Translations Now Available - Select your preferred language from the menu.
Paano Namin Ginamit ang OpenAI API upang Isalin ang Aming Website

Paano Namin Ginamit ang OpenAI API upang Isalin ang Aming Website

Panimula

Nang sinimulan naming gawing multilingual ang aming website na nakabatay sa GoHugo.io, nais naming magkaroon ng isang mahusay, scalable, at cost-effective na paraan upang makabuo ng mga pagsasalin. Sa halip na mano-manong isalin ang bawat pahina, ginamit namin ang OpenAI’s API upang awtomatiko ang proseso. Ang artikulong ito ay naglalakad sa kung paano namin isinama ang OpenAI API sa Hugo, gamit ang tema ng HugoPlate mula sa Zeon Studio, upang makabuo ng mga pagsasalin nang mabilis at tumpak.

Bakit Namin Pinili ang OpenAI API para sa Pagsasalin

Ang mga tradisyunal na serbisyo ng pagsasalin ay kadalasang nangangailangan ng makabuluhang manwal na pagsisikap, at ang mga automated na tool tulad ng Google Translate, habang kapaki-pakinabang, ay hindi palaging nagbibigay ng antas ng pagpapasadya na kailangan namin. Pinayagan kami ng OpenAI’s API na:

  • Awtomatikong magsalin sa maramihan
  • I-customize ang istilo ng pagsasalin
  • Panatilihin ang mas mahusay na kontrol sa kalidad
  • Mag-integrate nang walang putol sa aming site na nakabatay sa Hugo
  • I-flag ang mga indibidwal na pahina para sa retranslation

Hakbang-hakbang na Proseso

1. Paghahanda ng Website ng Hugo

Ang aming site ay naka-set up na gamit ang HugoPlate na tema, na sumusuporta sa multilingual na functionality. Ang unang hakbang ay upang paganahin ang suporta sa wika sa aming Hugo config/_default/languages.toml na file:

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

Tinitiyak ng configuration na ito na makakabuo ang Hugo ng magkakahiwalay na bersyon ng wika ng aming nilalaman.

2. Awtomatikong Pagsasalin gamit ang OpenAI API

Nagawa namin ang isang Bash script upang awtomatikong isalin ang mga Markdown na file. Ang script na ito:

  • Nagsusuri ng mga English na .md na file mula sa source directory.
  • Gumagamit ng OpenAI API upang isalin ang teksto habang pinapanatili ang Markdown na formatting.
  • Nagsusulat ng isinalin na nilalaman sa naaangkop na mga direktoryo ng wika.
  • Nagtatala ng katayuan ng pagsasalin gamit ang isang JSON na file.

Narito ang isang pangkalahatang-ideya ng aming 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. Pamamahala ng Katayuan ng Pagsasalin

Upang maiwasan ang mga redundant na pagsasalin at subaybayan ang progreso, gumamit kami ng isang JSON na file (translation_status.json). Ina-update ng script na ito ang file pagkatapos iproseso ang bawat dokumento, tinitiyak na tanging bagong o na-update na nilalaman ang isasalin.

4. Pag-handle ng Mga Error at API Rate Limits

Nagpatupad kami ng retries at error handling upang harapin ang mga rate limits, API failures, at quota issues. Ang script ay naghihintay bago muling subukan kung ang OpenAI API ay nagbalik ng error tulad ng rate_limit_reached o service_unavailable.

5. Deployment

Kapag ang isinalin na nilalaman ay nabuo na, ang pagpapatakbo ng hugo --minify ay nagbuo ng multilingual static site, handa na para sa deployment.

Mga Hamon at Solusyon

1. Katumpakan ng Pagsasalin

Bagaman ang mga pagsasalin ng OpenAI ay karaniwang tumpak, ang ilang mga teknikal na termino ay maaaring mangailangan ng manwal na pagsusuri, ngunit kami ay isang koponan lamang na dalawa, kaya umaasa kami sa pinakamahusay. Pinino namin ang mga prompt upang mapanatili ang konteksto at tono.

2. Mga Isyu sa Formatting

Minsan ang syntax ng Markdown ay nagbago sa pagsasalin. Upang ayusin ito, nagdagdag kami ng post-processing logic upang mapanatili ang formatting.

3. Pag-optimize ng Gastos ng API

Upang mabawasan ang mga gastos, nagpatupad kami ng caching upang maiwasan ang muling pagsasalin ng hindi nagbago na nilalaman.

4. Epektibong Pag-handle ng Retranslations

Upang muling isalin ang mga tiyak na pahina, nagdagdag kami ng retranslate: true na front matter parameter. Ang script ay muling isinasalin lamang ang mga pahinang minarkahan ng parameter na ito. Ito ay nagpapahintulot sa amin na i-update ang mga pagsasalin ayon sa kinakailangan nang hindi kinakailangang muling isalin ang buong site.

Konklusyon

Sa pamamagitan ng pagsasama ng OpenAI API sa Hugo, na-automate namin ang pagsasalin ng aming website habang pinapanatili ang kalidad at kakayahang umangkop. Ang pamamaraang ito ay nakatipid ng oras, tinitiyak ang pagkakapare-pareho, at pinahintulutan kaming lumago nang walang hirap. Kung naghahanap ka upang gawing multilingual ang iyong site na Hugo, nag-aalok ang OpenAI’s API ng isang makapangyarihang solusyon.

Share This Page: