Idiomas Suportados

champollion vem com Language Cards — arquivos de configuração estruturados para 50 idiomas. Cada card contém presets de registro, metadados do sistema de formalidade, flags de suporte a métodos, regras de tipografia e informações de script. Qualquer idioma que seu LLM conhece pode ser adicionado com uma única linha de configuração — estes são os que têm registros curados e prontos para produção.

---

Métodos de Tradução

Cada idioma pode usar um ou mais destes métodos de tradução:

Ícone	Método	Como Funciona	Custo
🟢	Google Translate	Baseline de MT neural. 130+ idiomas. Apenas strings chave-valor — não consegue traduzir com segurança conteúdo Markdown.	~$20/1M caracteres
🔵	LLM (OpenRouter)	Qualquer idioma que o modelo conhece. Prompts direcionados por registro. Lida com conteúdo chave-valor + Markdown.	Varia por modelo
🟣	LLM-Coached	LLM + dicionários de gramática + dados de coaching injetados nos prompts. Melhor para idiomas morfologicamente complexos.	Varia por modelo
🟠	API (Plugin)	Pipelines de tradução hospedados pela comunidade servidos via HTTP. Compatível com OCAP.	Varia por provedor

Defina GOOGLE_TRANSLATE_API_KEY para Google Translate, ou OPENROUTER_API_KEY para métodos LLM. Veja Métodos de Tradução para detalhes completos.

---

Idiomas Prioritários

Estas são as localidades mais comumente solicitadas para aplicações web e mobile, listadas na ordem recomendada de acessibilidade-primeiro do champollion.

Bandeira	Idioma	Código	Google	LLM	Coached	Script	Notas
🇸🇦	Árabe	ar	✅	✅	✅	—	RTL. Árabe Padrão Moderno (فصحى).
🇵🇭	Filipino (Taglish)	tl / fil	✅	✅	✅	—	Use fil em configs do Docusaurus. champollion resolve ambos.
🇫🇷	Francês	fr	✅	✅	✅	—	Forma você. Inclusivo de gênero (Connecté·e).
🇪🇸	Espanhol	es	✅	✅	✅	—	Neutro latino-americano.
🇩🇪	Alemão	de	✅	✅	✅	—	Forma Sie. Inclusivo de gênero (Benutzer:innen).
🇯🇵	Japonês	ja	✅	✅	✅	—	です/ます para corpo do texto, する para rótulos de UI.
🇨🇳	Chinês (Simplificado)	zh	✅	✅	✅	—	简体中文.
🇮🇹	Italiano	it	✅	✅	✅	—	Forma Lei.
🇧🇷	Português (BR)	pt	✅	✅	✅	—	Português Brasileiro.
🇰🇷	Coreano	ko	✅	✅	✅	—	Registro polido 해요체.

Principais Idiomas Mundiais

Bandeira	Idioma	Código	Google	LLM	Coached	Script	Notas
🇧🇩	Bengali	bn	✅	✅	✅	—	Preferência শুদ্ধ ভাষা.
🇧🇬	Búlgaro	bg	✅	✅	✅	—
🇨🇿	Tcheco	cs	✅	✅	✅	—	Vykání (forma vy).
🇩🇰	Dinamarquês	da	✅	✅	✅	—
🇬🇷	Grego	el	✅	✅	✅	—	Δημοτική moderno.
🇮🇷	Persa	fa	✅	✅	✅	—	RTL.
🇫🇮	Finlandês	fi	✅	✅	✅	—	Sem gênero gramatical.
🇮🇱	Hebraico	he	✅	✅	✅	—	RTL.
🇮🇳	Hindi	hi	✅	✅	✅	—	शुद्ध हिन्दी. Empréstimos mínimos do inglês.
🇭🇺	Húngaro	hu	✅	✅	✅	—	Forma Ön.
🇮🇩	Indonésio	id	✅	✅	✅	—
🇲🇾	Malaio	ms	✅	✅	✅	—
🇳🇱	Holandês	nl	✅	✅	✅	—	Forma U.
🇳🇴	Norueguês	nb	✅	✅	✅	—	Bokmål.
🇵🇱	Polonês	pl	✅	✅	✅	—	Forma Pan/Pani.
🇵🇹	Português (EU)	pt-PT	✅	✅	✅	—	Português Europeu.
🇷🇴	Romeno	ro	✅	✅	✅	—
🇷🇺	Russo	ru	✅	✅	✅	—	Forma Вы.
🇸🇰	Eslovaco	sk	✅	✅	✅	—	Vykanie (forma vy).
🇷🇸	Sérvio	sr	✅	✅	✅	🔤 Latin→Cirílico	Conversor de script determinístico.
🇸🇪	Sueco	sv	✅	✅	✅	—
🇰🇪	Suaíli	sw	✅	✅	✅	—
🇹🇭	Tailandês	th	✅	✅	✅	—	Partículas de polidez ครับ/ค่ะ.
🇹🇷	Turco	tr	✅	✅	✅	—	Forma Siz.
🇺🇦	Ucraniano	uk	✅	✅	✅	—	Forma Ви.
🇵🇰	Urdu	ur	✅	✅	✅	—	RTL. Forma آپ.
🇻🇳	Vietnamita	vi	✅	✅	✅	—
🇹🇼	Chinês (Tradicional)	zh-TW	✅	✅	✅	—	繁體中文.
🇬🇪	Georgiano	ka	✅	✅	—	—	ქართული. Família Kartveliana.
🇳🇬	Iorubá	yo	✅	✅	—	—	Èdè Yorùbá. Tonal (3 tons).

