ข้ามไปยังเนื้อหาหลัก

วิธีที่ champollion ทำงาน

champollion แปลไฟล์ locale ของแอปคุณด้วยคำสั่งเดียว นี่คือสิ่งที่เกิดขึ้นเบื้องหลัง

Pipeline​

เมื่อคุณรัน npx champollion sync champollion จะดำเนินการ pipeline หกขั้นตอน:

การตัดสินใจออกแบบที่สำคัญ:

  • การตรวจจับการเปลี่ยนแปลงด้วย SHA-256 hash. Champollion ติดตามค่า source ทุกรายการด้วย hash ใน .champollion.lock เมื่อคุณอัปเดต string ภาษาอังกฤษ เฉพาะ key นั้นเท่านั้นที่จะถูกแปลใหม่ นี่คือเหตุผลที่ sync ทำงานได้รวดเร็วในการรันครั้งถัดไป — เพราะทำงานน้อยที่สุดเท่าที่จำเป็น

  • การแคชด้วย Translation Memory. ก่อนที่จะเรียก API ใดๆ champollion จะตรวจสอบ .champollion/tm.json เพื่อหาการแปลที่แคชไว้ (จัดเก็บโดยใช้ข้อความต้นฉบับ + locale + method เป็น key) ในการ re-sync ทั่วไปหลังจากเปลี่ยน key เดียว 142 key มาจาก cache และ 1 key เรียก API

  • Quality gate ก่อนเขียนไฟล์. การแปลทุกรายการผ่านการตรวจสอบอัตโนมัติห้ารายการ (ว่างเปล่า, echo ต้นฉบับ, hallucination loop, การขยายความยาว, การตรวจสอบ script) ก่อนที่จะบันทึกลงไฟล์ ความล้มเหลวจะถูกบันทึก log ไว้ ไม่มีการยอมรับโดยไม่แจ้งเตือน

  • Retry cascade เมื่อเกิดความล้มเหลว. หาก batch ล้มเหลว (JSON parse error, API timeout) champollion จะลองใหม่ด้วย batch ที่เล็กลงเรื่อยๆ: เต็ม → ครึ่ง → รายบุคคล วิธีนี้ช่วยแยก key ที่มีปัญหาออกโดยไม่บล็อกส่วนที่เหลือ

วิธีการแปล​

Champollion รองรับวิธีการแปลสี่แบบ แต่ละแบบเหมาะสำหรับสถานการณ์ที่แตกต่างกัน:

วิธีการวิธีทำงานเหมาะสำหรับ
llmStructured prompt ไปยัง OpenRouter model ใดก็ได้ภาษาที่มีทรัพยากรสนับสนุนดี
llm-coachedPrompt เดิม + กฎไวยากรณ์, พจนานุกรม และหมายเหตุสไตล์ภาษาที่ LLM มักเกิดข้อผิดพลาดที่คาดเดาได้
google-translateGoogle Cloud Translation API batch requestภาษาที่มีทรัพยากรสูงและรองรับ GT ได้ดี
apiHTTP POST ไปยัง endpoint ของคุณเองPipeline แบบกำหนดเอง, model ที่ควบคุมโดยชุมชน

วิธีการถูกกำหนดค่าต่อคู่ภาษา คุณอาจใช้ google-translate สำหรับภาษาฝรั่งเศส แต่ใช้ llm-coached สำหรับ Plains Cree — แต่ละคู่ได้รับวิธีการที่เหมาะสมที่สุด

Coaching Data​

สำหรับคู่ llm-coached coaching data มอบความรู้ทางภาษาศาสตร์อย่างชัดเจนให้กับ LLM ได้แก่ กฎไวยากรณ์ คำศัพท์ที่กำหนดไว้ และความต้องการด้านสไตล์ ข้อมูลนี้จะถูกแทรกเข้าไปในทุก prompt ในรูปแบบ context ที่มีโครงสร้าง

coaching/crk.json
{
  "grammar_rules": ["Animate nouns take different plural forms than inanimate nouns"],
  "dictionary": {"welcome": "ᑕᓂᓯ", "settings": "ᐃᑕᐢᑌᐘᐃᓇ"},
  "style_notes": "Use Standard Roman Orthography (SRO) unless explicitly configured otherwise."
}

Coaching data คือกลไกหลักในการปรับปรุงคุณภาพการแปลโดยไม่ต้อง fine-tune model เปลี่ยนกฎ → รัน sync ใหม่ → ดูว่าช่วยได้หรือไม่ การทำซ้ำเกิดขึ้นทันที

Plugins​

Plugin คือสูตรการแปลที่บรรจุไว้ล่วงหน้าสำหรับคู่ภาษาเฉพาะ เป็น JSON manifest — ไม่ใช่โค้ด — ที่บอก champollion ว่าจะใช้วิธีการใด ด้วยการตั้งค่าอะไร และคุณภาพที่ผ่านการ benchmark มาแล้วเป็นอย่างไร

champollion plugin install ./crk-coached-v3/
champollion sync   # uses the installed plugin for en→crk

Plugin เชื่อมช่องว่างระหว่างการวิจัยและการใช้งานจริง: วิธีการที่ได้คะแนนดีใน MT Eval Arena สามารถบรรจุเป็น plugin และ deploy ที่นี่ได้

ภาพรวมที่กว้างขึ้น​

champollion คือครึ่งหนึ่งของระบบนิเวศสองส่วน:

  • MT Eval Arena — ที่ซึ่งวิธีการแปลได้รับการพัฒนาและพิสูจน์ด้วยการ benchmark ที่ทำซ้ำได้
  • champollion — ที่ซึ่งวิธีการที่พิสูจน์แล้วถูก deployเพื่อแปลเนื้อหาจริง

Eval Harness Bridge เชื่อมต่อทั้งสอง วิธีการที่พิสูจน์ตัวเองใน Arena จะ deploy ที่นี่ ข้อเสนอแนะจากผู้ใช้งานจริงช่วยปรับปรุงเวอร์ชันถัดไป

เจาะลึกเพิ่มเติม​