# OpenAI API配置
API_KEY = "your-api-key-here"
BASE_URL = "https://api.openai.com/v1"  # 或其他兼容的API地址
LLM_MODEL = "gpt-4o-mini"  # 或其他支持的模型

from arxiv_translator import translate_arxiv_paper

# 翻译arxiv论文
success, result = translate_arxiv_paper(
    arxiv_input="1812.10695",  # arxiv ID或URL
    user_requirements="保持学术性和专业性，确保术语翻译的一致性",
    compile_pdf=True  # 是否编译PDF
)

if success:
    print(f"翻译成功！文件保存在: {result}")
else:
    print(f"翻译失败: {result}")

from arxiv_translator import ArxivTranslator

# 创建翻译器
translator = ArxivTranslator(
    output_dir="./output",
    max_workers=9,  # 并发线程数
    max_token_limit=800  # 每段最大token数
)

# 自定义术语词典
user_terms = {
    "transformer": "变换器",
    "attention": "注意力机制",
    "neural network": "神经网络"
}

# 执行翻译
success, result, details = translator.translate_arxiv(
    arxiv_input="https://arxiv.org/abs/1812.10695",
    user_requirements="翻译要保持学术性，专业术语首次出现时标注英文原词",
    user_terms=user_terms,
    compile_pdf=True
)

# LLM API配置
API_KEY = "your-api-key"           # API密钥
BASE_URL = "https://api.openai.com/v1"  # API地址
LLM_MODEL = "gpt-4o-mini"          # 模型名称

# 翻译配置
MAX_WORKERS = 9                    # 最大并发数
MAX_TOKEN_LIMIT = 800             # 每段最大token数
TEMPERATURE = 0.3                  # 翻译温度参数

# 缓存配置
USE_CACHE = True                   # 是否使用缓存
CACHE_DIR = "./arxiv_cache"        # 缓存目录

# LaTeX编译配置
LATEX_SERVER_URL = "http://localhost:9851"  # LaTeX服务器地址

user_requirements = """
翻译要求：
1. 保持学术性和专业性
2. 确保术语翻译的一致性
3. 专业术语首次出现时用括号标注英文原词
4. 保持数学公式和引用格式不变
5. 翻译要流畅自然，符合中文表达习惯
"""

user_terms = {
    # 机器学习相关
    "machine learning": "机器学习",
    "deep learning": "深度学习",
    "neural network": "神经网络",
    "transformer": "变换器",
    "attention": "注意力机制",
    
    # 数学相关
    "gradient": "梯度",
    "optimization": "优化",
    "convergence": "收敛",
    
    # 领域特定术语
    "reinforcement learning": "强化学习",
    "natural language processing": "自然语言处理"
}

from arxiv_translator import translate_arxiv_paper

# 翻译GPT-1论文
success, result = translate_arxiv_paper(
    arxiv_input="1812.10695",
    user_requirements="保持学术严谨性，术语翻译要准确",
    compile_pdf=True
)

print(f"翻译结果: {result}")

from arxiv_translator import ArxivTranslator

translator = ArxivTranslator(max_workers=6)

papers = ["1812.10695", "2402.14207", "1706.03762"]

for paper_id in papers:
    print(f"正在翻译: {paper_id}")
    success, result, details = translator.translate_arxiv(paper_id)
    if success:
        print(f"✅ {paper_id} 翻译完成: {result}")
    else:
        print(f"❌ {paper_id} 翻译失败: {result}")

def progress_callback(step, progress, message):
    print(f"Step {step} - {progress:.1f}%: {message}")

translator = ArxivTranslator()
success, result, details = translator.translate_arxiv(
    arxiv_input="1812.10695",
    progress_callback=progress_callback
)

import logging
logging.basicConfig(level=logging.DEBUG)

# 然后运行翻译
translator = ArxivTranslator()