input var
Promptmall som används för att extrahera namnet på målspråket från alla indata.
Detta arbetsflöde är utformat för att automatisera översättningen av markdown-filer som används i HUGO-projekt, med särskild omsorg om att bevara filstruktur och formatering. Flödet ser till att endast relevant textinnehåll översätts, medan tekniska element såsom front matter, markdown-struktur och kontrolltecken förblir oförändrade. Detta är särskilt användbart för team som hanterar flerspråkiga statiska webbplatser byggda med HUGO och vill kunna skala innehållslokalisering med bibehållen hög kvalitet och konsekvens.
Syfte och användningsområden
- Automatiserad översättning: Arbetsflödet utnyttjar toppmoderna språkmodeller (OpenAI GPT-4-varianter) för att ge högkvalitativa översättningar av markdown-filer.
- Strukturbevarande: Det bibehåller noggrant strukturen i HUGO markdown-filer, inklusive front matter i TOML-format, markdownrubriker och särskild formatering.
- Selektiv översättning: Flödet är utformat för att undvika att översätta fältnamn i front matter eller text inom HTML-taggar, och fokuserar endast på fältvärden och markdown-innehåll.
- Skalbar lokalisering: Genom att automatisera översättningsprocessen möjliggör detta arbetsflöde snabb skala till flera språk med minimalt manuellt arbete.
Viktiga steg i arbetsflödet
Arbetsflödet består av flera sammankopplade komponenter. Här är en steg-för-steg-översikt:
| Steg | Komponent | Funktion |
|---|---|---|
| 1 | Chatingång | Tar emot markdown-filen som ska översättas och eventuella nödvändiga variabler (t.ex. målspråk). |
| 2 | Promptmall (input var) | Extraherar namnet på målspråket från indata för vidare användning. |
| 3 | LLM OpenAI (nano) | Använder en lättviktig GPT-4-modell för att bearbeta prompts. |
| 4 | Generator (get language name) | Genererar namnet på målspråket från de angivna variablerna. |
| 5 | Dokumenthämtare (GetBestTranslation) | Söker efter befintliga bästa översättningar eller kontext från interna/dokumentskällor. |
| 6 | Promptmall (Prompt) | Skapar en detaljerad prompt som instruerar LLM:n om hur översättningen ska ske, med restriktioner och exempel. |
| 7 | LLM OpenAI (full) | Använder en fullfjädrad GPT-4-modell (med stort kontextfönster) för att utföra översättningen. |
| 8 | Generator | Utför översättningen med hjälp av ovanstående prompt och modell. |
| 9 | Chatutgång | Visar den översatta markdown-filen i utdata-gränssnittet. |
Arbetsflödets logik i detalj
- Indatahantering: Användaren skickar in en markdown-fil och anger önskat målspråk. Arbetsflödet extraherar relevanta variabler för användning i prompts.
- Språkextrahering: Första delen av arbetsflödet fastställer namnet på målspråket ur indata, med hjälp av en lättviktig LLM och en anpassad promptmall.
- Kontextuell hämtning: Den hämtar vid behov befintliga översättningar eller relevant dokumentation för att ge ytterligare kontext och säkerställa översättningskonsekvens.
- Promptkonstruktion för översättning: En omfattande prompt konstrueras, med detaljerade regler för formatering, översättningsrestriktioner och förväntad filstruktur. En exempelfilstruktur ges till modellen, med strikta instruktioner om vad som ska översättas och vad som ska bevaras.
- Översättningsgenerering: Huvudöversättningen utförs med hjälp av en kraftfull LLM, vilket säkerställer hög kvalitet samtidigt som formaterings- och strukturkrav följs strikt.
- Utdata: Den översatta markdown-filen presenteras för användargranskning eller vidare automatiserad bearbetning.
Varför detta arbetsflöde är användbart
- Konsekvens: Säkerställer att alla översatta filer följer strikta formaterings- och strukturkrav som krävs av HUGO-projekt.
- Effektivitet: Minskar avsevärt det manuella arbete som krävs för att översätta och formatera markdown-filer för statiska webbplatsgeneratorer.
- Skalbarhet: Gör det enkelt att skala till flera språk och stora mängder innehåll.
- Kvalitetskontroll: Genom att använda både kontextmedveten hämtning och explicita översättningsinstruktioner minimeras fel som är typiska för naiva maskinöversättningar.
Särskilda överväganden
- Fältspecifika regler: Arbetsflödet är noga med att endast översätta fältvärden i front matter, inte fältnamn eller strukturella element.
- Formateringsintegritet: Kontrolltecken som
+ + +samt markdown-/HTML-element bevaras enligt HUGO- och TOML-specifikationerna. - Utbyggbarhet: Det modulära tillvägagångssättet (med hämtare, promptmallar och generatorer) gör det enkelt att anpassa när kraven förändras.
Sammanfattningsvis tillhandahåller detta arbetsflöde en komplett, pålitlig och skalbar lösning för översättning av HUGO markdown-filer, vilket gör det mycket värdefullt för organisationer som hanterar flerspråkiga statiska webbplatser eller dokumentationsprojekt.
