Merk - Denne siden er automatisk oversatt fra engelsk og kan inneholde unøyaktigheter. Oversettelsen er kun ment som en bekvemmelighet. For mest nøyaktig innhold, vennligst se den engelske versjonen.
Hvordan vi brukte OpenAI API for å oversette nettstedet vårt

Hvordan vi brukte OpenAI API for å oversette nettstedet vårt

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.

Share This Page: