variable de entrada
Plantilla de prompt usada para extraer el nombre del idioma de destino de todas las variables de entrada.
Obtén el nombre del idioma de destino de las siguientes variables:
{all_input_variables}
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.
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.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.
Plantilla de prompt usada para extraer el nombre del idioma de destino de todas las variables de entrada.
Obtén el nombre del idioma de destino de las siguientes variables:
{all_input_variables}
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.
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
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.
El flujo de trabajo consta de varios componentes interconectados. Aquí hay un esquema paso a paso:
Paso | Componente | Función |
---|---|---|
1 | Chat Input | Recibe el archivo markdown a traducir y las variables requeridas (por ejemplo, idioma destino). |
2 | Prompt Template (input var ) | Extrae el nombre del idioma de destino de las variables de entrada para su uso posterior. |
3 | LLM OpenAI (nano) | Utiliza un modelo GPT-4 ligero para procesar los prompts. |
4 | Generator (get language name ) | Genera el nombre del idioma de destino a partir de las variables proporcionadas. |
5 | Document Retriever (GetBestTranslation ) | Busca las mejores traducciones existentes o contexto en fuentes internas/documentos. |
6 | Prompt Template (Prompt ) | Elabora un prompt detallado que instruye al LLM sobre cómo traducir, con restricciones y ejemplos. |
7 | LLM OpenAI (full) | Utiliza un modelo GPT-4 completo (con gran contexto) para realizar la traducción. |
8 | Generator | Ejecuta la traducción usando el prompt y modelo anteriores. |
9 | Chat Output | Muestra el archivo markdown traducido en la interfaz de salida. |
+ + +
y los elementos markdown/HTML se preservan como lo requieren las especificaciones de HUGO y TOML.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.
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.