Traductor de archivos Markdown de HUGO

Este flujo de trabajo agiliza la traducción de archivos markdown de HUGO a idiomas de destino mientras preserva la estructura y el formato del archivo. Aprovechando modelos de lenguaje de IA, garantiza traducciones precisas del contenido, mantiene la integridad del front matter en TOML y aplica las mejores prácticas de traducción para generadores de sitios estáticos.

Cómo funciona el Flujo de IA - Traductor de archivos Markdown de HUGO

Cómo funciona el Flujo de IA

Recibir archivo Markdown y variables de traducción

Recibe un archivo markdown de HUGO subido por el usuario e información sobre el idioma de destino como entrada.

Extraer idioma de destino

Analiza las variables de entrada para determinar el idioma de destino para la traducción usando un modelo de IA.

Recuperar traducciones existentes

Busca las mejores traducciones existentes o documentación relacionada para proporcionar contexto a la traducción.

Traducir archivo Markdown preservando la estructura

Utiliza IA para traducir el archivo markdown al idioma de destino, asegurando que se conserve el formato original, el front matter en TOML y la estructura markdown.

Generar archivo traducido

Devuelve el archivo markdown traducido, listo para su uso en proyectos HUGO.

Prompts utilizados en este flujo

A continuación se muestra una lista completa de todos los prompts utilizados en este flujo para lograr su funcionalidad. Los prompts son las instrucciones dadas al modelo de IA para generar respuestas o realizar acciones. Guían a la IA en la comprensión de la intención del usuario y la generación de resultados relevantes.

Prompt

Plantilla de prompt para la traducción de archivos markdown de HUGO, incluyendo restricciones y ejemplo de formato.

                Eres un traductor profesional que traduce archivos markdown de HUGO al idioma de destino, que se define en las variables de entrada:
{all_input_variables}

-- RESTRICCIONES DE TRADUCCIÓN --
{context}
-- FIN DE RESTRICCIONES --

El archivo de entrada es un archivo HUGO con una sección Front matter en formato TOML (el archivo traducido debe comenzar con toml, luego contener variables en formato toml), luego el archivo continúa con texto markdown

Mantén el mismo formato y estructura que el archivo original, asegurándote de que todos los caracteres de control se usen en la misma forma que en el original.
No traduzcas el texto que forma parte de etiquetas HTML o los nombres de los campos en el front matter; traduce solo los valores de los campos.
En la traducción maneja correctamente las comillas
--

--EJEMPLO de estructura de archivo INICIO:
title = "any title"

                                
cualquier otro texto markdown ...

-- EJEMPLO FIN

--
¡DEVUELVE SOLO EL ARCHIVO TRADUCIDO, NADA MÁS!
ARCHIVO DE ENTRADA PARA TRADUCIR:
{input}
Esta es una línea final agregada para un análisis robusto.

            

Componentes utilizados en este flujo

A continuación se muestra una lista completa de todos los componentes utilizados en este flujo para lograr su funcionalidad. Los componentes son los elementos básicos de cada Flujo de IA. Le permiten crear interacciones complejas y automatizar tareas mediante la conexión de diversas funcionalidades. Cada componente sirve para un propósito específico, como manejar la entrada del usuario, procesar datos o integrarse con servicios externos.

Descripción del flujo

Propósito y beneficios

Descripción general del flujo de trabajo: Traducciones para proyectos HUGO

Este flujo de trabajo está diseñado para automatizar la traducción de archivos markdown utilizados en proyectos HUGO, con especial atención a preservar la estructura y el formato del archivo. El flujo asegura que solo se traduzca el contenido textual relevante, mientras que los elementos técnicos como el front matter, la estructura markdown y los caracteres de control permanecen intactos. Esto es particularmente útil para equipos que gestionan sitios estáticos multilingües construidos con HUGO y buscan escalar la localización de contenido manteniendo alta calidad y consistencia.

