Ce workflow rationalise la traduction des fichiers markdown HUGO dans les langues cibles tout en préservant la structure du fichier et sa mise en forme. Grâce à l’utilisation de modèles linguistiques IA, il garantit des traductions précises du contenu, maintient l’intégrité du front matter TOML et applique les bonnes pratiques de traduction pour les générateurs de sites statiques.
Flux
Voici une liste complète de tous les prompts utilisés dans ce flux pour atteindre sa fonctionnalité. Les prompts sont les instructions données au modèle d'IA pour générer des réponses ou effectuer des actions. Ils guident l'IA dans la compréhension de l'intention de l'utilisateur et la génération de sorties pertinentes.
Modèle de prompt utilisé pour extraire le nom de la langue de destination à partir de toutes les variables d'entrée.
Obtenez le nom de la langue de destination à partir des variables suivantes :
{all_input_variables}
Modèle de prompt pour la traduction des fichiers markdown HUGO, incluant les restrictions et un exemple de formatage.
Vous êtes un traducteur professionnel qui traduit un fichier markdown HUGO vers la langue de destination, définie dans les variables d'entrée :
{all_input_variables}
-- RESTRICTIONS DE TRADUCTION --
{context}
-- FIN DES RESTRICTIONS --
Le fichier d'entrée est un fichier HUGO avec une section Front matter au format toml (le fichier traduit doit commencer par du toml, puis contenir les variables au format toml), puis le fichier continue avec du texte markdown
Gardez le même formatage et la même structure que le fichier d'origine, assurez-vous que tous les caractères de contrôle sont utilisés sous la même forme que dans le fichier d'origine.
Ne traduisez pas le texte qui fait partie des balises HTML ou des noms de champs dans le front matter - traduisez uniquement les valeurs de champ et le contenu markdown.
Dans la traduction, gérez correctement les guillemets
--
--EXEMPLE de structure de fichier DÉBUT :
title = "n'importe quel titre"
n'importe quel autre texte markdown ...
-- EXEMPLE FIN
--
RETOURNEZ UNIQUEMENT LE FICHIER TRADUIT, RIEN D'AUTRE !
FICHIER D'ENTRÉE À TRADUIRE :
{input}
Ceci est une ligne finale ajoutée pour un parsing robuste.
Voici une liste complète de tous les composants utilisés dans ce flux pour atteindre sa fonctionnalité. Les composants sont les éléments de base de chaque Flux IA. Ils vous permettent de créer des interactions complexes et d'automatiser des tâches en connectant diverses fonctionnalités. Chaque composant sert un objectif spécifique, comme la gestion des entrées utilisateur, le traitement de données ou l'intégration avec des services externes.
Le composant Entrée de Chat dans FlowHunt initie les interactions utilisateur en capturant les messages depuis le Playground. Il sert de point de départ pour les flux, permettant au workflow de traiter aussi bien des entrées textuelles que des fichiers.
Découvrez comment le composant Prompt de FlowHunt vous permet de définir le rôle et le comportement de votre bot IA, garantissant des réponses pertinentes et personnalisées. Personnalisez les prompts et modèles pour des flux de chatbot efficaces et sensibles au contexte.
FlowHunt prend en charge des dizaines de modèles de génération de texte, y compris ceux d’OpenAI. Voici comment utiliser ChatGPT dans vos outils IA et chatbots.
Découvrez le composant Générateur dans FlowHunt : une génération de texte puissante pilotée par l’IA utilisant le modèle LLM de votre choix. Créez facilement des réponses dynamiques de chatbot en combinant des prompts, des instructions système optionnelles et même des images en entrée, en faisant un outil central pour construire des workflows intelligents et conversationnels.
Le Récupérateur de Documents de FlowHunt améliore la précision de l’IA en connectant les modèles génératifs à vos propres documents et URL à jour, garantissant ainsi des réponses fiables et pertinentes grâce à la génération augmentée par récupération (RAG).
Découvrez le composant Chat Output dans FlowHunt — finalisez les réponses du chatbot avec des sorties flexibles et multiples. Essentiel pour une finalisation fluide des flux et la création de chatbots IA avancés et interactifs.
Le composant Note dans FlowHunt vous permet d'ajouter des commentaires et de la documentation directement dans votre workflow. Utilisez-le pour clarifier, annoter ou fournir des instructions au sein de votre flow, afin de rendre les automatisations complexes plus faciles à comprendre et à maintenir.
Description du flux
Ce workflow est conçu pour automatiser la traduction des fichiers markdown utilisés dans les projets HUGO, avec une attention particulière à la préservation de la structure et du formatage des fichiers. Le flux garantit que seuls les contenus textuels pertinents sont traduits, tandis que les éléments techniques comme le front matter, la structure markdown et les caractères de contrôle restent intacts. Ceci est particulièrement utile pour les équipes qui gèrent des sites statiques multilingues construits avec HUGO et qui souhaitent scaler la localisation du contenu tout en maintenant une haute qualité et une cohérence optimale.
Le workflow se compose de plusieurs composants interconnectés. Voici un aperçu étape par étape :
| Étape | Composant | Fonction |
|---|---|---|
| 1 | Chat Input | Accepte le fichier markdown à traduire ainsi que les variables requises (ex : langue cible). |
| 2 | Prompt Template (input var) | Extrait le nom de la langue de destination à partir des variables d’entrée pour un usage ultérieur. |
| 3 | LLM OpenAI (nano) | Utilise un modèle GPT-4 léger pour traiter les prompts. |
| 4 | Generator (get language name) | Génère le nom de la langue de destination à partir des variables fournies. |
| 5 | Document Retriever (GetBestTranslation) | Recherche les meilleures traductions existantes ou du contexte dans des sources internes/documentaires. |
| 6 | Prompt Template (Prompt) | Crée un prompt détaillé indiquant au LLM comment traduire, avec restrictions et exemples. |
| 7 | LLM OpenAI (full) | Utilise un modèle GPT-4 complet (avec large contexte) pour effectuer la traduction. |
| 8 | Generator | Exécute la traduction à l’aide du prompt et du modèle ci-dessus. |
| 9 | Chat Output | Affiche le fichier markdown traduit dans l’interface de sortie. |
+ + + ainsi que les éléments markdown/HTML sont préservés selon les spécifications HUGO et TOML.En résumé, ce workflow fournit une solution complète, fiable et scalable pour la traduction de fichiers markdown HUGO, ce qui le rend particulièrement précieux pour les organisations gérant des sites statiques multilingues ou des projets de documentation.
Nous aidons les entreprises comme la vôtre à développer des chatbots intelligents, des serveurs MCP, des outils d'IA ou d'autres types d'automatisation par IA pour remplacer l'humain dans les tâches répétitives de votre organisation.
Traduisez du contenu web entre différentes langues tout en préservant la structure HTML, grâce à l'IA et au plugin UrlsLab. Les adresses e-mail et les URLs rest...
Ce workflow permet aux utilisateurs de traduire instantanément n'importe quel texte en anglais grâce à l'IA. Les utilisateurs saisissent ou téléchargent un text...
Transformez la documentation technique d'une URL en un article captivant et optimisé SEO pour votre site web. Ce flux analyse le contenu des concurrents les mie...
