variable de entrada
Plantilla de prompt usada para extraer el nombre del idioma de destino de todas las variables de entrada.
Obtén el nombre del idioma de destino de las siguientes variables:
{all_input_variables}
Traductor de archivos Markdown de HUGO
Este flujo de trabajo agiliza la traducción de archivos markdown de HUGO a idiomas de destino mientras preserva la estructura y el formato del archivo. Aprovechando modelos de lenguaje de IA, garantiza traducciones precisas del contenido, mantiene la integridad del front matter en TOML y aplica las mejores prácticas de traducción para generadores de sitios estáticos.
Flujos
Cómo funciona el Flujo de IA
- Recibir archivo Markdown y variables de traducción.
- Recibe un archivo markdown de HUGO subido por el usuario e información sobre el idioma de destino como entrada.
- Extraer idioma de destino.
- Analiza las variables de entrada para determinar el idioma de destino para la traducción usando un modelo de IA.
- Recuperar traducciones existentes.
- Busca las mejores traducciones existentes o documentación relacionada para proporcionar contexto a la traducción.
- Traducir archivo Markdown preservando la estructura.
- Utiliza IA para traducir el archivo markdown al idioma de destino, asegurando que se conserve el formato original, el front matter en TOML y la estructura markdown.
- Generar archivo traducido.
- Devuelve el archivo markdown traducido, listo para su uso en proyectos HUGO.
Prompts utilizados en este flujo
A continuación se muestra una lista completa de todos los prompts utilizados en este flujo para lograr su funcionalidad. Los prompts son las instrucciones dadas al modelo de IA para generar respuestas o realizar acciones. Guían a la IA en la comprensión de la intención del usuario y la generación de resultados relevantes.
Prompt
Plantilla de prompt para la traducción de archivos markdown de HUGO, incluyendo restricciones y ejemplo de formato.
Eres un traductor profesional que traduce archivos markdown de HUGO al idioma de destino, que se define en las variables de entrada:
{all_input_variables}
-- RESTRICCIONES DE TRADUCCIÓN --
{context}
-- FIN DE RESTRICCIONES --
El archivo de entrada es un archivo HUGO con una sección Front matter en formato TOML (el archivo traducido debe comenzar con toml, luego contener variables en formato toml), luego el archivo continúa con texto markdown
Mantén el mismo formato y estructura que el archivo original, asegurándote de que todos los caracteres de control se usen en la misma forma que en el original.
No traduzcas el texto que forma parte de etiquetas HTML o los nombres de los campos en el front matter; traduce solo los valores de los campos.
En la traducción maneja correctamente las comillas
--
--EJEMPLO de estructura de archivo INICIO:
title = "any title"
cualquier otro texto markdown ...
-- EJEMPLO FIN
--
¡DEVUELVE SOLO EL ARCHIVO TRADUCIDO, NADA MÁS!
ARCHIVO DE ENTRADA PARA TRADUCIR:
{input}
Esta es una línea final agregada para un análisis robusto.
Componentes utilizados en este flujo
A continuación se muestra una lista completa de todos los componentes utilizados en este flujo para lograr su funcionalidad. Los componentes son los elementos básicos de cada Flujo de IA. Le permiten crear interacciones complejas y automatizar tareas mediante la conexión de diversas funcionalidades. Cada componente sirve para un propósito específico, como manejar la entrada del usuario, procesar datos o integrarse con servicios externos.
Entrada de Chat
El componente de Entrada de Chat en FlowHunt inicia las interacciones con el usuario capturando mensajes desde el Playground. Sirve como punto de partida para los flujos, permitiendo que el flujo de trabajo procese entradas tanto de texto como basadas en archivos.
Componente de Prompt en FlowHunt
Descubre cómo el componente Prompt de FlowHunt te permite definir el rol y el comportamiento de tu bot de IA, asegurando respuestas relevantes y personalizadas. Personaliza prompts y plantillas para flujos de chatbot efectivos y conscientes del contexto.
LLM OpenAI
FlowHunt es compatible con docenas de modelos de generación de texto, incluidos los modelos de OpenAI. Aquí te mostramos cómo usar ChatGPT en tus herramientas de IA y chatbots.
Generador
Explora el componente Generador en FlowHunt: potente generación de texto impulsada por IA usando el modelo LLM que elijas. Crea respuestas dinámicas de chatbot combinando prompts, instrucciones opcionales del sistema e incluso imágenes como entrada, convirtiéndolo en una herramienta clave para construir flujos conversacionales inteligentes.
Recuperador de Documentos
El Recuperador de Documentos de FlowHunt mejora la precisión de la IA al conectar modelos generativos con tus propios documentos y URLs actualizados, garantizando respuestas fiables y relevantes mediante la Generación Aumentada por Recuperación (RAG).
Salida de Chat
Descubre el componente Salida de Chat en FlowHunt: finaliza las respuestas del chatbot con salidas flexibles y de múltiples partes. Esencial para la finalización fluida del flujo y la creación de chatbots de IA avanzados e interactivos.
Nota
El componente Nota en FlowHunt te permite agregar comentarios y documentación directamente en tu flujo de trabajo. Úsalo para aclarar, anotar o proporcionar instrucciones dentro de tu flujo, facilitando la comprensión y el mantenimiento de automatizaciones complejas.
Descripción del flujo
Propósito y beneficios
Descripción general del flujo de trabajo: Traducciones para proyectos HUGO
Este flujo de trabajo está diseñado para automatizar la traducción de archivos markdown utilizados en proyectos HUGO, con especial atención a preservar la estructura y el formato del archivo. El flujo asegura que solo se traduzca el contenido textual relevante, mientras que los elementos técnicos como el front matter, la estructura markdown y los caracteres de control permanecen intactos. Esto es particularmente útil para equipos que gestionan sitios estáticos multilingües construidos con HUGO y buscan escalar la localización de contenido manteniendo alta calidad y consistencia.