Variantes Regionais

Bandeira	Idioma	Código	Google	LLM	Coached	Script	Notas
🇲🇽	Espanhol Mexicano	es-MX	✅	✅	✅	—	Forma tú. Registro caloroso.
🇨🇦	Francês Canadense	fr-CA	✅	✅	✅	—	Idiomas quebequenses.

---

Idiomas Indígenas e de Baixos Recursos

Estes idiomas não são suportados por serviços de MT comerciais. champollion fornece as ferramentas para comunidades de linguagem construírem seus próprios métodos sob princípios OCAP.

	Idioma	Código	Google	LLM	Coached	Script	Status
🪶	Plains Cree	crk	❌	✅	✅	🔤 SRO→Silábico	🚧 Em desenvolvimento
🌄	Quéchua	qu	✅	✅	—	—	Runasimi. Sufixos evidenciais.

:::info Plains Cree está em desenvolvimento ativo O registro, infraestrutura de coaching, conversor de script e harness de avaliação para Plains Cree são todos funcionais, mas o pipeline de tradução ainda não foi lançado. Estamos trabalhando com comunidades de linguagem sob princípios OCAP para garantir qualidade antes do lançamento. Veja Suporte a um Idioma de Baixos Recursos para a história completa — e como você pode contribuir. :::

:::tip Adicionando mais idiomas de baixos recursos O sistema de plugin de método do champollion foi projetado para isso. Uma comunidade de linguagem pode construir um método de tradução personalizado, hospedá-lo sob seu próprio controle e servi-lo via método API. O Leaderboard de Métodos rastreia pontuações para qualquer par de idiomas — construa um método, execute o harness e reivindique a pontuação máxima. :::

---

Idiomas Construídos

Conlangs são suportados via registros LLM e conversores de script opcionais. Eles usam a mesma infraestrutura que idiomas reais — o gate de qualidade, sistema de coaching e pipeline de conversão de script funcionam de forma idêntica.

	Idioma	Código	Google	LLM	Script	Notas
🖖	Klingon	tlh	❌	✅	🔤 Romanização→pIqaD	Fonte PUA necessária. Vocabulário Marc Okrand.
🧝	Sindarin (Élfico Tolkien)	x-elvish-s	❌	✅	🔤 Latin→Tengwar	Fonte PUA CSUR necessária.
🏴‍☠️	Inglês Pirata	x-pirate	❌	✅	—	Apenas registro. Metáforas náuticas.
🦸	Kryptoniano	x-kryptonian	❌	✅	🔤 Latin→Kryptoniano	Fonte PUA necessária.
🎭	Inglês Shakespeariano	x-shakespeare	❌	✅	—	Apenas registro. Formas thee/thou, -eth/-est.
🐸	Fala Yoda	x-yoda	❌	✅	—	Apenas registro. Ordem de palavras OSV.

Veja Conlangs, Scripts & Ortografia para requisitos de fonte PUA, limitações Unicode e como adicionar a sua.

---

Presets de Idioma

O assistente init suporta nomes de preset para configuração rápida. Você pode misturar presets com códigos individuais.

