的行宽和行距,公式用 KaTeX 按原文重排,表格是三线表,参考文献保留原文。顶栏一键切深色。
- 随时核对原文。 一键切“对照”,每段下面附英文;右侧可以开原页,跟着阅读位置翻页,还会框出当前段落在原页的位置。
- 翻译和解释分开。 正文只放忠实的译文;AI 的解释、回答放在页边,一眼就能分清哪句是论文说的。
- 边读边问 AI。 右侧“问 AI”面板实时对话,回答逐字流出来;可以一次引用好几段(选中文字拖进输入框就行)。问“我标红的那些公式有什么联系”,它会按颜色找出你的划线。可以开多个对话,模型单独选:Claude、GPT(Codex)、DeepSeek、通义、本机 Ollama……好的回答一键放到页边。
- 边读边批注。 选中文字四色荧光笔或下划线、写笔记、提问;问题一键让 AI 回答,笔记可以让 AI 点评。所有笔记按原文顺序汇总,可以勾选导出成 Markdown(放进 Obsidian、Notion)。
- 译文可以改。 双击一段直接改;术语表里改一个译法,全文替换。
- 不只是 arXiv。 拖进任何 PDF;或者填 arXiv 编号、DOI、论文标题、论文网页(OpenReview、ACL、NeurIPS、bioRxiv、PMC、期刊页面),自动找到公开的 PDF 并补全作者、年份、出处。
- 文献库。 侧栏像聊天软件:论文和分类都能置顶;自己建分类(右键改名、删除,把论文拖进去),内置分类可以隐藏;最近阅读、搜索、未读 / 在读 / 已读、星标、阅读进度、复制引用(GB/T 7714、APA、BibTeX)、导出单文件离线 HTML 发给别人。删掉的论文先进回收站,可以恢复。快捷键可以自定义。
- 用了多少心里有数。 每次翻译、每条 AI 回答都记下用了多少 token;用 Claude 订阅时,还能看到 5 小时 / 7 天额度用到多少、什么时候重置。
- 不会丢东西。 每次修改先存在浏览器,本地服务确认写进文件才删;翻译方后来改了你改过的段落,只提示,不覆盖。


翻译用什么模型:你来选
| 引擎 | 要什么 | 说明 |
|---|---|---|
| Claude Code(推荐) | 装好并登录 Claude Code | 不用 Key,用你订阅的额度;会自己看原页图核对公式,译文最好 |
| Codex CLI | 装好并登录 Codex | 不用 Key,用 ChatGPT 账号 |
| API 接口 · 国内直连:DeepSeek / 智谱 / 阿里云百炼 / Kimi / 硅基流动 / 魔搭 | API Key | 智谱 GLM-4.7-Flash、硅基流动小模型免费;DeepSeek 一篇 20 页论文几毛钱 |
| API 接口 · 海外(要梯子):OpenAI / Anthropic / Gemini / OpenRouter / Groq / Cerebras | API Key | Gemini、OpenRouter、Groq、Cerebras 有免费额度 |
| API 接口 · 本机:Ollama / LM Studio | 本机装 Ollama 或 LM Studio | 完全离线、免费,推荐 qwen3.5:9b(显卡小用 4b) |
| API 接口 · 自定义地址:任意 OpenAI 兼容接口、中转站 | 地址 + Key | Chat Completions 和 Responses 两种格式都支持;点“获取模型列表”从接口拉模型名 |
不想让它导入后马上翻译,在设置里关掉“导入后自动开始翻译”就行,之后可以让对话里的 agent 来译。
设置里会自动检测本机装了什么,点“试译一句”马上知道能不能用。某一页翻译失败(限流、网络、额度)会自动重试,还不行就先跳过、接着译后面的页,最后一键“重试失败的页”。

安装
最省事:下载安装包(不用装 Python)。在 Releases 下载:
- Windows:
EasyRead-Setup-x.x.x.exe,双击安装。没有代码签名,如果弹出“Windows 已保护你的电脑”,点“更多信息 → 仍要运行”。 - macOS(Apple 芯片):
EasyRead-x.x.x-arm64.dmg,把 EasyRead 拖进“应用程序”。第一次打开会提示“无法验证开发者”:去“系统设置 → 隐私与安全性”,在下面点“仍要打开”,之后就正常了。 - Linux:
EasyRead-x.x.x.AppImage,chmod +x后运行。
安装版的论文和设置存在用户目录下的 EasyRead 文件夹(和 pip 安装版同一个位置),卸载重装不会丢。
或者从源码运行:需要 Python 3.10+。
先从 Releases 下载最新版的 zip 解压(或者 git clone 本仓库)。
Windows:双击 start.cmd。第一次会自动装好环境(一分钟左右),之后双击直接打开。
macOS / Linux:在解压出来的目录里运行
./start.sh
这样启动的,浏览器里的 EasyRead 页面全部关掉后,后台服务过十几秒会自己退出;还有翻译在跑的话,等译完再退。
每次推送都会在 Windows、macOS、Linux 上自动装一遍、跑测试、启动一次(见上面的“测试”徽章)。
或者用 pip(数据放在 ~/EasyRead):
pip install git+https://github.com/Edwardxlai/easyread
easyread
