Saltar al contenido principal

Servir un método personalizado como una API

El método api de i18n-rosetta le permite apuntar cualquier par de traducción a un endpoint HTTP externo. Así es como usted integra pipelines que son demasiado complejos para un solo prompt de LLM: analizadores morfológicos, transductores de estado finito (FSTs), cadenas de LLM de múltiples pasos o cualquier método de investigación personalizado que haya construido.

¿Por qué un servicio API?​

Algunos pipelines de traducción no pueden ejecutarse dentro de un simple ciclo de prompt-respuesta:

Paso del pipelineEjemplo
Descomposición morfológicaDividir palabras polisintéticas en morfemas antes de la traducción
Validación FSTRechazar salidas que violen reglas fonológicas o morfológicas
Cadenas LLM de múltiples pasosCiclos de generar → verificar → corregir con diferentes modelos
Búsqueda en diccionarioConsultar un diccionario bilingüe curado a mitad del pipeline
Human-in-the-loopPoner en cola traducciones inciertas para revisión de expertos

El método api trata su pipeline como una caja negra: i18n-rosetta envía las cadenas de origen, su servicio devuelve las traducciones. Lo que sucede adentro depende completamente de usted.

Arquitectura​

Configuración de su servicio​

Su servicio API debe implementar un único endpoint que acepte y devuelva JSON:

Formato de solicitud​

rosetta envía este cuerpo JSON exacto (consulte api.js):

POST /translate
Content-Type: application/json
Authorization: Bearer <ROSETTA_API_KEY>

{
  "source_locale": "en",
  "target_locale": "crk",
  "method": "crk-coached-v1",
  "keys": {
    "greeting": "Hello, welcome to our app",
    "farewell": "Goodbye and thanks"
  }
}
CampoTipoDescripción
source_localestringCódigo de idioma de origen BCP 47
target_localestringCódigo de idioma de destino BCP 47
methodstringNombre del plugin o "default"
keysobjectMapa de clave → cadena de origen a traducir

