variável de entrada
Modelo de prompt usado para extrair o nome do idioma de destino de todas as variáveis de entrada.
Obtenha o nome do idioma de destino a partir das seguintes variáveis:
{all_input_variables}
Tradutor de Arquivos Markdown HUGO
Este fluxo simplifica a tradução de arquivos markdown do HUGO para idiomas de destino, preservando a estrutura e a formatação do arquivo. Aproveitando modelos de linguagem de IA, garante traduções precisas do conteúdo, mantém a integridade do front matter TOML e aplica as melhores práticas de tradução para geradores de sites estáticos.
Como o Fluxo de IA funciona
Receber Arquivo Markdown e Variáveis de Tradução
Aceita o arquivo markdown do HUGO enviado pelo usuário e as informações do idioma de destino como entrada.Extrair Idioma de Destino
Analisa as variáveis de entrada para determinar o idioma de destino da tradução usando um modelo de IA.Recuperar Traduções Existentes
Busca as melhores traduções existentes ou documentação relacionada para fornecer contexto à tradução.Traduzir Arquivo Markdown com Preservação de Estrutura
Utiliza IA para traduzir o arquivo markdown para o idioma de destino, garantindo a preservação da formatação original, do front matter TOML e da estrutura markdown.Gerar Arquivo Traduzido
Retorna o arquivo markdown traduzido, pronto para uso em projetos HUGO.Prompts usados neste fluxo
Abaixo está uma lista completa de todos os prompts usados neste fluxo para alcançar sua funcionalidade. Os prompts são as instruções dadas ao modelo de IA para gerar respostas ou executar ações. Eles orientam a IA na compreensão da intenção do usuário e na geração de saídas relevantes.
Prompt
Modelo de prompt para a tradução de arquivos markdown HUGO, incluindo restrições e exemplo de formatação.
Você é um tradutor profissional traduzindo um arquivo markdown do HUGO para o idioma de destino, que é definido nas variáveis de entrada:
{all_input_variables}
-- RESTRIÇÕES DE TRADUÇÃO --
{context}
-- FIM DAS RESTRIÇÕES --
O arquivo de entrada é um arquivo HUGO com a seção Front matter formatada em toml (o arquivo traduzido deve começar com toml, depois conter variáveis em formato toml), então o arquivo continua com texto markdown
Mantenha a mesma formatação e estrutura do arquivo de entrada original, certifique-se de que todos os caracteres de controle sejam usados na mesma forma do original.
Não traduza texto que faça parte de tags HTML ou nomes de campos na seção front matter - traduza apenas os valores dos campos.
Na tradução, manipule corretamente as aspas
--
--EXEMPLO de estrutura de arquivo INÍCIO:
title = "any title"
any other markdown text ...
-- EXEMPLO FIM
--
RETORNE APENAS O ARQUIVO TRADUZIDO, NADA MAIS!
ARQUIVO DE ENTRADA PARA TRADUZIR:
{input}
Esta é uma linha final adicionada para análise robusta.
Componentes usados neste fluxo
Abaixo está uma lista completa de todos os componentes usados neste fluxo para alcançar sua funcionalidade. Os componentes são os blocos de construção de cada Fluxo de IA. Eles permitem criar interações complexas e automatizar tarefas conectando várias funcionalidades. Cada componente serve a um propósito específico, como lidar com a entrada do usuário, processar dados ou integrar com serviços externos.
Descrição do fluxo
Objetivo e benefícios
Visão Geral do Fluxo: Traduções para Projetos HUGO
Este fluxo foi projetado para automatizar a tradução de arquivos markdown usados em projetos HUGO, com atenção especial à preservação da estrutura e formatação do arquivo. O fluxo garante que apenas o conteúdo textual relevante seja traduzido, enquanto elementos técnicos como front matter, estrutura markdown e caracteres de controle permanecem intactos. Isso é particularmente útil para equipes que gerenciam sites estáticos multilíngues construídos com HUGO e buscam ampliar a localização de conteúdo mantendo alta qualidade e consistência.
Objetivo e Utilidade
- Tradução Automatizada: O fluxo utiliza modelos de linguagem de última geração (variantes do OpenAI GPT-4) para fornecer traduções de alta qualidade para arquivos markdown.
