چگونه ۵۰ زبان ارائه دادیم

وقتی تصمیم گرفتیم وب‌سایت مبتنی بر GoHugo.io خود را چندزبانه کنیم، به دنبال روشی کارآمد، مقیاس‌پذیر و مقرون‌به‌صرفه برای تولید ترجمه‌ها بودیم. به جای ترجمه دستی هر صفحه، از API اوپن‌ای‌آی برای خودکارسازی این فرایند استفاده کردیم. این مقاله نحوه ادغام API اوپن‌ای‌آی با هوگو، با استفاده از قالب HugoPlate از استودیو Zeon، را برای تولید ترجمه‌ها به‌سرعت و با دقت شرح می‌دهد.

چرا API اوپن‌ای‌آی را برای ترجمه انتخاب کردیم

خدمات ترجمه سنتی اغلب نیازمند تلاش دستی قابل توجهی هستند و ابزارهای خودکار مانند گوگل ترنسلیت، هرچند مفید، همیشه سطح سفارشی‌سازی مورد نیاز ما را ارائه نمی‌دهند. API اوپن‌ای‌آی به ما امکان داد تا:

• ترجمه‌ها را به‌صورت دسته‌ای خودکار کنیم
• سبک ترجمه را سفارشی کنیم
• کنترل بهتری بر کیفیت داشته باشیم
• به‌صورت یکپارچه با سایت مبتنی بر هوگو ادغام شویم
• صفحات خاص را برای ترجمه مجدد علامت‌گذاری کنیم
• زبان‌های جدید را با کمترین تلاش اضافه کنیم

فرایند گام‌به‌گام

۱. آماده‌سازی وب‌سایت هوگو

سایت ما قبلاً با استفاده از قالب HugoPlate راه‌اندازی شده بود که از قابلیت چندزبانه پشتیبانی می‌کند. اولین گام فعال‌سازی پشتیبانی زبان در فایل config/_default/languages.toml هوگو بود:

```toml
################ 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 تضمین می‌کند که هوگو می‌تواند نسخه‌های جداگانه‌ای از محتوا را برای هر زبان تولید کند.

۲. خودکارسازی ترجمه‌ها با API اوپن‌ای‌آی

ما یک اسکریپت بش برای خودکارسازی ترجمه فایل‌های مارک‌داون توسعه دادیم. این اسکریپت:

• فایل‌های .md انگلیسی را از دایرکتوری منبع می‌خواند.
• از API اوپن‌ای‌آی برای ترجمه متن در حالی که قالب‌بندی مارک‌داون حفظ می‌شود استفاده می‌کند.
• محتوای ترجمه‌شده را در دایرکتوری‌های زبان مربوطه می‌نویسد.
• وضعیت ترجمه را با استفاده از یک فایل JSON پیگیری می‌کند.

در اینجا اسکریپت بش ما برای خودکارسازی ترجمه‌ها آمده است. می‌توانید آن را برای نیازهای خود استفاده و تغییر دهید:

```bash
# MIT License
# Copyright (c) 2024 Williston Technical Inc.
#
# Permission is hereby granted, free of charge, to any person obtaining a copy
# of this software and associated documentation files (the "Software"), to deal
# in the Software without restriction, including without limitation the rights
# to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
# copies of the Software, and to permit persons to whom the Software is
# furnished to do so, subject to the following conditions:
#
# The above copyright notice and this permission notice shall be included in all
# copies or substantial portions of the Software.
#
# THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
# IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
# FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
# AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
# LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
# OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
# SOFTWARE.

#!/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
```

۳. مدیریت وضعیت ترجمه

برای جلوگیری از ترجمه‌های تکراری و پیگیری پیشرفت، از یک فایل JSON (translation_status.json) استفاده کردیم. اسکریپت پس از پردازش هر سند این فایل را به‌روزرسانی می‌کند تا فقط محتوای جدید یا به‌روزشده ترجمه شود.

۴. مدیریت خطا و محدودیت‌های نرخ API

برای مقابله با محدودیت‌های نرخ، خطاهای API و مسائل سهمیه، مکانیزم تکرار و مدیریت خطا پیاده‌سازی کردیم. اسکریپت در صورت دریافت خطایی مانند rate_limit_reached یا service_unavailable از API اوپن‌ای‌آی، قبل از تلاش مجدد منتظر می‌ماند.

۵. استقرار

پس از تولید محتوای ترجمه‌شده، اجرای دستور hugo --minify سایت استاتیک چندزبانه را ساخته و آماده استقرار می‌کند.

چالش‌ها و راه‌حل‌ها

۱. دقت ترجمه

اگرچه ترجمه‌های اوپن‌ای‌آی عموماً دقیق بودند، برخی اصطلاحات فنی ممکن است نیاز به بازبینی دستی داشته باشند، اما ما فقط یک تیم دو نفره هستیم، پس امیدواریم بهترین نتیجه را بگیریم. پرامپت‌ها را برای حفظ زمینه و لحن بهینه کردیم.

۲. مشکلات قالب‌بندی

گاهی اوقات نحو مارک‌داون در ترجمه تغییر می‌کرد. برای رفع این مشکل، منطق پردازش پس از ترجمه اضافه کردیم تا قالب‌بندی حفظ شود.

۳. بهینه‌سازی هزینه API

برای کاهش هزینه‌ها، کشینگ را پیاده‌سازی کردیم تا از ترجمه مجدد محتوای بدون تغییر جلوگیری شود.

۴. مدیریت کارآمد ترجمه مجدد

برای ترجمه مجدد صفحات خاص، پارامتر retranslate: true را در فرانت‌متر اضافه کردیم. اسکریپت فقط صفحات علامت‌گذاری شده را مجدداً ترجمه می‌کند. این امکان را می‌دهد که ترجمه‌ها را به‌روزرسانی کنیم بدون اینکه کل سایت را دوباره ترجمه کنیم.

نتیجه‌گیری

با ادغام API اوپن‌ای‌آی با هوگو، ترجمه وب‌سایت خود را خودکار کردیم در حالی که کیفیت و انعطاف‌پذیری را حفظ کردیم. این روش در وقت صرفه‌جویی کرد، ثبات را تضمین نمود و امکان مقیاس‌پذیری آسان را فراهم آورد. اگر قصد دارید سایت هوگو خود را چندزبانه کنید، API اوپن‌ای‌آی راه‌حلی قدرتمند ارائه می‌دهد.