跳转到主要内容

i18n-rosetta

一个完全可定制的国际化框架。只需一条命令即可翻译你的本地化文件。只需一份配置即可控制所有方法、模型和语言对。如果内置方法不够用——你可以构建自己的方法，验证其效果，并将其部署上线。

npx i18n-rosetta sync

rosetta 会自动检测你的本地化文件、格式和目标语言。它会翻译缺失的内容，跳过已完成的部分，验证每个结果，并写入整洁的输出。这仅仅是起点。

为什么不自己写脚本？​

你可以写一个简单的循环，对每个键调用 Google Translate。大多数开发者都是这么做的——大概只需要 30 行代码。但这种做法在以下情况会出问题：

  • 没有变更检测。 更新一个英文字符串——翻译结果会永远停留在旧版本。rosetta 使用 SHA-256 哈希跟踪每个源值，只重新翻译发生更改的内容。
  • 没有批量处理。 每个键调用一次 API 意味着 200 个键 = 200 次网络请求。rosetta 会智能地进行批量处理（可配置，LLM 默认 80 个键/批，Google 默认 128 个键/批）。
  • 没有缓存。 每次同步都会重新翻译所有内容。rosetta 的翻译记忆库（Translation Memory）会根据源文本 + 语言环境 + 方法缓存翻译结果——在一个键发生更改后重新运行同步，只会翻译那一个键，而不是整个文件。
  • 没有质量把控。 机器翻译会出现幻觉、直接返回源文本或输出错误的字符集。rosetta 在写入之前会验证每条翻译——字符集错误、长度异常膨胀以及直接返回源文本的情况都会被捕获并拒绝。
  • 无法识别格式。 硬编码为 JSON？rosetta 能够自动检测并处理 JSON、TOML、YAML 和 Hugo Markdown（frontmatter + 正文）。
  • 没有方法控制。 每个语言对都使用相同的方法。rosetta 允许你在同一个配置文件中，为法语使用 Google Translate，为日语使用 LLM，为克里语（Cree）使用社区托管的自定义流水线。

rosetta 就是那个脚本的生产级版本。

它有何不同​

每个方法都是一个插件​

翻译方法是按语言对可配置的。在同一个项目中混合使用 Google Translate、LLM、引导提示词（coached prompts）和自定义 API：

i18n-rosetta.config.json
{
  "version": 3,
  "pairs": {
    "en:fr": { "method": "google-translate" },
    "en:ja": { "method": "llm", "model": "google/gemini-2.5-pro" },
    "en:crk": { "methodPlugin": "crk-coached-v1" }
  }
}

法语使用 Google Translate（快速、便宜）。日语使用高级 LLM（注重细节）。平原克里语（Plains Cree）使用带有语法规则、词典和形态验证的引导式插件。相同的 sync 命令。相同的质量把控。相同的 CLI。

验证效果​

觉得你的方法能把英语翻译成西班牙语？土耳其语翻译成阿塞拜疆语？英语翻译成克里语？

验证它。 配套的评估工具（eval harness）通过可复现的、带有指纹的评分机制对任何翻译方法进行基准测试。排行榜会记录每一次提交。

评估工具和生产环境 CLI 共享相同的插件接口。在评估工具中得分高的方法可以直接用于生产环境——前提是该语言所属的社区同意使用。对于原住民语言和低资源语言，这种同意至关重要。请参阅数据主权（Data Sovereignty）。

# Benchmark your method (in the eval harness repo)
cd gds-mt-eval-harness
python eval/baseline_experiment.py --dataset data/edtekla-dev-v1.json --submit

# Use it locally
npx i18n-rosetta sync

相同的插件。即插即测。

完整的工具包​

rosetta 不仅仅是 sync。它是一个完整的国际化（i18n）流水线：

命令功能说明
sync翻译缺失和过时的键（包含同步后验证）
watch源文件更改时自动同步
lint扫描源代码中的硬编码字符串
wrap自动将硬编码字符串包装在 t() 调用中
audit列出之前运行产生的所有 [EN] 回退标记
verify验证翻译是否存在且正确（CI 门禁）
integrity检测占位符损坏、编码问题和 ICU plural 完整性
seo生成 hreflang 标签、站点地图和 JSON-LD schema
status显示语言对配置、插件和基准测试分数
provenance审计翻译资源的许可协议
plugin安装、移除和列出方法插件
fonts为 PUA 字符集转换器下载 Web 字体
tm管理翻译记忆库缓存（统计、清理、按语言环境）
xliff导出/导入 XLIFF 1.2 以供专业译员审校

其中的四个命令——lint、sync、verify、audit——构成了一个 CI 流水线，用于捕获硬编码字符串、翻译它们、验证正确性，并在任何语言环境不完整时使构建失败。

竞技场​

方法排行榜就是计分板。每次提交都会绑定到一个 Git 提交指纹，对应特定数据集的版本，并由相同的评估工具进行评分。任何人都可以提交。

你能验证什么？ 评估工具接收 JSON。插件接收 JSON。任何能生成 JSON 的方法都可以被测试：

方法示例
引导式 LLM (Coached LLM)将语法规则和词典注入到前沿模型的提示词中
微调模型 (Fine-tuned model)在平行语料上训练开源模型——只要不是在评估数据上即可
FST 门控流水线 (FST-gated pipeline)LLM 生成 → 有限状态转换器（FST）验证形态 → 重试
链式模型 (Chained models)模型 A 起草 → 模型 B 译后编辑 → 模型 C 评分
词典 + LLM强制使用词典中的已知术语，让 LLM 处理剩余部分
演化算法 (Evolutionary)生成候选结果，进行评分，对最佳结果进行变异，重复此过程
部分翻译 (Partial translation)手动翻译样本，证明你的 LLM 能够匹配，然后自动翻译剩余部分

微调模型。部署演化算法。测试语言考试中的学生答案。构建查找表。将三个模型串联起来。只要你的方法能生成 JSON，评估工具就能对其评分，框架就能运行它。

:::danger 唯一规则 不要在评估数据上进行训练。 接触过基准数据集的方法将被取消资格。你可以在任何数据上进行微调，只要不是在测试集上就行。 :::

这是一份公开邀请。如果你从事低资源语言相关的工作——无论你是研究人员、社区成员、学生，还是仅仅是关心此事的人——构建一个方法，运行评估工具，拿下最高分吧。问题尚未解决。基础设施已经就绪。

→ 查看排行榜

后续步骤​

快速入门：

自定义设置：

深入了解：