开源 CLI 工具

为你的代码库打造的智能体本地化方案

l10n 使用 LLM 翻译你的内容，所有文件保留在仓库中，本地验证输出，生成的草稿可供团队直接审核——无需在外部平台之间来回导入导出。

快速开始 工作原理

为什么 Tuist 要做这个

我们尝试过 Crowdin 和 Weblate 。导入导出内容的间接流程拖慢了我们的节奏，而且无法在流程中运行自己的验证。我们想要的是和写代码一样的工作流：修改、测试、审核、发布。

现在翻译直接在本地生成，由你的工具链检查，只在必要时才需要人工审核。

工作原理

01
为智能体提供上下文

在内容旁边添加 L10N.md 上下文文件。l10n 会追踪它们的依赖关系，当上下文或内容变更时，只有受影响的翻译才会重新生成。

02
选择你的模型

选择一个模型来协调智能体会话，另一个负责精确翻译。支持任何 OpenAI 兼容端点、Vertex AI，或你自己托管的模型。

03
智能体自行验证输出

智能体可以使用内置的语法检查和你定义的自定义命令。每次翻译后它们会运行验证，出错时自动重试，确保输出在你审核之前就已正确。

Tools

Agents use tools to automate verification after every translation.

Syntax validators

Parse output to ensure it is valid before it is saved.

  • JSON
  • YAML
  • PO
  • Markdown frontmatter

Preserve checks

Guarantee critical tokens survive translation.

  • Code blocks
  • Inline code
  • URLs
  • Placeholders

Custom commands

Bring your own validators with check_cmd and check_cmds.

  • Linters
  • Compilers
  • Schema validators

Tool failures trigger retries until the output is valid.

配置就在你的仓库里

L10N.md

在 TOML frontmatter 中定义翻译来源、目标语言和输出模式。

+++
[[translate]]
source = "site/src/_data/home.json"
targets = ["es", "de", "ko", "ja", "zh-Hans", "zh-Hant"]
output = "site/src/_data/i18n/{lang}/{basename}.{ext}"
+++

# Context for the translating agent...

CLI 命令

翻译、验证、追踪需要更新的内容。

  • l10n init 交互式项目初始化
  • l10n translate 生成翻译
  • l10n status 报告缺失或过期的输出
  • l10n check 验证输出语法
  • l10n clean 清理过期的翻译输出

使用 --force 可重新翻译全部内容。

为真实工作流而生

#

上下文感知的哈希机制

当源内容或上级 L10N.md 上下文变更时，翻译会自动更新。

✓

验证钩子

内置 JSON、YAML、PO 语法检查，可选配置外部 lint 命令。

»

智能体流水线

协调模型与翻译模型分离，验证出错时自动重试。

人工审核就绪

快速生成草稿，按需审核，所有内容保留在 Git 中。

渐进式精炼

翻译不必在第一天就完美。就像代码一样，它们通过迭代来改进。

LLM 的初稿在结构上是正确的，但可能在语感、语调或领域特定表达上有所欠缺。这是设计使然。每个审核周期 — 一条 pull request 评论、一次上下文文件更新、一处术语表修正 — 都会反馈到下一次翻译运行中。质量通过多次迭代逐步收敛，而非一步到位。

草稿

LLM 基于你的上下文文件生成结构有效的初始版本。

审核

团队通过 pull request 标记问题，就像代码审查一样。

精炼

更新的上下文和术语表修正反馈到下一次运行，缩小差距。

收敛

每个周期缩短与生产质量的距离。系统逐渐学习你产品的表达风格。

这遵循与制造业中的改善（Kaizen）、专业翻译中的译后编辑（PEMT）以及工程学中的逐次逼近相同的原则：从一个足够好的基线开始，通过将人类判断纳入循环来系统性地改进。

常见问题

这和传统翻译工具有什么不同？

传统工具依赖翻译记忆库——一个通过相似度匹配历史翻译的静态数据库。l10n 用 LLM 上下文作为记忆来替代它：智能体读取并学习上下文文件，你的团队可以持续迭代这些文件。智能体不是去查找模糊匹配，而是理解你产品的语气、术语和惯例。就像开发者通过编译或 lint 验证代码变更一样，智能体使用你环境中相同的工具来验证翻译。无论在 CI 还是本地运行，智能体都会使用你的 linter、编译器和验证器来修正自己的输出。

需要自己准备模型吗？

是的。l10n 是一个 CLI 工具，不是托管服务。你需要指向任意 OpenAI 兼容端点、Vertex AI，或你自己的模型。成本、数据和质量都由你掌控。

人工如何审核翻译？

目前，审核者通过 pull request 和 diff 查看翻译内容，需要时可以更新上下文文件来触发重新翻译。未来，我们预期他们会成为流程的一部分，在本地运行 l10n——就像开发者现在使用 Codex 等编码智能体一样。

动态