### Response Format

Your service must return a `translations` object. An optional `meta` object can include cost and diagnostic info:

```json
{
  "translations": {
    "greeting": "tânisi, pê-kîwêw ôta",
    "farewell": "ekosi mâka, kinanâskomitin"
  },
  "meta": {
    "model": "my-custom-pipeline/v1",
    "cost_usd": 0.0042,
    "method": "decompose-translate-validate"
  }
}
FieldTypeRequiredDescription
translationsobject✅Map of key → translated string
metaobject—Optional metadata
meta.cost_usdnumber—If present, displayed in rosetta's output
errorsobject—For partial success (HTTP 207): map of key → { message }

Minimal Express Server​

import express from 'express';

const app = express();
app.use(express.json());

/**
 * Contrato de API de rosetta:
 *
 * Solicitud:  { source_locale, target_locale, method, keys: { "key": "source" } }
 * Respuesta: { translations: { "key": "translated" }, meta: { ... } }
 */
app.post('/translate', async (req, res) => {
  const { source_locale, target_locale, method, keys } = req.body;

  const translations = {};

  for (const [key, source] of Object.entries(keys)) {
    // --- Su pipeline va aquí ---
    // Paso 1: Descomposición morfológica
    const morphemes = await decompose(source, source_locale);

    // Paso 2: Traducción LLM con contexto
    const draft = await llmTranslate(morphemes, target_locale);

    // Paso 3: Validación FST
    const validated = await fstValidate(draft, target_locale);

    // Paso 4: Post-procesamiento (normalización de ortografía, etc.)
    translations[key] = await postProcess(validated);
  }

  res.json({
    translations,
    meta: {
      model: 'my-custom-pipeline/v1',
      method: 'decompose-translate-validate',
    },
  });
});

app.listen(3001, () => {
  console.log('API de traducción ejecutándose en http://localhost:3001');
});

Configuring i18n-rosetta​

Point a translation pair at your running service in i18n-rosetta.config.json:

{
  "inputLocale": "en",
  "pairs": {
    "en:crk": {
      "method": "api",
      "endpoint": "http://localhost:3001/translate",
      "register": "Cree de las llanuras formal. Use la ortografía SRO."
    }
  }
}

Then run sync as usual:

npx i18n-rosetta sync

i18n-rosetta will POST your source strings to the endpoint and write the returned translations to crk.json.

Case Study: Plains Cree Pipeline​

:::info Under Development The Plains Cree pipeline described below is under active development and is not yet running in production. Details here reflect the current design direction and may change as the project evolves. :::

The gds-mt-eval-harness project demonstrates this pattern. Its Plains Cree pipeline uses:

  1. Morphological decomposition — Break polysynthetic Cree words into translatable morpheme chains
  2. LLM translation — Context-enriched GPT-4o translation with coaching data (SRO orthography rules, register instructions)
  3. FST validation — Finite-state transducer checks that outputs conform to Cree phonological rules
  4. Confidence scoring — Each translation gets a confidence score based on FST pass rate and dictionary coverage

The entire pipeline runs as a single HTTP endpoint that i18n-rosetta calls via the api method.

Running Evaluations​

After translating, you can evaluate output quality using the harness directly:

# Clonar el harness
git clone https://github.com/gamedaysuits/gds-mt-eval-harness.git
cd gds-mt-eval-harness
pip install -e .

# Ejecutar la evaluación contra la salida de su método
python eval/baseline_experiment.py --dataset data/edtekla-dev-v1.json --submit

This produces structured evaluation records with chrF++, BLEU, and exact match scores that can be used as regression baselines.

Authentication​

If your API requires authentication, set the apiKey field or use an environment variable:

{
  "pairs": {
    "en:crk": {
      "method": "api",
      "endpoint": "https://my-mt-service.example.com/translate",
      "apiKey": "${CRK_API_KEY}"
    }
  }
}

Data Sovereignty & OCAP Principles​

The api method is particularly important for Indigenous language communities. By self-hosting the translation pipeline, a community keeps full control over:

  • Proprietary coaching data — register instructions, orthography rules, and domain glossaries never leave community infrastructure.
  • Linguistic resources — curated dictionaries, FST grammars, and elder-verified translations remain under community ownership.
  • Access policies — the community decides who can call the endpoint and under what terms.

This aligns with OCAP® principles (Ownership, Control, Access, Possession), ensuring that sensitive language data is governed by the community rather than a third-party platform.

consejo

Combine the api method with a private deployment (e.g., a community-hosted VM or on-prem server) for the strongest data-sovereignty posture. See Support a Low-Resource Language for a full walkthrough.

Cost Estimation​

The api method returns null for cost estimation by default — your service controls pricing. If you want to provide cost transparency, have your API return a cost field in the metadata:

{
  "translations": { "...": "..." },
  "metadata": {
    "cost": {
      "estimatedCost": 0.0042,
      "currency": "USD",
      "source": "my-service-pricing"
    }
  }
}

Mejores prácticas​

  1. Devuelva cadenas vacías para las fallas: no devuelva la cadena de origen como una "traducción". Devuelva "" y deje que el mecanismo de prefijo de respaldo de i18n-rosetta lo maneje.
  2. Incluya puntuaciones de confianza: si su pipeline puede estimar la calidad, devuélvala en los metadatos. Esto ayuda con la auditoría de calidad.
  3. Implemente comprobaciones de estado: agregue un endpoint GET /health para que i18n-rosetta pueda verificar la conectividad antes de iniciar una sincronización grande.
  4. Maneje los límites de tasa con elegancia: si su pipeline tiene límites de rendimiento, devuelva códigos de estado 429. El sistema de procesamiento por lotes de i18n-rosetta reducirá la frecuencia de las solicitudes.
  5. Registre todo: los pipelines de múltiples pasos pueden fallar silenciosamente. Registre la entrada/salida de cada paso para facilitar la depuración.

Licencias​

El patrón del método api es completamente abierto: no hay restricciones de licencia para envolver su propio pipeline de traducción como un servicio HTTP. El gds-mt-eval-harness está disponible bajo la licencia MIT para implementaciones de referencia.

Consulte también​