Saltar al contenido principal

Arquitectura

El ecosistema de traducción de Rosetta consiste en tres herramientas independientes que trabajan juntas a través de contratos bien definidos. Ninguna de ellas depende de las otras en el momento de compilación. Se comunican a través de un formato de plugin de método compartido y un contrato de API REST.

Las tres piezas​

i18n-rosetta (este proyecto)​

La herramienta de código abierto para desarrolladores. Traduce archivos de localización utilizando métodos conectables (pluggable). Cero dependencias, configuración opcional, funciona de inmediato.

Métodos integrados:

  • llm → OpenRouter / cualquier LLM (más de 200 modelos)
  • llm-coached → LLM + entrenamiento de gramática/diccionario
  • openai → API directa de OpenAI (GPT-4o, GPT-4o-mini)
  • anthropic → API directa de Anthropic (Claude Sonnet, Haiku, Opus)
  • gemini → API directa de Google Gemini (Flash, Pro — nivel gratuito disponible)
  • google-translate → Google Cloud Translation API v2
  • deepl → API de DeepL con soporte para glosarios
  • microsoft-translator → Azure Cognitive Services Translator
  • libretranslate → LibreTranslate autoalojado (AGPL, gratuito)
  • api → Conducto ligero (thin pipe) a cualquier endpoint REST remoto

Eval Harness (proyecto complementario)​

Una herramienta de investigación para desarrollar, probar y evaluar (benchmarking) métodos de traducción. Cuando un método alcanza una calidad aceptable, el harness exporta un plugin de método: un manifiesto method.json y archivos opcionales de datos de entrenamiento.

El harness nunca se ejecuta dentro de rosetta. Es una herramienta separada que produce resultados estáticos (archivos JSON). Rosetta simplemente lee esos archivos.

→ Eval Harness en GitHub

Rosetta Translate (planificado)​

Un servicio de API de uso medido que aloja métodos de traducción patentados en el lado del servidor: los prompts, los datos de entrenamiento y los pipelines lingüísticos nunca abandonan el servidor.

Cómo se conectan​

Eval Harness → i18n-rosetta (exportación unidireccional)​

Contrato: Especificación del plugin

Rosetta Translate → i18n-rosetta (API en tiempo de ejecución)​

El APIMethod de Rosetta es un conducto pasivo (dumb pipe). Envía claves y recibe traducciones. No contiene ninguna lógica de traducción ni contenido patentado.

Qué sabe cada pieza sobre las demás​

Herramienta¿Conoce a rosetta?¿Conoce a Rosetta Translate?¿Conoce al harness?
i18n-rosetta(es rosetta)Sí — el método api lo llamaNo — solo lee las exportaciones de plugins
Rosetta TranslateSí — atiende sus solicitudes(es Rosetta Translate)No — recibe los métodos implementados
Eval HarnessSí — exporta el formato de pluginNo — los métodos se implementan por separado(es el harness)

Escenarios de usuario​

Escenario 1: Gratuito, sin configuración (la mayoría de los usuarios)​

export OPENROUTER_API_KEY=sk-...
npx i18n-rosetta sync

Utiliza el método integrado llm. Sin plugins, sin Rosetta Translate, sin harness.

Escenario 2: Línea base de Google Translate​

export GOOGLE_TRANSLATE_API_KEY=AIza...
npx i18n-rosetta sync

Utiliza el método integrado google-translate. No se necesitan plugins.

Escenario 3: Plugin abierto con entrenamiento incluido​

rosetta plugin install ./french-formal-v1/
rosetta sync

El plugin tiene type: "llm-coached" → rosetta utiliza la propia clave de OpenRouter del usuario. Los datos de entrenamiento son locales (sin llamadas al servidor).

Escenario 4: Entrenamiento DIY (sin plugin, sin harness)​

i18n-rosetta.config.json
{
  "pairs": {
    "en:fr": { "method": "llm-coached" }
  }
}

El usuario mantiene sus propias reglas gramaticales y diccionario en .rosetta/coaching/fr.json.

Language Cards​

Cada idioma en rosetta se configura a través de una Language Card (tarjeta de idioma): un archivo JSON que contiene ajustes preestablecidos de registro, reglas de formalidad, indicadores de soporte de métodos y convenciones tipográficas. Las Language Cards son la configuración por idioma que impulsa la traducción guiada por el registro.

Las tarjetas se dividen en dos niveles para un mejor rendimiento a escala (con el objetivo de abarcar más de 700 idiomas):

  • Nivel de tiempo de ejecución (Runtime tier) (language-cards/): Se carga de forma anticipada (eagerly); contiene los campos que necesita el motor de traducción (registros, formalidad, soporte de métodos, reglas tipográficas).
  • Nivel de referencia (Reference tier) (language-reference/): Se carga de forma diferida (lazily); contiene documentación para desarrolladores (desafíos lingüísticos, familia de idiomas, recursos de PNL).

Ambos niveles se generan a partir de fuentes autorizadas (IANA, CLDR, Glottolog) utilizando scripts/generate-language-card.mjs, y luego son curados por humanos para garantizar la precisión lingüística.

Principios de diseño​

  1. Sin dependencias circulares. Los puentes son unidireccionales.
  2. Rosetta es el núcleo ligero. Cero dependencias, configuración opcional. Los plugins y la API son aditivos.
  3. La protección de la propiedad intelectual es arquitectónica. Las técnicas patentadas permanecen en el lado del servidor. El paquete npm no incluye nada patentado.
  4. El formato del plugin es el contrato. Todo fluye a través de method.json.
  5. Cada herramienta tiene un solo trabajo. Harness → desarrollar métodos. Rosetta Translate → alojar métodos. Rosetta → traducir archivos.

Consulte también​