ترجمه‌ها اکنون در دسترس هستند - زبان مورد نظر خود را از منو انتخاب کنید.
چگونه از OpenAI API برای ترجمه وب‌سایت خود استفاده کردیم

چگونه از OpenAI API برای ترجمه وب‌سایت خود استفاده کردیم

مقدمه

زمانی که تصمیم به چند زبانه کردن وب‌سایت مبتنی بر GoHugo.io خود گرفتیم، به دنبال روشی کارآمد، مقیاس‌پذیر و مقرون به صرفه برای تولید ترجمه‌ها بودیم. به جای ترجمه دستی هر صفحه، از API OpenAI برای خودکارسازی این فرآیند استفاده کردیم. این مقاله به نحوه ادغام API OpenAI با Hugo پرداخته و از تم HugoPlate از Zeon Studio برای تولید سریع و دقیق ترجمه‌ها استفاده می‌کند.

چرا API OpenAI را برای ترجمه انتخاب کردیم

خدمات ترجمه سنتی معمولاً نیاز به تلاش دستی قابل توجهی دارند و ابزارهای خودکار مانند Google Translate، هرچند مفید، همیشه سطح سفارشی‌سازی مورد نیاز ما را فراهم نمی‌کنند. API OpenAI به ما این امکان را داد تا:

  • ترجمه‌ها را به صورت انبوه خودکار کنیم
  • سبک ترجمه را سفارشی کنیم
  • کنترل بهتری بر کیفیت داشته باشیم
  • به طور یکپارچه با سایت مبتنی بر Hugo خود ادغام شویم
  • صفحات فردی را برای ترجمه مجدد علامت‌گذاری کنیم

فرآیند گام به گام

1. آماده‌سازی وب‌سایت Hugo

سایت ما قبلاً با استفاده از تم HugoPlate راه‌اندازی شده بود که از عملکرد چند زبانه پشتیبانی می‌کند. اولین قدم فعال‌سازی پشتیبانی از زبان در فایل config/_default/languages.toml Hugo ما بود:

################ 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

این پیکربندی اطمینان می‌دهد که Hugo می‌تواند نسخه‌های زبان جداگانه‌ای از محتوای ما تولید کند.

2. خودکارسازی ترجمه‌ها با OpenAI API

ما یک اسکریپت Bash برای خودکارسازی ترجمه فایل‌های Markdown توسعه دادیم. این اسکریپت:

  • فایل‌های انگلیسی .md را از دایرکتوری منبع می‌خواند.
  • از API OpenAI برای ترجمه متن در حالی که فرمت Markdown را حفظ می‌کند، استفاده می‌کند.
  • محتوای ترجمه شده را به دایرکتوری‌های زبان مناسب می‌نویسد.
  • وضعیت ترجمه را با استفاده از یک فایل JSON پیگیری می‌کند.

در اینجا نمای کلی از اسکریپت ما آورده شده است:

#!/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. مدیریت وضعیت ترجمه

برای جلوگیری از ترجمه‌های تکراری و پیگیری پیشرفت، ما از یک فایل JSON (translation_status.json) استفاده کردیم. این اسکریپت پس از پردازش هر سند، این فایل را به‌روزرسانی می‌کند و اطمینان می‌دهد که فقط محتوای جدید یا به‌روزرسانی شده ترجمه می‌شود.

4. مدیریت خطا و محدودیت‌های نرخ API

ما تلاش‌ها و مدیریت خطا را برای مقابله با محدودیت‌های نرخ، شکست‌های API و مشکلات سهمیه پیاده‌سازی کردیم. اگر API OpenAI خطایی مانند rate_limit_reached یا service_unavailable برگرداند، اسکریپت قبل از تلاش مجدد منتظر می‌ماند.

5. استقرار

پس از تولید محتوای ترجمه شده، اجرای hugo --minify سایت استاتیک چند زبانه را ساخته و آماده استقرار می‌کند.

چالش‌ها و راه‌حل‌ها

1. دقت ترجمه

در حالی که ترجمه‌های OpenAI به طور کلی دقیق بودند، برخی از اصطلاحات فنی ممکن است نیاز به بررسی دستی داشته باشند، اما ما فقط یک تیم دو نفره هستیم، بنابراین امیدواریم بهترین نتیجه را بگیریم. ما درخواست‌ها را برای حفظ زمینه و لحن بهینه‌سازی کردیم.

2. مشکلات فرمت‌بندی

گاهی اوقات نحو Markdown در ترجمه تغییر می‌کرد. برای رفع این مشکل، ما منطق پردازش پس از ترجمه را برای حفظ فرمت اضافه کردیم.

3. بهینه‌سازی هزینه API

برای کاهش هزینه‌ها، ما از کشینگ استفاده کردیم تا از ترجمه مجدد محتوای تغییر نیافته جلوگیری کنیم.

4. مدیریت ترجمه‌های مجدد به طور کارآمد

برای ترجمه مجدد صفحات خاص، ما یک پارامتر retranslate: true به متاداده اضافه کردیم. اسکریپت فقط صفحات علامت‌گذاری شده با این پارامتر را ترجمه مجدد می‌کند. این به ما اجازه می‌دهد تا ترجمه‌ها را در صورت نیاز به‌روزرسانی کنیم بدون اینکه مجبور به ترجمه مجدد کل سایت باشیم.

نتیجه‌گیری

با ادغام API OpenAI با Hugo، ما ترجمه وب‌سایت خود را خودکار کردیم در حالی که کیفیت و انعطاف‌پذیری را حفظ کردیم. این رویکرد زمان را صرفه‌جویی کرد، ثبات را تضمین کرد و به ما اجازه داد تا به راحتی مقیاس‌پذیر شویم. اگر به دنبال چند زبانه کردن سایت Hugo خود هستید، API OpenAI یک راه‌حل قدرتمند ارائه می‌دهد.

Share This Page: