input var
Promptmal brukt for å hente navnet på målspråket fra alle input-variabler.
Denne arbeidsflyten er laget for å automatisere oversettelsen av markdown-filer brukt i HUGO-prosjekter, med spesielt fokus på å bevare filstruktur og formatering. Flyten sikrer at kun relevant tekstinnhold blir oversatt, mens tekniske elementer som front matter, markdown-struktur og kontrolltegn forblir uendret. Dette er spesielt nyttig for team som forvalter flerspråklige statiske nettsider bygget med HUGO, og som ønsker å skalere innholds-lokalisering samtidig som høy kvalitet og konsistens opprettholdes.
Formål og nytte
- Automatisert oversettelse: Arbeidsflyten benytter moderne språkmodeller (OpenAI GPT-4-varianter) for å levere oversettelser av høy kvalitet for markdown-filer.
- Strukturbevaring: Den sørger nøye for å bevare strukturen til HUGO-markdownfiler, inkludert front matter i TOML-format, markdown-overskrifter og spesiell formatering.
- Selektiv oversettelse: Flyten er laget for å unngå å oversette feltnavn i front matter eller tekst inne i HTML-tagger, og fokuserer kun på feltverdier og markdown-innhold.
- Skalerbar lokalisering: Ved å automatisere oversettelsesprosessen muliggjør denne arbeidsflyten rask skalering til flere språk med minimal manuell innsats.
Viktige trinn i arbeidsflyten
Arbeidsflyten består av flere sammenkoblede komponenter. Her er et steg-for-steg-oppsett:
| Steg | Komponent | Funksjon |
|---|---|---|
| 1 | Chat Input | Godtar markdown-filen som skal oversettes og eventuelle nødvendige variabler (f.eks. målspråk). |
| 2 | Prompt Template (input var) | Henter navnet på målspråket fra input-variablene for videre bruk. |
| 3 | LLM OpenAI (nano) | Bruker en lettvekts GPT-4-modell for å prosessere prompts. |
| 4 | Generator (get language name) | Genererer navnet på målspråket fra de oppgitte variablene. |
| 5 | Document Retriever (GetBestTranslation) | Søker etter eksisterende beste oversettelser eller kontekst fra interne/dokumentkilder. |
| 6 | Prompt Template (Prompt) | Lager en detaljert prompt som instruerer LLM om hvordan den skal oversette, med restriksjoner og eksempler. |
| 7 | LLM OpenAI (full) | Bruker en fullverdig GPT-4-modell (med stor kontekst) til å utføre oversettelsen. |
| 8 | Generator | Utfører oversettelsen ved hjelp av ovenstående prompt og modell. |
| 9 | Chat Output | Viser den oversatte markdown-filen i utdata-grensesnittet. |
Arbeidsflytlogikk i detalj
- Input-håndtering: Brukeren sender inn en markdown-fil og spesifiserer målspråket. Arbeidsflyten ekstraherer relevante variabler for bruk i prompts.
- Språkhenting: Første del av arbeidsflyten bestemmer navnet på målspråket fra input, ved hjelp av en lettvekts LLM og en tilpasset promptmal.
- Kontekstuell henting: Den henter eventuelt eksisterende oversettelser eller relevant dokumentasjon for å gi ytterligere kontekst og sikre konsistens i oversettelsen.
- Opprettelse av oversettelsesprompt: En omfattende prompt utarbeides, med detaljerte formateringsregler, oversettelsesrestriksjoner og forventet filstruktur. Eksempel på filstruktur gis til modellen, med strenge instruksjoner om hva som skal oversettes og hva som skal bevares.
- Oversettelsesgenerering: Hovedoversettelsen utføres med en kraftig LLM, som sikrer høy kvalitet, samtidig som formaterings- og strukturkrav følges nøye.
- Utdata: Den oversatte markdown-filen presenteres for brukerens gjennomgang eller videre automatisert behandling.
Hvorfor denne arbeidsflyten er nyttig
- Konsistens: Sikrer at alle oversatte filer følger strenge formaterings- og strukturkrav som kreves av HUGO-prosjekter.
- Effektivitet: Reduserer betraktelig det manuelle arbeidet som kreves for å oversette og formatere markdown-filer for statiske sidegeneratorer.
- Skalerbarhet: Gjør det enkelt å skalere til flere språk og store mengder innhold.
- Kvalitetskontroll: Ved å bruke både kontekstbevisst henting og eksplisitte oversettelsesinstruksjoner minimeres feil som ofte forekommer ved naive maskinoversettelser.
Spesielle hensyn
- Felts-spesifikke regler: Arbeidsflyten er nøye med kun å oversette feltverdier i front matter, ikke feltnavn eller strukturelle elementer.
- Formateringsintegritet: Kontrolltegn som
+ + +og markdown/HTML-elementer bevares som krevd av HUGO- og TOML-spesifikasjonene. - Utvidbarhet: Den modulære tilnærmingen (med retrievere, promptmaler og generatorer) gjør det enkelt å tilpasse etter hvert som kravene utvikler seg.
Oppsummert gir denne arbeidsflyten en ende-til-ende, pålitelig og skalerbar løsning for oversettelse av HUGO-markdownfiler, noe som gjør den svært verdifull for organisasjoner som forvalter flerspråklige statiske nettsider eller dokumentasjonsprosjekter.
