متغير الإدخال
قالب نصي يُستخدم لاستخراج اسم اللغة المستهدفة من جميع متغيرات الإدخال.
تم تصميم هذا المسار الآلي لأتمتة ترجمة ملفات markdown المُستخدمة في مشاريع HUGO، مع تركيز خاص على الحفاظ على بنية الملف وتنسيقه. يضمن هذا التدفق ترجمة النصوص ذات الصلة فقط، بينما تبقى العناصر التقنية مثل قسم الترويسة، وبنية markdown، وأحرف التحكم كما هي دون تغيير. يعد هذا مفيدًا بشكل خاص للفرق التي تدير مواقع ثابتة متعددة اللغات مبنية باستخدام HUGO، وتسعى إلى توسيع نطاق تعريب المحتوى مع الحفاظ على جودة وموثوقية عالية.
الهدف والفائدة
- الترجمة التلقائية: يستفيد المسار من أحدث نماذج اللغة (مثل OpenAI GPT-4) لتقديم ترجمات عالية الجودة لملفات markdown.
- الحفاظ على البنية: يحافظ بدقة على بنية ملفات HUGO markdown، بما في ذلك ترويسة TOML، وعناوين markdown، والتنسيقات الخاصة.
- الترجمة الانتقائية: تم تصميم التدفق لتجنب ترجمة أسماء الحقول في الترويسة أو النصوص داخل علامات HTML، مع التركيز فقط على قيم الحقول ومحتوى markdown.
- توسعة الترجمة: من خلال أتمتة عملية الترجمة، يمكّن هذا المسار من التوسع السريع إلى لغات متعددة مع جهد يدوي محدود.
الخطوات الرئيسية في المسار
يتكون هذا المسار من عدة مكونات مترابطة. فيما يلي ملخص الخطوات خطوة بخطوة:
| الخطوة | المكون | الوظيفة |
|---|---|---|
| 1 | Chat Input | يستقبل ملف markdown المطلوب ترجمته وأي متغيرات مطلوبة (مثل اللغة المستهدفة). |
| 2 | Prompt Template (input var) | يستخرج اسم اللغة المستهدفة من متغيرات الإدخال لاستخدامها في المراحل التالية. |
| 3 | LLM OpenAI (nano) | يستخدم نموذج GPT-4 خفيف لمعالجة المدخلات النصية. |
| 4 | Generator (get language name) | يولد اسم اللغة المستهدفة من المتغيرات المقدمة. |
| 5 | Document Retriever (GetBestTranslation) | يبحث عن أفضل الترجمات الموجودة أو السياق من مصادر وثائقية داخلية. |
| 6 | Prompt Template (Prompt) | ينشئ نصًا تفصيليًا يوجه النموذج اللغوي حول كيفية الترجمة، مع قيود وأمثلة واضحة. |
| 7 | LLM OpenAI (full) | يستخدم نموذج GPT-4 كامل القدرات (بقدرة سياقية كبيرة) لتنفيذ الترجمة الفعلية. |
| 8 | Generator | ينفذ عملية الترجمة باستخدام النموذج والنص البرمجي أعلاه. |
| 9 | Chat Output | يعرض ملف markdown المترجم في واجهة الإخراج. |
منطق سير العمل بالتفصيل
- معالجة الإدخال: يقوم المستخدم بإرسال ملف markdown وتحديد اللغة المستهدفة. يستخرج المسار المتغيرات ذات الصلة لاستخدامها في النصوص البرمجية.
- استخراج اللغة: يحدد الجزء الأول من المسار اسم اللغة المستهدفة من المدخلات، باستخدام نموذج لغوي خفيف وقالب نصي مخصص.
- استرجاع السياق: يقوم اختياريًا باسترجاع ترجمات سابقة أو وثائق ذات صلة لتوفير سياق إضافي وضمان الاتساق في الترجمة.
- بناء نص الترجمة: يتم إعداد نص شامل يوضح قواعد التنسيق، وقيود الترجمة، وتوقعات بنية الملف. يتم إعطاء نموذج بنية ملف للنموذج اللغوي مع تعليمات صارمة حول ما يجب ترجمته وما يجب الحفاظ عليه.
- توليد الترجمة: يتم تنفيذ الترجمة الرئيسية باستخدام نموذج لغوي قوي، لضمان ناتج عالي الجودة مع الالتزام الصارم بمتطلبات التنسيق والبنية.
- الإخراج: يُعرض ملف markdown المترجم لمراجعة المستخدم أو لمزيد من المعالجة الآلية.
لماذا هذا المسار مفيد
- الاتساق: يضمن أن جميع الملفات المترجمة تتبع إرشادات التنسيق والبنية الصارمة المطلوبة لمشاريع HUGO.
- الكفاءة: يقلل بشكل كبير من الجهد اليدوي اللازم لترجمة وتنسيق ملفات markdown لمولدات المواقع الثابتة.
- القابلية للتوسع: يمكّن من التوسع السهل للغات متعددة وكميات كبيرة من المحتوى.
- ضبط الجودة: من خلال استخدام الاسترجاع السياقي والتعليمات الواضحة للترجمة، يقلل من الأخطاء الشائعة في أساليب الترجمة الآلية البسيطة.
اعتبارات خاصة
- قواعد على مستوى الحقول: المسار دقيق في ترجمة قيم الحقول فقط في الترويسة، وليس أسماء الحقول أو العناصر البنيوية.
- سلامة التنسيق: يتم الحفاظ على أحرف التحكم مثل
+ + +وعناصر markdown/HTML كما يتطلب HUGO وTOML. - قابلية التوسع والتطوير: تسمح البنية المعيارية (مع أدوات الاسترجاع، والقوالب النصية، والمولدات) بسهولة التكيف مع تطور المتطلبات.
باختصار، يوفر هذا المسار حلاً موثوقًا وقابلاً للتوسع لترجمة ملفات HUGO markdown من البداية للنهاية، مما يجعله ذا قيمة عالية للجهات التي تدير مواقع أو وثائق متعددة اللغات باستخدام المواقع الثابتة.