- Preservação de Estrutura: Mantém cuidadosamente a estrutura dos arquivos markdown do HUGO, incluindo o front matter em formato TOML, cabeçalhos markdown e formatações especiais.
- Tradução Seletiva: O fluxo foi projetado para evitar traduzir nomes de campos no front matter ou texto dentro de tags HTML, focando apenas nos valores dos campos e no conteúdo markdown.
- Localização Escalável: Ao automatizar o processo de tradução, esse fluxo possibilita a rápida escalada para múltiplos idiomas com esforço manual mínimo.
Etapas Principais do Fluxo
O fluxo consiste em vários componentes interconectados. Veja um passo a passo abaixo:
| Etapa | Componente | Função |
|---|---|---|
| 1 | Chat Input | Aceita o arquivo markdown a ser traduzido e quaisquer variáveis necessárias (ex: idioma de destino). |
| 2 | Prompt Template (input var) | Extrai o nome do idioma de destino das variáveis de entrada para uso posterior. |
| 3 | LLM OpenAI (nano) | Usa um modelo GPT-4 leve para processar prompts. |
| 4 | Generator (get language name) | Gera o nome do idioma de destino a partir das variáveis fornecidas. |
| 5 | Document Retriever (GetBestTranslation) | Busca as melhores traduções existentes ou contexto em fontes documentais internas. |
| 6 | Prompt Template (Prompt) | Elabora um prompt detalhado instruindo o LLM sobre como traduzir, com restrições e exemplos. |
| 7 | LLM OpenAI (full) | Usa um modelo completo do GPT-4 (com grande contexto) para realizar a tradução. |
| 8 | Generator | Executa a tradução usando o prompt e modelo acima. |
| 9 | Chat Output | Exibe o arquivo markdown traduzido na interface de saída. |
Lógica Detalhada do Fluxo
- Tratamento de Entrada: O usuário envia um arquivo markdown e especifica o idioma de destino. O fluxo extrai as variáveis relevantes para uso nos prompts.
- Extração do Idioma: A primeira parte do fluxo determina o nome do idioma de destino a partir da entrada, usando um LLM leve e um template de prompt personalizado.
- Recuperação Contextual: Opcionalmente, busca traduções existentes ou documentação relevante para fornecer contexto adicional e garantir consistência na tradução.
- Construção do Prompt de Tradução: Um prompt abrangente é construído, detalhando regras de formatação, restrições de tradução e expectativas de estrutura de arquivo. Um exemplo de estrutura de arquivo é apresentado ao modelo, com instruções rígidas sobre o que traduzir e o que preservar.
- Geração da Tradução: A tradução principal é realizada usando um LLM poderoso, garantindo alta qualidade ao mesmo tempo que adere estritamente aos requisitos de formatação e estrutura.
- Saída: O arquivo markdown traduzido é apresentado para revisão do usuário ou para processamento automatizado posterior.
Por Que Este Fluxo é Útil
- Consistência: Garante que todos os arquivos traduzidos sigam rigorosamente as diretrizes de formatação e estrutura exigidas por projetos HUGO.
- Eficiência: Reduz substancialmente o esforço manual envolvido na tradução e formatação de arquivos markdown para geradores de sites estáticos.
- Escalabilidade: Permite fácil escalabilidade para múltiplos idiomas e grandes volumes de conteúdo.
- Controle de Qualidade: Ao usar recuperação de contexto e instruções explícitas de tradução, minimiza erros típicos de abordagens ingênuas de tradução automática.
Considerações Especiais
- Regras Específicas de Campo: O fluxo cuida para traduzir apenas os valores dos campos no front matter, não os nomes dos campos ou elementos estruturais.
- Integridade da Formatação: Caracteres de controle como
+ + +e elementos markdown/HTML são preservados conforme exigido pelas especificações do HUGO e TOML. - Extensibilidade: A abordagem modular (com retrievers, templates de prompt e generators) permite fácil adaptação à medida que as necessidades evoluem.
Em resumo, este fluxo oferece uma solução ponta a ponta, confiável e escalável para traduzir arquivos markdown HUGO, tornando-o altamente valioso para organizações que gerenciam sites estáticos multilíngues ou projetos de documentação.
Let us build your own AI Team
We help companies like yours to develop smart chatbots, MCP Servers, AI tools or other types of AI automation to replace human in repetitive tasks in your organization.
Saiba mais