Propósito y utilidad
- Traducción automatizada: El flujo de trabajo aprovecha modelos de lenguaje de última generación (variantes de OpenAI GPT-4) para proporcionar traducciones de alta calidad para archivos markdown.
- Preservación de la estructura: Mantiene cuidadosamente la estructura de los archivos markdown de HUGO, incluyendo el front matter en formato TOML, encabezados markdown y formatos especiales.
- Traducción selectiva: El flujo está diseñado para evitar traducir los nombres de los campos en el front matter o el texto dentro de etiquetas HTML, enfocándose solo en los valores de los campos y el contenido markdown.
- Localización escalable: Al automatizar el proceso de traducción, este flujo permite una rápida escalabilidad a múltiples idiomas con un esfuerzo manual mínimo.
Pasos clave en el flujo de trabajo
El flujo de trabajo consta de varios componentes interconectados. Aquí hay un esquema paso a paso:
| Paso | Componente | Función |
|---|---|---|
| 1 | Chat Input | Recibe el archivo markdown a traducir y las variables requeridas (por ejemplo, idioma destino). |
| 2 | Prompt Template (input var) | Extrae el nombre del idioma de destino de las variables de entrada para su uso posterior. |
| 3 | LLM OpenAI (nano) | Utiliza un modelo GPT-4 ligero para procesar los prompts. |
| 4 | Generator (get language name) | Genera el nombre del idioma de destino a partir de las variables proporcionadas. |
| 5 | Document Retriever (GetBestTranslation) | Busca las mejores traducciones existentes o contexto en fuentes internas/documentos. |
| 6 | Prompt Template (Prompt) | Elabora un prompt detallado que instruye al LLM sobre cómo traducir, con restricciones y ejemplos. |
| 7 | LLM OpenAI (full) | Utiliza un modelo GPT-4 completo (con gran contexto) para realizar la traducción. |
| 8 | Generator | Ejecuta la traducción usando el prompt y modelo anteriores. |
| 9 | Chat Output | Muestra el archivo markdown traducido en la interfaz de salida. |
Lógica detallada del flujo de trabajo
- Manejo de entrada: El usuario envía un archivo markdown y especifica el idioma de destino. El flujo extrae las variables relevantes para usarlas en los prompts.
- Extracción de idioma: La primera parte del flujo determina el nombre del idioma de destino a partir de la entrada, utilizando un LLM ligero y una plantilla de prompt personalizada.
- Recuperación contextual: Opcionalmente recupera traducciones existentes o documentación relevante para proporcionar contexto adicional y asegurar la consistencia de la traducción.
- Construcción del prompt de traducción: Se construye un prompt completo, detallando las reglas de formato, restricciones de traducción y expectativas de estructura de archivo. Se da al modelo un ejemplo de estructura de archivo, con instrucciones estrictas sobre qué traducir y qué preservar.
- Generación de la traducción: La traducción principal se realiza utilizando un LLM potente, asegurando una salida de alta calidad mientras se siguen estrictamente los requisitos de formato y estructura.
- Salida: El archivo markdown traducido se presenta para revisión del usuario o para procesamiento automatizado posterior.
¿Por qué es útil este flujo de trabajo?
- Consistencia: Asegura que todos los archivos traducidos sigan las estrictas pautas de formato y estructura requeridas por los proyectos HUGO.
- Eficiencia: Reduce sustancialmente el esfuerzo manual involucrado en traducir y formatear archivos markdown para generadores de sitios estáticos.
- Escalabilidad: Permite una fácil escalabilidad a múltiples idiomas y grandes volúmenes de contenido.
- Control de calidad: Al utilizar recuperación contextual y directrices explícitas de traducción, minimiza los errores típicos de los enfoques de traducción automática ingenuos.
Consideraciones especiales
- Reglas específicas de los campos: El flujo de trabajo es cuidadoso de traducir solo los valores de los campos en el front matter, no los nombres de los campos ni los elementos estructurales.
- Integridad del formato: Los caracteres de control como
+ + +y los elementos markdown/HTML se preservan como lo requieren las especificaciones de HUGO y TOML. - Extensibilidad: El enfoque modular (con recuperadores, plantillas de prompt y generadores) permite una fácil adaptación a medida que evolucionan los requisitos.
En resumen, este flujo de trabajo proporciona una solución integral, fiable y escalable para traducir archivos markdown de HUGO, lo que lo hace altamente valioso para organizaciones que gestionan sitios estáticos multilingües o proyectos de documentación.
Permitanos construir su propio equipo de IA
Ayudamos a empresas como la suya a desarrollar chatbots inteligentes, servidores MCP, herramientas de IA u otros tipos de automatización con IA para reemplazar a humanos en tareas repetitivas de su organización.
Saber más
Traductor profesional de texto HTML con UrlsLab
Traduce contenido web entre idiomas mientras se preserva la estructura HTML, usando IA y el plugin UrlsLab. Las direcciones de correo electrónico y las URLs per...
3 min de lectura
Convierte Documentación Técnica en Artículo SEO
Transforma documentación técnica de una URL en un artículo atractivo y optimizado para SEO para tu sitio web. Este flujo analiza el contenido de los principales...
5 min de lectura
Traductor de texto instantáneo al inglés
Este flujo de trabajo permite a los usuarios traducir instantáneamente cualquier texto de entrada al inglés usando IA. Los usuarios ingresan o cargan texto, que...
3 min de lectura