i18n-rosetta para Empresas

Sua equipe traduz conteúdo regularmente. Você tem uma pilha de arquivos de locale, um pipeline de CI e um processo que provavelmente envolve alguém executando o Google Translate manualmente, copiando os resultados para um JSON e torcendo para dar certo. Ou você está pagando por uma plataforma TMS onde fica preso ao motor de tradução de um único fornecedor.

Existe uma maneira melhor.

A Proposta

Escolha o melhor método para cada idioma — não o que o seu fornecedor define como padrão
Faça o deploy com um comando — npx i18n-rosetta sync traduz cada locale, cada formato, todas as vezes
Troque de métodos sem alterar o código — uma mudança de configuração, não uma migração
Seja dono do seu pipeline — sem vendor lock-in, sem dashboards mensais, sem contas

i18n-rosetta.config.json
{
  "version": 3,
  "pairs": {
    "en:fr": { "method": "deepl" },
    "en:ja": { "method": "llm", "model": "google/gemini-2.5-pro" },
    "en:de": { "method": "google-translate" },
    "en:ko": { "method": "llm", "register": "polite-haeyo" },
    "en:crk": { "methodPlugin": "crk-coached-v3" }
  }
}

O francês usa o DeepL (sua equipe prefere sua fluência europeia). O japonês usa um LLM de ponta. O alemão usa o Google Translate (rápido, barato, bom o suficiente). O coreano usa um LLM com um registro formal. O cree das planícies usa um plugin treinado pela comunidade que obteve a maior pontuação no leaderboard.

Mesmo comando. Mesmo pipeline de CI. Métodos diferentes por par. Um único arquivo de configuração.

O Fluxo de Trabalho Leaderboard → Deploy

:::tip Em breve: CLI do rosetta leaderboard O fluxo de trabalho descrito abaixo é a integração planejada entre o leaderboard do MT Eval Arena e a CLI do i18n-rosetta. A infraestrutura existe em ambos os lados — a ponte está em desenvolvimento. :::

O MT Eval Arena é onde os métodos de tradução passam por benchmark com pontuações reproduzíveis e com fingerprint. Cada método recebe uma pontuação composta em várias métricas (chrF++, correspondência exata, aceitação FST, pontuação semântica). O leaderboard rastreia cada submissão.

O fluxo de trabalho planejado:

# Browse the leaderboard from your terminal
npx i18n-rosetta leaderboard --pair en:crk

# Output:
# ┌──────┬───────────────────────┬────────────┬──────────┬───────────┐
# │ Rank │ Method                │ Model      │ chrF++   │ Composite │
# ├──────┼───────────────────────┼────────────┼──────────┼───────────┤
# │  1   │ crk-coached-v3        │ gemini-2.5 │ 43.2     │ 0.67      │
# │  2   │ fst-gated-pipeline    │ gpt-4o     │ 41.8     │ 0.63      │
# │  3   │ prompt-baseline       │ claude-4   │ 38.1     │ 0.55      │
# └──────┴───────────────────────┴────────────┴──────────┴───────────┘

# Install the top-scoring method as a plugin
npx i18n-rosetta plugin install crk-coached-v3

# Use it
npx i18n-rosetta sync

Você não constrói o método. Você não treina o modelo. Você escolhe o vencedor e faz o deploy. Se um método melhor aparecer no leaderboard no mês que vem, você o substitui com um comando.

O Que Está Disponível Hoje

A ponte entre o leaderboard e a CLI está em desenvolvimento. Aqui está o que funciona agora:

Métodos integrados (sem necessidade de plugins)

Método	Melhor Para	Custo
`llm` (padrão)	Foco em qualidade, qualquer idioma	Por token via OpenRouter
`gemini`	Qualidade + plano gratuito	Gratuito (limitado), depois por token
`google-translate`	Velocidade + volume	$20/M caracteres
`deepl`	Idiomas europeus	$25/M caracteres
`llm-coached`	Idiomas com dados de coaching	Por token via OpenRouter
`api`	Métodos personalizados/hospedados pela comunidade	Self-hosted

Métodos via plugin (instalação separada)

Plugins personalizados podem encapsular qualquer lógica de tradução — um modelo fine-tuned, um pipeline com FST-gated, uma API da comunidade ou qualquer outra coisa que produza JSON. Veja Criar um Plugin.