浏览器会打开 http://127.0.0.1:8765。服务只监听本机。
桌面版(Electron)
桌面版复用同一套本地 Python 服务和 Web 界面,由 Electron 负责启动服务并显示窗口。开发环境需要 Node.js 22+、Python 3.10+ 和 PyInstaller:
npm install
python -m pip install pyinstaller
npm run dev
生成可分发安装包:
npm run dist
输出在 dist/electron/:Windows 为 NSIS 安装程序,macOS 为 DMG,Linux 为 AppImage。推送 v* 标签后,GitHub Actions 会在三个系统上构建,并把这些安装包自动附加到 GitHub Release;源码 zip 仍会由 GitHub 保留。打包后的文献库和设置保存在系统的 EasyRead 用户数据目录中,不会写进安装目录。
怎么用
- 右上角“设置”选翻译引擎。
- 把 PDF 拖进窗口;或者粘贴 arXiv 编号、arXiv / OpenReview 链接、PDF 直链(在文献库页面直接
Ctrl+V也行)。长论文可以选“只译正文”,或者“指定页”只译第几页到第几页。 - 翻译在后台一页页进行,已译的部分马上能读,没译到的页先显示原页。
- 读的时候点一下段落出现操作条;选中文字可以划线、写笔记、提问。按
?看全部快捷键。
和 AI agent 一起读
EasyRead 自带命令行,Claude Code / Codex 这类 agent 可以在对话里直接读你的笔记和问题、把回答写到对应段落旁边,也可以亲自翻译或重译某几页。技能说明在 skill/paper-reading/SKILL.md,把这个目录放进 ~/.claude/skills/ 或 ~/.codex/skills/ 即可。
easyread list # 列出文献库
easyread import 论文.pdf # 或 arXiv 编号 / 链接
easyread status ID # 进度、我改过的译文、笔记、待回答的问题
easyread discuss ID --from 回答.json # 把讨论写到页边
easyread export ID # 导出单文件离线 HTML
完整命令见 easyread --help,数据格式见 docs/data-format.md。
常见问题
翻译到一半失败了? 文献库里点这篇,右侧“翻译”一栏会写原因和失败的页,点“重试”。“翻译记录”里有每一批的详细情况;设置底部“运行日志”能看到服务本身的日志。
用 Claude Code 要挂梯子吗? 和你平时在终端里用 claude 一样:平时要,这里也要。不想折腾就在设置的“API 接口”里选智谱、硅基流动(都有免费模型)或本机 Ollama,国内直连。
Claude Code 额度用完了? 等额度恢复后点“重试”,或者在设置里临时换成 API / Ollama,已经译好的页不会重译。
数据存在哪? 全在本机。从源码运行时在项目目录的 library/;pip 安装后在 ~/EasyRead/library/。每篇论文一个文件夹,里面是原 PDF、原页图和几个 JSON(译文、你的笔记、AI 讨论、对话记录),设置和界面偏好在 config.json、prefs.json。可以直接备份或同步。为什么不用数据库见 docs/data-format.md。
能离线看、发给别人吗? 能。文献库里右键一篇论文 → “导出离线 HTML”,得到一个单文件网页(命令行是 easyread export ID)。对方不用装 EasyRead,双击用浏览器打开就能读:译文、公式、原页图、你的划线和笔记都在里面,也能切对照、开原页、接着划线。原页图是打包进去的,所以文件不小(27 页的论文约 10 MB)。在离线版里新做的划线和笔记只存在打开它的那个浏览器里;想并回文献库,在左侧“说明”里点“导出我的修改”得到一个 JSON,再运行 easyread merge ID --from 导出.json。
想放到网站上(比如 GitHub Pages),用 easyread demo ID --out 目录:图片另存成文件、按需加载,还会带上问 AI 的对话记录(只能看)。
开发
没有前端构建:easyread/web/ 下是纯 HTML/CSS/JS,改完刷新即可。后端只用 Python 标准库加 PDF 处理库。
python -m unittest discover tests # 翻译调度等单元测试
node tests/e2e.cjs library/<论文ID> # 浏览器端到端测试(需要 Playwright 和一篇已译好的论文)
设计取舍见 docs/design.md,版本变化见 CHANGELOG.md。
许可
MIT。公式渲染用 KaTeX(MIT)。
在线演示用的论文是 Rafailov 等人的 Direct Preference Optimization: Your Language Model is Secretly a Reward Model(arXiv:2305.18290,CC BY 4.0),中文译文由 EasyRead 调用 Claude 生成,演示里的划线和笔记是示例。
贡献者
- @Wang-auspicious — Electron 桌面版打包与发布流程