DeepSeek API 无专用文档翻译接口，需先提取PDF/DOCX文本再调用/v1/chat/completions接口翻译；必须指定model="deepseek-chat"，严格约束prompt并手动还原格式。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
DeepSeek API 不提供专用的“文档翻译接口”，所谓“文档翻译”实际是分步处理：先提取文本，再调用通用文本生成或聊天接口完成翻译。直接传 PDF/DOCX 文件会失败。
为什么 /v1/chat/completions 是当前最可行的翻译入口
DeepSeek 官方文档中明确列出的翻译相关端点（如 /v1/translate）在 2026 年已下线或未开放公测；所有稳定可用的接口均基于 /v1/chat/completions。它虽非专为翻译设计，但通过 prompt 控制 + 模型能力，效果可靠且兼容性好。
- 必须指定
model="deepseek-chat"，其他模型（如deepseek-coder）对多语言理解弱，易漏译术语 - 响应体中需解析
response["choices"][0]["message"]["content"]，不是translatedText字段 - 若 prompt 中未声明“保持原文段落结构”，模型可能合并换行、删空行——这对技术文档是致命问题
- 单次请求建议控制在 2000 字符以内，超长文本需按句号/换行切分，否则
max_tokens不足或触发截断
PDF/DOCX 文档进 API 前必须做的三件事
跳过这步，90% 的“翻译不完整”报错都源于此：API 只收纯文本，不识别格式、页眉页脚、表格框线或扫描图。
One API key for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more
下载
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
- PDF：用
PyPDF2或pymupdf（推荐）提取文字，pymupdf对含图片/公式 PDF 的文本定位更准 - DOCX：用
python-docx遍历document.paragraphs和document.tables，别只读.text——表格单元格内容会丢失 - 编码与清洗：强制转
utf-8，删除\x00、\f等控制字符，否则 API 返回400 Bad Request
让翻译结果可落地的关键 prompt 写法
“请翻译成英文”这种指令在技术文档场景下极易导致术语错译、被动语态滥用、编号错乱。真正起效的是带约束的结构化 prompt。
- 必须包含源/目标语言全称（如“简体中文→英语”），避免模型误判方言或繁体
- 加约束句：“严格保留原文编号（如‘3.2.1’）、代码块（```）、数学公式（$E=mc^2$）和表格结构，不解释、不补充、不改写”
- 对术语敏感文档（如 API 文档），追加：“以下术语必须直译：‘request body’→‘请求体’，‘rate limit’→‘速率限制’，其余按行业惯例”
- 实测发现，在 prompt 开头加“你是一名资深技术文档本地化工程师”比“请翻译”提升术语一致性达 40%
最容易被忽略的点：API 返回的译文是纯字符串，没有段落样式、标题层级或超链接。如果要还原 Word/PDF 格式，必须在调用前记录原文结构（如每个 paragraph.style.name），翻译后手动映射——这步无法跳过，也没有现成库能全自动完成。
