HUGO Markdown -tiedoston kääntäjä

Tämä työnkulku virtaviivaistaa HUGO markdown -tiedostojen kääntämisen kohdekielille säilyttäen tiedostorakenteen ja muotoilun. Hyödyntämällä tekoälymalleja se varmistaa sisällön tarkan käännöksen, ylläpitää TOML-etumateriaalin eheyden ja soveltaa käännösten parhaita käytäntöjä staattisten sivustojen generointiin.

Kuinka AI Flow toimii - HUGO Markdown -tiedoston kääntäjä

Flow't

Kuinka AI Flow toimii

Vastaanota Markdown-tiedosto ja käännösparametrit.
Ottaa vastaan käyttäjän lataaman HUGO markdown -tiedoston sekä kohdekielen tiedot syötteenä.
Tunnista kohdekieli.
Jäsentää syöteparametrit määrittääkseen käännöksen kohdekielen tekoälymallin avulla.
Hae olemassa olevat käännökset.
Etsii parhaita olemassa olevia käännöksiä tai aiheeseen liittyvää dokumentaatiota tarjoten kontekstia käännökselle.
Käännä Markdown-tiedosto rakenteen säilyttäen.
Käyttää tekoälyä markdown-tiedoston kääntämiseen kohdekielelle, varmistaen alkuperäisen muotoilun, TOML-etumateriaalin ja markdown-rakenteen säilymisen.
Palauta käännetty tiedosto.
Palauttaa käännetyn markdown-tiedoston, joka on valmis käytettäväksi HUGO-projekteissa.

Tässä flow'ssa käytetyt kehoteet

syöteparametri

Prompt-pohja, jota käytetään kohdekielen nimen poimimiseen kaikista syöteparametreista.

Get the name of the destination language from following variables:
{all_input_variables}

Prompt

Prompt-pohja HUGO markdown -tiedostojen kääntämiseen, sisältäen rajoitukset ja esimerkki-muotoilun.

You are professional translator translating HUGO markdown file to destination language, which is defined in input variables:
{all_input_variables}

-- TRANSLATION RESTRICTIONS --
{context}
-- END RESTRICTIONS --

Input file is HUGO file with Front matter section formatted with toml language (translated file should start with toml, than contains variables in toml format ), than file continue with markdown text

Keep the same formatting and structure as original input file, make sure all control characters are used in the same form as in original input.
Don't translate text, which are part of HTML tags or field names in the front matter section - translate just field values.
In the translation properly handle quotes 
--

--EXAMPLE of file structure START:
title = "any title"

                                
any other markdown text ...

-- EXAMPLE END

--
RETURN JUST TRANSLATED FILE, NOTHING ELSE!
INPUT FILE TO TRANSLATE:
{input}
This is a final line added for robust parsing.

Tässä flow'ssa käytetyt komponentit

Alla on täydellinen luettelo kaikista tässä flow'ssa käytetyistä komponenteista sen toiminnallisuuden saavuttamiseksi. Komponentit ovat jokaisen AI Flow'n rakennuspalikoita. Ne mahdollistavat monimutkaisten vuorovaikutusten luomisen ja tehtävien automatisoinnin yhdistämällä erilaisia toiminnallisuuksia. Jokaisella komponentilla on erityinen tarkoitus, kuten käyttäjän syötteen käsittely, datan prosessointi tai integrointi ulkoisiin palveluihin.

ChatInput

Chat Input -komponentti FlowHuntissa käynnistää käyttäjävuorovaikutuksen keräämällä viestit Playgroundista. Se toimii työnkulun aloituspisteenä mahdollistaen sekä tekstin että tiedostojen käsittelyn.

Katso ChatInput

Prompt-komponentti FlowHuntissa

Opi, miten FlowHuntin Prompt-komponentilla voit määritellä tekoälybotin roolin ja käyttäytymisen, varmistaen osuvat ja yksilölliset vastaukset. Mukauta kehotteita ja malleja tehokkaisiin, kontekstuaalisiin chatbot-virtoihin.

Katso Prompt-komponentti FlowHuntissa

LLM OpenAI

FlowHunt tukee kymmeniä tekstinluontimalleja, mukaan lukien OpenAI:n mallit. Näin käytät ChatGPT:tä tekoälytyökaluissasi ja chatboteissasi.

