input var
Szablon promptu używany do wydobycia nazwy języka docelowego ze wszystkich zmiennych wejściowych.
Przegląd przepływu pracy: Tłumaczenia dla projektów HUGO
Ten przepływ pracy został zaprojektowany do automatyzacji tłumaczenia plików markdown używanych w projektach HUGO, ze szczególnym uwzględnieniem zachowania struktury pliku i formatowania. Przepływ gwarantuje, że tłumaczona jest tylko odpowiednia treść tekstowa, a elementy techniczne, takie jak front matter, struktura markdown i znaki sterujące, pozostają nienaruszone. Jest to szczególnie przydatne dla zespołów zarządzających wielojęzycznymi statycznymi stronami internetowymi budowanymi w HUGO i chcących skalować lokalizację treści przy zachowaniu wysokiej jakości i spójności.
Cel i zastosowanie
- Automatyczne tłumaczenie: Przepływ wykorzystuje najnowsze modele językowe (warianty OpenAI GPT-4), aby zapewnić wysokiej jakości tłumaczenia plików markdown.
- Zachowanie struktury: Starannie utrzymuje strukturę plików markdown HUGO, w tym front matter w formacie TOML, nagłówki markdown i specjalne formatowanie.
- Selektywne tłumaczenie: Przepływ zaprojektowano tak, by nie tłumaczyć nazw pól we front matter ani tekstu w tagach HTML, skupiając się wyłącznie na wartościach pól i treści markdown.
- Skalowalna lokalizacja: Automatyzując proces tłumaczenia, przepływ umożliwia szybkie skalowanie na wiele języków przy minimalnym nakładzie pracy ręcznej.
Kluczowe kroki w przepływie pracy
Przepływ składa się z kilku powiązanych ze sobą komponentów. Oto krok po kroku:
| Krok | Komponent | Funkcja |
|---|---|---|
| 1 | Chat Input | Przyjmuje plik markdown do przetłumaczenia oraz wymagane zmienne (np. język docelowy). |
| 2 | Prompt Template (input var) | Wydobywa nazwę języka docelowego ze zmiennych wejściowych do dalszego użycia. |
| 3 | LLM OpenAI (nano) | Wykorzystuje lekki model GPT-4 do przetwarzania promptów. |
| 4 | Generator (get language name) | Generuje nazwę języka docelowego z dostarczonych zmiennych. |
| 5 | Document Retriever (GetBestTranslation) | Wyszukuje najlepsze istniejące tłumaczenia lub kontekst z wewnętrznych/źródłowych dokumentów. |
| 6 | Prompt Template (Prompt) | Tworzy szczegółowy prompt instruujący LLM, jak tłumaczyć, wraz z ograniczeniami i przykładami. |
| 7 | LLM OpenAI (full) | Wykorzystuje pełny model GPT-4 (z dużym kontekstem) do wykonania tłumaczenia. |
| 8 | Generator | Realizuje tłumaczenie używając powyższego promptu i modelu. |
| 9 | Chat Output | Wyświetla przetłumaczony plik markdown w interfejsie wyjściowym. |
Logika przepływu pracy – szczegóły
- Obsługa wejścia: Użytkownik przesyła plik markdown oraz określa język docelowy. Przepływ wydobywa odpowiednie zmienne do użycia w promptach.
- Wydobycie języka: Pierwsza część przepływu ustala nazwę języka docelowego z wejścia, wykorzystując lekki model LLM i niestandardowy szablon promptu.
- Pobieranie kontekstu: Opcjonalnie pobiera istniejące tłumaczenia lub odpowiednią dokumentację, by zapewnić dodatkowy kontekst i spójność tłumaczenia.
- Budowa promptu tłumaczenia: Tworzony jest wyczerpujący prompt, określający zasady formatowania, ograniczenia tłumaczenia i oczekiwaną strukturę pliku. Model otrzymuje przykład struktury pliku oraz ścisłe instrukcje, co tłumaczyć, a co zachować.
- Generowanie tłumaczenia: Główne tłumaczenie wykonywane jest przez zaawansowany model LLM, zapewniając wysoką jakość wyjściową przy ścisłym przestrzeganiu wymagań formatowania i struktury.
- Wyjście: Przetłumaczony plik markdown prezentowany jest do weryfikacji użytkownika lub dalszego automatycznego przetwarzania.
Dlaczego ten przepływ pracy jest użyteczny
- Spójność: Zapewnia, że wszystkie przetłumaczone pliki zachowują ścisłe wytyczne dotyczące formatowania i struktury wymagane przez projekty HUGO.
- Efektywność: Zdecydowanie ogranicza ręczną pracę związaną z tłumaczeniem i formatowaniem plików markdown dla generatorów statycznych stron.
- Skalowalność: Umożliwia łatwe skalowanie na wiele języków i dużą ilość treści.
- Kontrola jakości: Dzięki wykorzystaniu kontekstowego pobierania oraz jasnych instrukcji tłumaczenia minimalizuje błędy typowe dla prostych tłumaczeń maszynowych.
Szczególne uwagi
- Zasady związane z polami: Przepływ starannie tłumaczy tylko wartości pól we front matter, nie nazwy pól ani elementy strukturalne.
- Integralność formatowania: Znaki sterujące takie jak
+ + +oraz elementy markdown/HTML są zachowywane zgodnie z wymaganiami HUGO i TOML. - Rozszerzalność: Modularne podejście (retrievery, szablony promptów, generatory) pozwala łatwo dostosować przepływ do zmieniających się potrzeb.
Podsumowując, ten przepływ zapewnia kompleksowe, niezawodne i skalowalne rozwiązanie do tłumaczenia plików markdown HUGO, czyniąc go niezwykle wartościowym dla organizacji zarządzających wielojęzycznymi statycznymi stronami lub projektami dokumentacyjnymi.