Preset	Expande Para
european	fr, de, es, it, pt, nl
asian	ja, zh, ko
global	fr, es, de, ja, zh, ko, pt, ar
nordic	da, fi, nb, sv

# Mix presets with individual codes
champollion init
# → Target languages: european, ja
# → Resolves to: fr, de, es, it, pt, nl, ja

---

Adicionando Qualquer Idioma

champollion pode traduzir para qualquer idioma que seu LLM conhece — a tabela acima apenas lista idiomas com presets de registro integrados. Para adicionar um idioma não listado, inclua seu código BCP-47 em sua configuração:

{
  "languages": {
    "sw": {},
    "am": {
      "register": "Formal Amharic. Professional register with Geʽez script."
    }
  }
}

O LLM traduzirá usando seu conhecimento de treinamento do idioma. Definir um register lhe dá controle sobre tom, formalidade e convenções ortográficas. Veja Configuração para detalhes.

---

Language Cards

Cada idioma integrado tem um Language Card — um arquivo JSON unificado em shared/language-cards/ contendo todos os metadados: registros, formalidade, suporte a métodos, regras de tipografia, classificação genealógica, desafios linguísticos e recursos de NLP.

Arquitetura de Card Unificada

Cada card é carregado com antecedência na importação. Não há nível de referência separado — todos os dados vivem em um único arquivo por idioma. Os cards são enriquecidos de fontes autoritárias:

Fonte	Dados
Glottolog	Classificação de família, cadeia de ancestralidade, Glottocode
WALS	Classificação de gênero, características tipológicas
CLDR	Script, direção, regras plurais, tipografia
ISO 15924	Códigos de script

Campos Principais do Card

Campo	O Que Contém
nativeName	Endônimo — o nome do idioma para si mesmo, em seu próprio script (ex: ქართული, Runasimi)
classification	Âncora genealógica: família, gênero, cadeia de ancestralidade completa do Glottolog
contactInfluences	Histórico de contato universal — camadas de empréstimo, superstrato, substrato
Sistema de formalidade	Distinção T-V, níveis de fala, keigo, partículas, etc.
Presets de registro	Presets de prompt LLM nomeados específicos para o caráter do idioma
Suporte a método	Quais APIs de tradução suportam este idioma
Orientação de gênero	Regras de gênero gramatical e dicas de escrita inclusiva
Script/direção	Código de script ISO 15924 e RTL/LTR
Regras	Tipografia (aspas, espaçamento), capitalização, categorias plurais
glottocode	Identificador canônico do Glottolog para referência cruzada
dataSources	Rastreamento de proveniência (ex: ["glottolog-5.3", "cldr-48"])

Scaffolding de um Novo Language Card

Use o gerador para fazer scaffold de um card a partir de fontes de dados autoritárias (IANA, CLDR, Glottolog):

# Preview what would be generated
node scripts/generate-language-card.mjs sw --dry-run

# Generate a unified card
node scripts/generate-language-card.mjs sw

O gerador popula automaticamente metadados (códigos, script, direção, plurais, aspas, suporte a método, classificação) e marca campos de julgamento linguístico como TODO para curação humana.

Usando Chaves de Preset

Em vez de escrever texto de registro completo, você pode usar um nome de chave de preset:

{
  "languages": {
    "fr": "casual-tu",
    "ko": "formal-hapsyo",
    "ja": "polite"
  }
}

Champollion resolve a chave para o prompt de registro completo. Execute npx champollion init para ver presets disponíveis para cada idioma.

Presets de Exemplo

Idioma	Presets	Padrão
Francês	formal-vous, casual-tu	formal-vous
Coreano	polite-haeyo, formal-hapsyo, casual-hae	polite-haeyo
Japonês	polite, formal-keigo, casual	polite
Alemão	formal-Sie, casual-du	formal-Sie
Tailandês	neutral-professional, polite-male, polite-female	neutral-professional
Espanhol	neutral-professional, formal-usted, casual-tuteo	neutral-professional

Veja Contribuindo com um Language Card para a especificação completa, incluindo validação de campo e checklist de PR.

---

Veja Também

• Configuração — referência de configuração completa incluindo configuração de idioma
• Métodos de Tradução — como cada método funciona
• Conversores de Script — pipeline de conversão de script determinístico
• Conlangs, Scripts & Ortografia — fontes PUA, Unicode, adicionando conlangs
• Suporte a um Idioma de Baixos Recursos — construindo métodos para idiomas subutilizados