
Hvordan vi brukte OpenAI API for å oversette nettstedet vårt
- Artikler, Historier
- Hugo , OpenAI , Oversettelse , Automatisering
- March 19, 2025
- 40 min read
Introduksjon
Når vi begynte å gjøre vårt GoHugo.io-baserte nettsted flerspråklig, ønsket vi en effektiv, skalerbar og kostnadseffektiv måte å generere oversettelser på. I stedet for å manuelt oversette hver side, utnyttet vi OpenAI’s API for å automatisere prosessen. Denne artikkelen beskriver hvordan vi integrerte OpenAI API med Hugo, ved å bruke HugoPlate-temaet fra Zeon Studio, for å generere oversettelser raskt og nøyaktig.
Hvorfor vi valgte OpenAI API for oversettelse
Tradisjonelle oversettelsestjenester krever ofte betydelig manuelt arbeid, og automatiserte verktøy som Google Translate, selv om de er nyttige, gir ikke alltid det nivået av tilpasning vi trengte. OpenAI’s API tillot oss å:
- Automatisere oversettelser i bulk
- Tilpasse oversettelsesstilen
- Opprettholde bedre kontroll over kvalitet
- Integrere sømløst med vårt Hugo-baserte nettsted
- Flagge individuelle sider for reoversettelse
Trinn-for-trinn-prosess
1. Forberede Hugo-nettstedet
Vårt nettsted var allerede satt opp ved hjelp av HugoPlate-temaet, som støtter flerspråklig funksjonalitet. Det første trinnet var å aktivere språkstøtte i vår 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 konfigurasjonen sikrer at Hugo kan generere separate språkversjoner av vårt innhold.
2. Automatisere oversettelser med OpenAI API
Vi utviklet et Bash-skript for å automatisere oversettelsen av Markdown-filer. Dette skriptet:
- Leser engelske
.md
-filer fra kilde-mappen. - Bruker OpenAI API for å oversette teksten mens Markdown-formateringen bevares.
- Skriver oversatt innhold til de aktuelle språk-mappene.
- Holder oversikt over oversettelsesstatus ved hjelp av en JSON-fil.
Her er en oversikt over skriptet vårt:
#!/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. Håndtere oversettelsesstatus
For å forhindre redundante oversettelser og spore fremdrift, brukte vi en JSON-fil (translation_status.json
). Skriptet oppdaterer denne filen etter å ha behandlet hvert dokument, og sikrer at kun nytt eller oppdatert innhold blir oversatt.
4. Feilhåndtering og API-hastighetsgrenser
Vi implementerte gjenopprettinger og feilhåndtering for å håndtere hastighetsgrenser, API-feil og kvoteproblemer. Skriptet venter før det prøver igjen hvis OpenAI API returnerer en feil som rate_limit_reached
eller service_unavailable
.
5. Distribusjon
Når det oversatte innholdet er generert, kjører hugo --minify
for å bygge det flerspråklige statiske nettstedet, klart for distribusjon.
Utfordringer og løsninger
1. Oversettelsesnøyaktighet
Selv om OpenAI’s oversettelser generelt var nøyaktige, kan noen tekniske termer trenge manuell gjennomgang, men vi er bare et team på to, så vi håper på det beste. Vi finjusterte forespørslene for å opprettholde kontekst og tone.
2. Formateringsproblemer
Markdown-syntaksen ble noen ganger endret i oversettelsen. For å fikse dette, la vi til etterbehandlingslogikk for å bevare formateringen.
3. Optimalisering av API-kostnader
For å redusere kostnadene implementerte vi caching for å unngå å oversette uendret innhold på nytt.
4. Håndtere reoversettelser effektivt
For å reoversette spesifikke sider, la vi til en retranslate: true
front matter-parameter. Skriptet reoversetter kun de sidene som er merket med denne parameteren. Dette lar oss oppdatere oversettelser etter behov uten å måtte reoversette hele nettstedet.
Konklusjon
Ved å integrere OpenAI API med Hugo, automatiserte vi oversettelsen av nettstedet vårt samtidig som vi opprettholdt kvalitet og fleksibilitet. Denne tilnærmingen sparte tid, sikret konsistens og lot oss skalere uten problemer. Hvis du ønsker å gjøre Hugo-nettstedet ditt flerspråklig, tilbyr OpenAI’s API en kraftig løsning.