Katso LLM OpenAI

Generaattori

Tutustu FlowHuntin Generaattori-komponenttiin—tehokas tekoälypohjainen tekstintuotto valitsemallasi LLM-mallilla. Luo vaivattomasti dynaamisia chatbot-vastauksia yhdistämällä kehotteet, valinnaiset järjestelmäohjeet ja jopa kuvat syötteeksi, mikä tekee siitä keskeisen työkalun älykkäiden, keskustelullisten työnkulkujen rakentamiseen.

Katso Generaattori

Dokumenttihakija

FlowHuntin Dokumenttihakija parantaa tekoälyn tarkkuutta yhdistämällä generatiiviset mallit omiin ajantasaisiin asiakirjoihisi ja URL-osoitteisiisi, varmistaen luotettavat ja relevantit vastaukset Retrieval-Augmented Generation (RAG) -menetelmällä.

Katso Dokumenttihakija

Chat Output

Tutustu FlowHuntin Chat Output -komponenttiin—viimeistele chatbotin vastaukset joustavilla, moniosaisilla ulostuloilla. Välttämätön saumattoman flown päättämiseen ja edistyneiden, vuorovaikutteisten AI-chatbottien luomiseen.

Katso Chat Output

Muistio

FlowHuntin Muistio-komponentin avulla voit lisätä kommentteja ja dokumentaatiota suoraan työnkulkuusi. Käytä sitä selventämään, kommentoimaan tai antamaan ohjeita työnkulun sisällä, mikä tekee monimutkaisista automaatioista helpommin ymmärrettäviä ja ylläpidettäviä.

Katso Muistio

Flow'n kuvaus

Tarkoitus ja hyödyt

Tämä työnkulku on suunniteltu automatisoimaan HUGO-projektien markdown-tiedostojen kääntäminen, erityisesti kiinnittäen huomiota tiedostorakenteen ja muotoilun säilyttämiseen. Työnkulku varmistaa, että vain varsinainen tekstisisältö käännetään, kun taas tekniset elementit kuten front matter, markdown-rakenne ja ohjausmerkit pysyvät muuttumattomina. Tämä on erityisen hyödyllistä tiimeille, jotka hallinnoivat monikielisiä staattisia HUGO-sivustoja ja haluavat skaalata sisällön lokalisaatiota säilyttäen korkean laadun ja johdonmukaisuuden.

Tarkoitus ja hyödyt

  • Automaattinen käännös: Työnkulku hyödyntää huipputason kielimalleja (OpenAI GPT-4 -variantit) tuottaakseen laadukkaita käännöksiä markdown-tiedostoille.
  • Rakenteen säilyttäminen: Se ylläpitää tarkasti HUGO markdown -tiedostojen rakennetta, mukaan lukien TOML-formaattinen front matter, markdown-otsikot ja erikoismuotoilut.
  • Valikoiva käännös: Työnkulku on suunniteltu välttämään kenttänimien kääntämisen front matter -osiossa tai tekstin kääntämisen HTML-tageissa, keskittyen vain kenttäarvoihin ja markdown-sisältöön.
  • Skaalautuva lokalisointi: Käännösprosessin automatisointi mahdollistaa nopean laajentumisen useille kielille vähäisellä manuaalisella vaivalla.

Työnkulun avainvaiheet

Työnkulku koostuu useista toisiinsa liittyvistä komponenteista. Tässä vaiheittainen esittely:

VaiheKomponenttiTehtävä
1Chat InputOttaa vastaan käännettävän markdown-tiedoston sekä vaaditut muuttujat (esim. kohdekieli).
2Prompt Template (syöteparametri)Poimii kohdekielen nimen syöteparametreista jatkokäyttöä varten.
3LLM OpenAI (nano)Käyttää kevyttä GPT-4-mallia promptien käsittelyyn.
4Generator (get language name)Tuottaa kohdekielen nimen annetuista muuttujista.
5Document Retriever (GetBestTranslation)Etsii olemassa olevia parhaita käännöksiä tai kontekstia sisäisistä/lähdedokumenteista.
6Prompt Template (Prompt)Rakentaa yksityiskohtaisen promptin, joka ohjeistaa LLM:ää, sisältäen rajoitukset ja esimerkit.
7LLM OpenAI (full)Käyttää täysikokoista GPT-4-mallia (laajalla kontekstilla) käännöksen tuottamiseen.
8GeneratorSuorittaa käännöksen yllä olevalla promptilla ja mallilla.
9Chat OutputEsittää käännetyn markdown-tiedoston käyttöliittymässä.

Työnkulun logiikka tarkemmin

  • Syötteen käsittely: Käyttäjä lähettää markdown-tiedoston ja määrittää kohdekielen. Työnkulku poimii tarvittavat muuttujat promptien käyttöön.
  • Kielen tunnistus: Työnkulun alkuvaiheessa tunnistetaan kohdekielen nimi syötteestä kevyen LLM:n ja mukautetun promptin avulla.
  • Kontekstin haku: Vaihtoehtoisesti haetaan olemassa olevia käännöksiä tai relevanttia dokumentaatiota lisäkontekstin ja käännöksen johdonmukaisuuden takaamiseksi.
  • Käännöspromptin rakentaminen: Rakennetaan kattava prompti, jossa määritellään muotoilusäännöt, käännösrajoitukset ja tiedostorakennevaatimukset. Mallille annetaan esimerkkirakenne sekä tiukat ohjeet siitä, mitä käännetään ja mitä ei.
  • Käännöksen tuottaminen: Varsinainen käännös tehdään tehokkaalla LLM:llä, mikä takaa korkean laadun ja alkuperäisten muotoilu- ja rakennevaatimusten tarkan noudattamisen.
  • Tuloste: Käännetty markdown-tiedosto esitetään käyttäjälle tarkistettavaksi tai jatkoautomaatiota varten.

Miksi tämä työnkulku on hyödyllinen

  • Johdonmukaisuus: Varmistaa, että kaikki käännetyt tiedostot noudattavat tiukkoja muotoilu- ja rakenneohjeita, joita HUGO-projekteissa vaaditaan.
  • Tehokkuus: Vähentää merkittävästi manuaalista työtä markdown-tiedostojen käännöksessä ja muotoilussa staattisia sivugeneraattoreita varten.
  • Skaalautuvuus: Mahdollistaa helpon laajentamisen useille kielille ja suurille sisältömäärille.
  • Laadunvalvonta: Käyttämällä sekä kontekstihakua että selkeitä käännösohjeita, työnkulku minimoi tavalliset konekäännösvirheet.

Erityishuomiot

  • Kenttäkohtaiset säännöt: Työnkulku kääntää vain front matter -osion kenttäarvot, ei kenttien nimiä tai rakenteellisia elementtejä.
  • Muotoilun eheys: Ohjausmerkit kuten + + + sekä markdown/HTML-elementit säilytetään HUGO:n ja TOML:n vaatimalla tavalla.
  • Laajennettavuus: Modulaarinen rakenne (hakukomponentit, prompt-pohjat, generaattorit) mahdollistaa helpon mukauttamisen tarpeiden muuttuessa.

Yhteenvetona: tämä työnkulku tarjoaa päätepisteestä toiseen ulottuvan, luotettavan ja skaalautuvan ratkaisun HUGO markdown -tiedostojen kääntämiseen, tehden siitä erittäin arvokkaan organisaatioille, jotka hallitsevat monikielisiä staattisia sivustoja tai dokumentointiprojekteja.

Annamme rakentaa oman AI-tiimisi

Autamme kaltaisiasi yrityksiä kehittämään älykkäitä chatbotteja, MCP-palvelimia, AI-työkaluja tai muuntyyppisiä AI-automaatioratkaisuja korvaamaan ihmisiä toistuvissa tehtävissä organisaatiossasi.

Varaa demo Kokeile nyt

Lue lisää

Ammattimainen HTML-tekstin kääntäjä UrlsLabin kanssa
Ammattimainen HTML-tekstin kääntäjä UrlsLabin kanssa

Ammattimainen HTML-tekstin kääntäjä UrlsLabin kanssa

Käännä verkkosisältöä kielten välillä säilyttäen HTML-rakenne tekoälyn ja UrlsLab-liitännäisen avulla. Sähköpostiosoitteet ja URL-osoitteet pysyvät muuttumattom...

2 min lukuaika
SEO-artikkelin otsikon optimointityökalu
SEO-artikkelin otsikon optimointityökalu

SEO-artikkelin otsikon optimointityökalu

Optimoi artikkelisi otsikot ja pääotsikko automaattisesti tietylle avainsanalle tai avainsanaryhmälle parantaaksesi SEO-suorituskykyä. Tämä työnkulku analysoi a...

3 min lukuaika