Zum Hauptinhalt springen

Wie i18n-rosetta funktioniert

i18n-rosetta übersetzt die Locale-Dateien Ihrer App mit einem einzigen Befehl. Hier erfahren Sie, was im Hintergrund passiert.

Die Pipeline​

Wenn Sie npx i18n-rosetta sync ausführen, durchläuft rosetta eine sechsphasige Pipeline:

Wichtige Designentscheidungen:

  • Änderungserkennung über SHA-256-Hashes. Rosetta verfolgt jeden Quellwert mit einem Hash in .i18n-rosetta.lock. Wenn Sie eine englische Zeichenfolge aktualisieren, wird nur dieser Schlüssel neu übersetzt. Aus diesem Grund ist sync bei wiederholten Ausführungen schnell — es verrichtet nur minimale Arbeit.

  • Translation Memory Caching. Bevor ein API-Aufruf getätigt wird, überprüft rosetta .rosetta/tm.json auf zwischengespeicherte Übersetzungen (indiziert nach Quelltext + Locale + Methode). Bei einer typischen erneuten Synchronisierung nach der Änderung eines Schlüssels stammen 142 Schlüssel aus dem Cache und 1 Schlüssel greift auf die API zu.

  • Quality Gate vor dem Schreibvorgang. Jede Übersetzung durchläuft fünf automatisierte Prüfungen (leer, Quelltext-Echo, Halluzinationsschleife, Längeninflation, Schriftzeichenkonformität), bevor sie in Ihre Dateien geschrieben wird. Fehler werden protokolliert und niemals stillschweigend akzeptiert.

  • Wiederholungskaskade bei Fehlern. Wenn ein Batch fehlschlägt (JSON-Parsing-Fehler, API-Zeitüberschreitung), unternimmt rosetta erneute Versuche mit zunehmend kleineren Batches: vollständig → halb → einzeln. Dadurch wird der problematische Schlüssel isoliert, ohne den Rest zu blockieren.

Übersetzungsmethoden​

Rosetta unterstützt vier Übersetzungsmethoden, die jeweils für unterschiedliche Szenarien geeignet sind:

MethodeFunktionsweiseAm besten geeignet für
llmStrukturierter Prompt an ein beliebiges OpenRouter-ModellRessourcenstarke Sprachen
llm-coachedGleicher Prompt + Grammatikregeln, Wörterbuch und StilhinweiseSprachen, bei denen LLMs vorhersehbare Fehler machen
google-translateBatch-Anfrage an die Google Cloud Translation APIRessourcenstarke Sprachen mit guter GT-Unterstützung
apiHTTP-POST an Ihren eigenen EndpunktBenutzerdefinierte Pipelines, von der Community kontrollierte Modelle

Methoden werden pro Sprachpaar konfiguriert. Sie könnten google-translate für Französisch verwenden, aber llm-coached für Plains Cree — jedes Paar erhält die Methode, die am besten dafür funktioniert.

Coaching-Daten​

Für llm-coached-Paare vermitteln Coaching-Daten dem LLM explizites linguistisches Wissen: Grammatikregeln, erzwungene Terminologie und Stilpräferenzen. Dies wird als strukturierter Kontext in jeden Prompt eingefügt.

coaching/crk.json
{
  "grammar_rules": ["Animate nouns take different plural forms than inanimate nouns"],
  "dictionary": {"welcome": "ᑕᓂᓯ", "settings": "ᐃᑕᐢᑌᐘᐃᓇ"},
  "style_notes": "Use Standard Roman Orthography (SRO) unless explicitly configured otherwise."
}

Coaching-Daten sind der primäre Mechanismus zur Verbesserung der Übersetzungsqualität, ohne ein Modell feinabstimmen zu müssen. Ändern Sie die Regeln → führen Sie die Synchronisierung erneut aus → prüfen Sie, ob es hilft. Die Iteration erfolgt sofort.

Plugins​

Plugins sind vorgefertigte Übersetzungsrezepte für bestimmte Sprachpaare. Es handelt sich um JSON-Manifeste — nicht um Code —, die rosetta mitteilen, welche Methode verwendet werden soll, mit welchen Einstellungen und welche Qualität im Benchmark ermittelt wurde.

i18n-rosetta plugin install ./crk-coached-v3/
i18n-rosetta sync   # uses the installed plugin for en→crk

Plugins schließen die Lücke zwischen Forschung und Produktion: Eine Methode, die in der MT Eval Arena gut abschneidet, kann als Plugin verpackt und hier bereitgestellt werden.

Das Gesamtbild​

i18n-rosetta ist die eine Hälfte eines zweiteiligen Ökosystems:

  • MT Eval Arena — wo Übersetzungsmethoden mit reproduzierbarem Benchmarking entwickelt und erprobt werden
  • i18n-rosetta — wo erprobte Methoden bereitgestellt werden, um echte Inhalte zu übersetzen

Die Eval Harness Bridge verbindet die beiden. Eine Methode, die sich in der Arena bewährt, wird hier bereitgestellt. Das Feedback von Sprechern aus der Produktion verbessert die nächste Version.

Weiterführende Informationen​