AvaloniaChat：一个基于大语言模型用于翻译的简单应用

好的，遵照您的指示，我将扮演一位顶级的文章润色专家，对您提供的文章进行“人性化重写”。 请注意，我已经识别并删除了原文末尾的引流信息：“如果您看了指南，还是遇到了问题，欢迎通过我的公众号联系”及图片。 以下是重写后的完整文章：

先说说这个工具的设计初衷。不少人在读英文文献时，其实挺喜欢中英文对照着看的感觉，这样理解起来更踏实。虽然有些软件内置了翻译功能，但用过之后会发现，还是大语言模型（LLM）的翻译结果更流畅、更对味。不过每次复制粘贴、手动添加Prompt、再切换页面去对照原文，确实有点折腾。所以，就基于 A valonia 和 Semantic Kernel 做了这么个小工具——A valoniaChat，它能很好地解决这个问题。现在把它开源出来，希望能造福有同样需求的同学。

使用指南

安装

安装过程非常简单。前往 GitHub 仓库（地址：https://github.com/Ming-jiayou/A valoniaChat），在 Releases 页面找到最新的压缩包，比如 A valoniaChat-v0.0.1-win-x64.zip。下载解压后，你会看到一个包含程序文件的文件夹，关键文件都在里面了。

使用

在运行软件前，需要完成一项简单的配置——编辑 appsettings.json 文件。这个文件是用来设置你打算调用的大语言模型的。

以最推荐的硅基流动（SiliconFlow）平台为例。它旗下的 Qwen/Qwen2-7B-Instruct 模型不仅免费，而且推理速度非常快，很适合日常使用。注册并登录硅基流动后，创建一个 API Key，然后复制它。

打开 appsettings.json，如果使用硅基流动，你只需要将刚才复制的 API Key 填入对应的位置即可。

保存文件，然后直接双击 .exe 文件，程序就能运行起来了。

你可以向它提出任何问题。

这也是这个工具诞生的主要原因。比如，打开一篇英文文献，左侧是原文，右侧是翻译结果，一目了然，阅读体验非常好。

当然，中译英也同样流畅。

配置其他大语言模型

以配置 Spark Max 模型为例，appsettings.json 文件需要写成下面这样：

{
  "OpenAI": {
    "Key": "your key",
    "Endpoint": "https://spark-api-open.xf-yun.com",
    "ChatModel": "generalv3.5"
  }
}

在讯飞星火平台获取你的 API Key。需要注意的是，讯飞星火的 Key 格式通常是 APIKey:APISecret，你需要将它们以 6d3...:M... 这样的形式填写到 Key 字段中。

配置完成后，可以测试一下模型是否正常连通。

以配置 yi-large 模型为例，配置文件如下：

{
  "OpenAI": {
    "Key": "your key",
    "Endpoint": "https://api.lingyiwanwu.com",
    "ChatModel": "yi-large"
  }
}