lang：用大型语言模型实时翻译 R 语言帮助文档

介绍 lang R 包如何利用 LLM 动态翻译 R 函数帮助文档，支持 OpenAI、Ollama 等多种后端，让非英语母语用户更轻松地学习 R 语言。

• 原作者/维护者: mlverse 团队
• 来源平台: GitHub (CRAN 镜像)
• 原项目标题: lang — Translates R Help Documentation using Large Language Models
• 原始链接: https://github.com/mlverse/lang
• CRAN 页面: https://CRAN.R-project.org/package=lang
• 发布时间: 2026-06-05

R 语言作为数据科学和统计计算领域的主流工具，拥有极其丰富的包生态系统和详尽的官方文档。然而，对于非英语母语的学习者来说，阅读英文帮助文档往往是一道门槛。即使借助翻译工具，也需要在浏览器和开发环境之间来回切换，打断编程思路。

lang 包的出现正是为了解决这一痛点。它通过覆盖 R 内置的 ? 和 help() 函数，让用户在查看帮助文档时能够即时获得母语翻译，且翻译结果直接显示在 RStudio 或 Positron 的 Help 面板中，无需离开开发环境。

lang 包可以通过 CRAN 直接安装：

install.packages("lang")

或者通过 GitHub 安装最新开发版本：

install.packages("pak")
pak::pak("mlverse/lang")

使用 lang 包需要完成两个配置：建立 LLM 连接、指定目标语言。通过 lang_use() 函数即可完成设置。

以下示例展示如何使用 OpenAI 的 GPT-4o 模型将 lm() 函数的帮助文档翻译成西班牙语：

library(lang)

chat <- ellmer::chat_openai(model = "gpt-4o")
lang_use(backend = chat, .lang = "spanish")

?lm

执行 ?lm 后，RStudio 的 Help 面板将显示翻译后的帮助文档，同时控制台会显示翻译进度（如 "4% | Title"）。

lang 包提供了灵活的 LLM 后端选择，支持两种主要配置方式：

ellmer 是 tidyverse 生态系统中的统一 LLM 接口包，支持多种主流模型提供商：

lang_use(backend = ellmer::chat_openai(model = "gpt-4o"))
lang_use(backend = ellmer::chat_claude(model = "claude-3-5-sonnet-20241022"))

这种方式适合有稳定网络连接和 API 密钥的用户，翻译质量较高。

对于注重隐私或希望离线使用的用户，lang 支持通过 Ollama 运行本地模型：

lang_use(backend = "ollama", model = "llama3.2", seed = 100)

底层使用 ollamar 包与 Ollama 集成，所有额外参数（如 seed）都会传递给 ollamar 的 chat() 函数。本地模型无需联网，数据不会离开本机。