
Hvordan vi brugte OpenAI API til at oversætte vores hjemmeside
- Artikler, Historier
- Hugo , OpenAI , Oversættelse , Automatisering
- 19. marts 2025
- 40 min read
Introduktion
Da vi satte os for at gøre vores GoHugo.io-baserede hjemmeside flersproget, ønskede vi en effektiv, skalerbar og omkostningseffektiv måde at generere oversættelser på. I stedet for manuelt at oversætte hver side, udnyttede vi OpenAI’s API til at automatisere processen. Denne artikel gennemgår, hvordan vi integrerede OpenAI API med Hugo, ved at bruge HugoPlate-temaet fra Zeon Studio, for hurtigt og præcist at generere oversættelser.
Hvorfor vi valgte OpenAI API til oversættelse
Traditionelle oversættelsestjenester kræver ofte betydelig manuel indsats, og automatiserede værktøjer som Google Translate, selvom de er nyttige, giver ikke altid det niveau af tilpasning, vi havde brug for. OpenAI’s API gjorde det muligt for os at:
- Automatisere oversættelser i bulk
- Tilpasse oversættelsesstilen
- Opretholde bedre kontrol over kvaliteten
- Integrere problemfrit med vores Hugo-baserede site
- Markere individuelle sider til reoversættelse
Trin-for-trin proces
1. Forberedelse af Hugo-hjemmesiden
Vores site var allerede opsat med HugoPlate-temaet, som understøtter flersproget funktionalitet. Det første skridt var at aktivere sprogunderstøttelse i vores Hugo config/_default/languages.toml
fil:
################ English language ##################
[en]
languageName = "English"
languageCode = "en-us"
contentDir = "content/english"
weight = 1
################ Arabic language ##################
[ar]
languageName = "العربية"
languageCode = "ar"
contentDir = "content/arabic"
languageDirection = 'rtl'
weight = 2
Denne konfiguration sikrer, at Hugo kan generere separate sprogversioner af vores indhold.
2. Automatisering af oversættelser med OpenAI API
Vi udviklede et Bash-script til at automatisere oversættelsen af Markdown-filer. Dette script:
- Læser engelske
.md
filer fra kilde-mappen. - Bruger OpenAI API til at oversætte teksten, mens Markdown-formateringen bevares.
- Skriver oversat indhold til de relevante sprogmapper.
- Holder styr på oversættelsesstatus ved hjælp af en JSON-fil.
Her er en oversigt over vores script:
#!/bin/bash
# ===========================================
# Hugo Content Translation and Update Script (Sequential Processing & New-Language Cleanup)
# ===========================================
# This script translates Hugo Markdown (.md) files from English to all supported target languages
# sequentially (one file at a time). It updates a JSON status file after processing each file.
# At the end of the run, it checks translation_status.json and removes any language from
# translate_new_language.txt only if every file for that language is marked as "success".
# ===========================================
set -euo pipefail
# --- Simple Logging Function (writes to stderr) ---
log_step() {
echo "[$(date '+%Y-%m-%d %H:%M:%S')] $*" >&2
}
# --- Environment Setup ---
export PATH="/opt/homebrew/opt/coreutils/libexec/gnubin:$PATH"
# (Removed "Script starting." log)
SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
log_step "SCRIPT_DIR set to: $SCRIPT_DIR"
if [ -f "$SCRIPT_DIR/.env" ]; then
log_step "Loading environment variables from .env"
set -o allexport
source "$SCRIPT_DIR/.env"
set +o allexport
fi
# Load new languages from translate_new_language.txt (if available)
declare -a NEW_LANGUAGES=()
if [ -f "$SCRIPT_DIR/translate_new_language.txt" ]; then
while IFS= read -r line || [[ -n "$line" ]]; do
NEW_LANGUAGES+=("$line")
done <"$SCRIPT_DIR/translate_new_language.txt"
else
log_step "No new languages file found; proceeding with empty NEW_LANGUAGES."
fi
API_KEY="${OPENAI_API_KEY:-}"
if [ -z "$API_KEY" ]; then
log_step "❌ Error: OPENAI_API_KEY environment variable is not set."
exit 1
fi
# Supported Languages (full list)
SUPPORTED_LANGUAGES=("ar" "bg" "bn" "cs" "da" "de" "el" "es" "fa" "fi" "fr" "ha" "he" "hi" "hr" "hu" "id" "ig" "it" "ja" "ko" "ml" "mr" "ms" "nl" "no" "pa" "pl" "pt" "ro" "ru" "sk" "sn" "so" "sr" "sv" "sw" "ta" "te" "th" "tl" "tr" "uk" "vi" "xh" "yo" "zh" "zu")
STATUS_FILE="$SCRIPT_DIR/translation_status.json"
SRC_DIR="$SCRIPT_DIR/Content/english"
log_step "Source directory: $SRC_DIR"
# Check dependencies
for cmd in jq curl; do
if ! command -v "$cmd" >/dev/null 2>&1; then
log_step "❌ Error: '$cmd' is required. Please install it."
exit 1
fi
done
MAX_RETRIES=5
WAIT_TIME=2 # seconds
# Create/initialize status file if missing
if [ ! -f "$STATUS_FILE" ]; then
echo "{}" >"$STATUS_FILE"
log_step "Initialized status file at: $STATUS_FILE"
fi
# --- Locking for Status Updates ---
lock_status() {
local max_wait=10
local start_time
start_time=$(date +%s)
while ! mkdir "$STATUS_FILE.lockdir" 2>/dev/null; do
sleep 0.01
local now
now=$(date +%s)
if ((now - start_time >= max_wait)); then
log_step "WARNING: Lock wait exceeded ${max_wait}s. Forcibly removing stale lock."
rm -rf "$STATUS_FILE.lockdir"
fi
done
}
unlock_status() {
rmdir "$STATUS_FILE.lockdir"
}
update_status() {
local file_path="$1" lang="$2" status="$3"
lock_status
jq --arg file "$file_path" --arg lang "$lang" --arg status "$status" \
'.[$file][$lang] = $status' "$STATUS_FILE" >"$STATUS_FILE.tmp" && mv "$STATUS_FILE.tmp" "$STATUS_FILE"
unlock_status
}
# --- Translation Function ---
translate_text() {
local text="$1" lang="$2"
local retry_count=0
while [ "$retry_count" -lt "$MAX_RETRIES" ]; do
user_message="Translate the following text to $lang. Preserve all formatting exactly as in the original.
$text"
json_payload=$(jq -n \
--arg system "Translate from English to $lang. Preserve original formatting exactly." \
--arg user_message "$user_message" \
'{
"model": "gpt-4o-mini",
"messages": [
{"role": "system", "content": $system},
{"role": "user", "content": $user_message}
],
"temperature": 0.3
}')
response=$(curl -s https://api.openai.com/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $API_KEY" \
-d "$json_payload")
log_step "📥 Received API response."
local error_type
error_type=$(echo "$response" | jq -r '.error.type // empty')
local error_message
error_message=$(echo "$response" | jq -r '.error.message // empty')
if [ "$error_type" == "insufficient_quota" ]; then
sleep "$WAIT_TIME"
retry_count=$((retry_count + 1))
elif [[ "$error_type" == "rate_limit_reached" || "$error_type" == "server_error" || "$error_type" == "service_unavailable" ]]; then
sleep "$WAIT_TIME"
retry_count=$((retry_count + 1))
elif [ "$error_type" == "invalid_request_error" ]; then
return 1
elif [ -z "$error_type" ]; then
if ! translated_text=$(echo "$response" | jq -r '.choices[0].message.content' 2>/dev/null); then
return 1
fi
if [ "$translated_text" == "null" ] || [ -z "$translated_text" ]; then
return 1
else
translated_text=$(echo "$translated_text" | sed -e 's/^```[[:space:]]*//; s/[[:space:]]*```$//')
echo "$translated_text"
return 0
fi
else
return 1
fi
done
return 1
}
# --- Process a Single File (Sequential Version) ---
process_file() {
local src_file="$1" target_file="$2" lang="$3" rel_src="$4"
# If target file exists and is non-empty, mark status as success.
if [ -s "$target_file" ]; then
update_status "$rel_src" "$lang" "success"
return 0
fi
content=$(<"$src_file")
if [[ "$content" =~ ^(---|\+\+\+)[[:space:]]*$ ]] && [[ "$content" =~ [[:space:]]*(---|\+\+\+\+)[[:space:]]*$ ]]; then
front_matter=$(echo "$content" | sed -n '/^\(---\|\+\+\+\)$/,/^\(---\|\+\+\+\)$/p')
body_content=$(echo "$content" | sed -n '/^\(---\|\+\+\+\)$/,/^\(---\|\+\+\+\)$/d')
else
front_matter=""
body_content="$content"
fi
log_step "Translating [$rel_src] to $lang..."
translated_body=$(translate_text "$body_content" "$lang")
if [ $? -ne 0 ]; then
update_status "$rel_src" "$lang" "failed"
return 1
fi
mkdir -p "$(dirname "$target_file")"
if [ -n "$front_matter" ]; then
echo -e "$front_matter
$translated_body" >"$target_file"
else
echo -e "$translated_body" >"$target_file"
fi
updated_content=$(echo "$content" | sed -E 's/^retranslate:\s*true/retranslate: false/')
echo "$updated_content" >"$src_file"
update_status "$rel_src" "$lang" "success"
}
# --- Main Sequential Processing ---
ALL_SUCCESS=true
for TARGET_LANG in "${SUPPORTED_LANGUAGES[@]}"; do
log_step "Processing language: $TARGET_LANG"
TARGET_DIR="$SCRIPT_DIR/Content/$TARGET_LANG"
while IFS= read -r -d '' src_file; do
rel_src="${src_file#$SCRIPT_DIR/}"
target_file="$TARGET_DIR/${src_file#$SRC_DIR/}"
# If file is marked not to retranslate, check that target file exists and is non-empty.
if ! [[ " ${NEW_LANGUAGES[@]:-} " =~ " ${TARGET_LANG} " ]] && grep -q '^retranslate:\s*false' "$src_file"; then
if [ -s "$target_file" ]; then
update_status "$rel_src" "$TARGET_LANG" "success"
else
update_status "$rel_src" "$TARGET_LANG" "failed"
fi
continue
fi
process_file "$src_file" "$target_file" "$TARGET_LANG" "$rel_src"
done < <(find "$SRC_DIR" -type f -name "*.md" -print0)
done
log_step "Translation run completed."
end_time=$(date +%s)
duration=$((end_time - $(date +%s)))
log_step "Execution Time: $duration seconds"
if [ "$ALL_SUCCESS" = true ]; then
log_step "🎉 Translation completed successfully for all supported languages!"
else
log_step "⚠️ Translation completed with some errors."
fi
# --- Clean Up Fully Translated New Languages ---
if [ -f "$SCRIPT_DIR/translate_new_language.txt" ]; then
log_step "Cleaning up fully translated new languages..."
for lang in "${NEW_LANGUAGES[@]:-}"; do
incomplete=$(jq --arg lang "$lang" 'to_entries[] | select(.value[$lang] != null and (.value[$lang] != "success")) | .key' "$STATUS_FILE")
if [ -z "$incomplete" ]; then
log_step "All translations for new language '$lang' are marked as success. Removing from translate_new_language.txt."
sed -E -i '' "/^[[:space:]]*$lang[[:space:]]*$/d" "$SCRIPT_DIR/translate_new_language.txt"
else
log_step "Language '$lang' still has incomplete translations."
fi
done
fi
3. Håndtering af oversættelsesstatus
For at forhindre redundante oversættelser og spore fremskridt, brugte vi en JSON-fil (translation_status.json
). Scriptet opdaterer denne fil efter behandling af hvert dokument, hvilket sikrer, at kun nyt eller opdateret indhold bliver oversat.
4. Fejlhåndtering og API-hastighedsgrænser
Vi implementerede genforsøg og fejlhåndtering for at håndtere hastighedsgrænser, API-fejl og kvoteproblemer. Scriptet venter, før det forsøger igen, hvis OpenAI API returnerer en fejl som rate_limit_reached
eller service_unavailable
.
5. Udrulning
Når det oversatte indhold er genereret, kører hugo --minify
for at bygge den flersprogede statiske hjemmeside, klar til udrulning.
Udfordringer og løsninger
1. Oversættelsesnøjagtighed
Selvom OpenAI’s oversættelser generelt var nøjagtige, kan nogle tekniske termer have brug for manuel gennemgang, men vi er kun et team på to, så vi håber på det bedste. Vi finjusterede prompts for at opretholde kontekst og tone.
2. Formateringsproblemer
Markdown-syntaksen blev nogle gange ændret under oversættelsen. For at løse dette tilføjede vi efterbehandlingslogik for at bevare formateringen.
3. API-omkostningsoptimering
For at reducere omkostningerne implementerede vi caching for at undgå at re-oversætte uændret indhold.
4. Effektiv håndtering af reoversættelser
For at reoversætte specifikke sider tilføjede vi en retranslate: true
front matter parameter. Scriptet reoversætter kun de sider, der er markeret med denne parameter. Dette giver os mulighed for at opdatere oversættelser efter behov uden at skulle reoversætte hele sitet.
Konklusion
Ved at integrere OpenAI API med Hugo automatiserede vi oversættelsen af vores hjemmeside, mens vi opretholdt kvalitet og fleksibilitet. Denne tilgang sparede tid, sikrede konsistens og gjorde det muligt for os at skalere uden problemer. Hvis du ønsker at gøre dit Hugo-site flersproget, tilbyder OpenAI’s API en kraftfuld løsning.