Fluxo de Trabalho Enterprise

1. Avalie sua qualidade atual

# See what you're getting today
npx i18n-rosetta status

# Output shows: method per pair, cache hit rate, quality gate stats

2. Execute o eval harness nos candidatos

O eval harness permite que você faça o benchmark de vários métodos em relação ao mesmo conjunto de dados. Execute uma varredura (sweep), compare as pontuações e escolha os vencedores:

# In the eval harness repo
python -m mt_eval_harness.run \
  --methods coached-v3 baseline prompt-tuned \
  --dataset data/your-corpus.json

3. Configure os vencedores por par

Atualize sua configuração para usar o melhor método por par de idiomas. Idiomas diferentes têm métodos melhores diferentes — esse é o objetivo.

4. Integre ao CI/CD

# In your CI pipeline
npx i18n-rosetta lint        # Catch hardcoded strings
npx i18n-rosetta sync        # Translate what changed
npx i18n-rosetta audit       # Fail if any locale is incomplete
npx i18n-rosetta integrity   # Validate placeholder consistency

Três comandos. Zero tradução manual. O pipeline captura strings hardcoded, traduz com os métodos escolhidos e falha a build se algo estiver faltando ou corrompido.

5. Revisão profissional (opcional)

Para conteúdos críticos, exporte para XLIFF para revisão humana:

npx i18n-rosetta xliff export --locale ja --output translations.xliff
# → Send to your translation agency
# → Import corrections back:
npx i18n-rosetta xliff import translations.xliff

Traduza o volume principal por máquina. Revise os caminhos críticos com humanos. Pague pelo tempo humano apenas onde importa.

Modelo de Custos

O rosetta não tem taxa de licença, nem assinatura mensal, nem preço por usuário (per-seat). É uma ferramenta CLI de código aberto (open-source). Você paga apenas pelas chamadas de API de tradução:

Volume	Google Translate	LLM (Gemini Flash)	LLM (GPT-4o)
1.000 chaves × 5 locales	~$0.50	~$0.30 (plano gratuito)	~$2.00
10.000 chaves × 15 locales	~$15	~$8	~$60
50.000 chaves × 30 locales	~$75	~$40	~$300

A Memória de Tradução (Translation Memory) significa que você só paga pelas chaves alteradas nas sincronizações subsequentes. Se você atualizar 10 strings de 10.000, você paga por 10 traduções, não 10.000.

vs. Plataformas TMS

	rosetta	Crowdin / Phrase / Locize
Preço	Gratuito (open source) + custos de API	$50–$500/mês + por usuário
Vendor lock-in	Nenhum — troque de provedor na configuração	Alto — dados na nuvem deles
Escolha de método	Qualquer provedor, qualquer modelo, por par	O que eles oferecerem
CI/CD	Primeira classe (`lint → sync → audit`)	Plugin/webhook
Métodos personalizados	Sistema de plugins, plugins da comunidade	Não suportado
Quality gate	Integrado (wrong-script, echo, length)	Varia
Self-hosted	Sim (LibreTranslate, API personalizada)	Não

Veja a comparação completa para mais detalhes.

Leitura Adicional

Início Rápido — execute sua primeira sincronização em 60 segundos
Métodos de Tradução — o menu completo de métodos com árvore de decisão
Integração CI/CD — automatize no seu pipeline
Trabalhando com Tradutores Profissionais — exportação/importação de XLIFF
MT Eval Arena — benchmark e leaderboard
Referência de Configuração — todas as opções de configuração

A Proposta​

O Fluxo de Trabalho Leaderboard → Deploy​

O Que Está Disponível Hoje​

Métodos integrados (sem necessidade de plugins)​

Métodos via plugin (instalação separada)​

Fluxo de Trabalho Enterprise​

1. Avalie sua qualidade atual​

2. Execute o eval harness nos candidatos​

3. Configure os vencedores por par​

4. Integre ao CI/CD​

5. Revisão profissional (opcional)​

Modelo de Custos​

vs. Plataformas TMS​

Leitura Adicional​