Propósito y utilidad

  • Traducción automatizada: El flujo de trabajo aprovecha modelos de lenguaje de última generación (variantes de OpenAI GPT-4) para proporcionar traducciones de alta calidad para archivos markdown.
  • Preservación de la estructura: Mantiene cuidadosamente la estructura de los archivos markdown de HUGO, incluyendo el front matter en formato TOML, encabezados markdown y formatos especiales.
  • Traducción selectiva: El flujo está diseñado para evitar traducir los nombres de los campos en el front matter o el texto dentro de etiquetas HTML, enfocándose solo en los valores de los campos y el contenido markdown.
  • Localización escalable: Al automatizar el proceso de traducción, este flujo permite una rápida escalabilidad a múltiples idiomas con un esfuerzo manual mínimo.

Pasos clave en el flujo de trabajo

El flujo de trabajo consta de varios componentes interconectados. Aquí hay un esquema paso a paso:

PasoComponenteFunción
1Chat InputRecibe el archivo markdown a traducir y las variables requeridas (por ejemplo, idioma destino).
2Prompt Template (input var)Extrae el nombre del idioma de destino de las variables de entrada para su uso posterior.
3LLM OpenAI (nano)Utiliza un modelo GPT-4 ligero para procesar los prompts.
4Generator (get language name)Genera el nombre del idioma de destino a partir de las variables proporcionadas.
5Document Retriever (GetBestTranslation)Busca las mejores traducciones existentes o contexto en fuentes internas/documentos.
6Prompt Template (Prompt)Elabora un prompt detallado que instruye al LLM sobre cómo traducir, con restricciones y ejemplos.
7LLM OpenAI (full)Utiliza un modelo GPT-4 completo (con gran contexto) para realizar la traducción.
8GeneratorEjecuta la traducción usando el prompt y modelo anteriores.
9Chat OutputMuestra el archivo markdown traducido en la interfaz de salida.

Lógica detallada del flujo de trabajo

  • Manejo de entrada: El usuario envía un archivo markdown y especifica el idioma de destino. El flujo extrae las variables relevantes para usarlas en los prompts.
  • Extracción de idioma: La primera parte del flujo determina el nombre del idioma de destino a partir de la entrada, utilizando un LLM ligero y una plantilla de prompt personalizada.
  • Recuperación contextual: Opcionalmente recupera traducciones existentes o documentación relevante para proporcionar contexto adicional y asegurar la consistencia de la traducción.
  • Construcción del prompt de traducción: Se construye un prompt completo, detallando las reglas de formato, restricciones de traducción y expectativas de estructura de archivo. Se da al modelo un ejemplo de estructura de archivo, con instrucciones estrictas sobre qué traducir y qué preservar.
  • Generación de la traducción: La traducción principal se realiza utilizando un LLM potente, asegurando una salida de alta calidad mientras se siguen estrictamente los requisitos de formato y estructura.
  • Salida: El archivo markdown traducido se presenta para revisión del usuario o para procesamiento automatizado posterior.

¿Por qué es útil este flujo de trabajo?

  • Consistencia: Asegura que todos los archivos traducidos sigan las estrictas pautas de formato y estructura requeridas por los proyectos HUGO.
  • Eficiencia: Reduce sustancialmente el esfuerzo manual involucrado en traducir y formatear archivos markdown para generadores de sitios estáticos.
  • Escalabilidad: Permite una fácil escalabilidad a múltiples idiomas y grandes volúmenes de contenido.
  • Control de calidad: Al utilizar recuperación contextual y directrices explícitas de traducción, minimiza los errores típicos de los enfoques de traducción automática ingenuos.

Consideraciones especiales

  • Reglas específicas de los campos: El flujo de trabajo es cuidadoso de traducir solo los valores de los campos en el front matter, no los nombres de los campos ni los elementos estructurales.
  • Integridad del formato: Los caracteres de control como + + + y los elementos markdown/HTML se preservan como lo requieren las especificaciones de HUGO y TOML.
  • Extensibilidad: El enfoque modular (con recuperadores, plantillas de prompt y generadores) permite una fácil adaptación a medida que evolucionan los requisitos.

En resumen, este flujo de trabajo proporciona una solución integral, fiable y escalable para traducir archivos markdown de HUGO, lo que lo hace altamente valioso para organizaciones que gestionan sitios estáticos multilingües o proyectos de documentación.

Permitanos construir su propio equipo de IA

Ayudamos a empresas como la suya a desarrollar chatbots inteligentes, servidores MCP, herramientas de IA u otros tipos de automatización con IA para reemplazar a humanos en tareas repetitivas de su organización.

Saber más