開源 CLI 工具

為你的程式碼庫打造的 Agentic 在地化

l10n 使用 LLM 翻譯你的內容，將所有資料保留在 repo 中，在本地驗證輸出，並產生草稿供團隊審閱，無需透過外部平台來回作業。

開始使用 運作方式

為什麼 Tuist 要打造這個工具

我們試過 Crowdin 和 Weblate 。匯出和匯入內容的間接流程拖慢了我們的速度，而且無法在流程中執行自己的驗證。我們想要與程式碼相同的工作流程：修改、測試、審閱、發布。

現在翻譯在原處產生，由你的工具檢查，只在必要時才需人工審閱。

運作方式

01
為 agent 提供脈絡

在你的內容旁新增 L10N.md 脈絡檔案。l10n 會追蹤它們的依賴關係，當脈絡或內容變更時，只有受影響的翻譯會重新產生。

02
選擇你的模型

選擇一個模型來協調 agentic 工作階段，另一個模型來精準翻譯。可使用任何 OpenAI 相容的端點、Vertex AI，或你自己託管的模型。

03
Agent 自行驗證其成果

Agent 可存取內建的語法檢查和你定義的自訂命令。它們在每次翻譯後執行驗證，遇到錯誤時重試，確保輸出在你審閱前就是正確的。

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.

設定檔存在你的 repo 中

L10N.md

在 TOML frontmatter 中定義翻譯來源、目標和輸出模式。

+++
[[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

翻譯、驗證，並追蹤需要更新的內容。

  • l10n init 互動式專案設定
  • l10n translate 產生翻譳
  • l10n status 回報遺漏或過期的輸出
  • l10n check 驗證輸出語法
  • l10n clean 移除過期的翻譯輸出

使用 --force 來重新翻譯所有內容。

為實際工作流程打造

#

感知脈絡的雜湊機制

當來源內容或上層 L10N.md 脈絡變更時，翻譯會自動更新。

✓

驗證鉤子

JSON、YAML 和 PO 語法檢查，加上可選的外部 lint 命令。

»

Agent 管線

分離的協調器和翻譯器模型，驗證錯誤時自動重試。

人工審閱就緒

快速產生草稿，需要時再審閱，一切保存在 Git 中。

漸進式精煉

翻譯不必在第一天就完美。就像程式碼一樣，它們透過迭代來改進。

LLM 的初稿在結構上是正確的，但可能在語感、語調或領域特定表達上有所不足。這是刻意的設計。每個審閱週期 — 一條 pull request 評論、一次脈絡檔案更新、一處術語表修正 — 都會回饋到下一次翻譯執行中。品質透過多次迭代逐步收斂，而非一步到位。

草稿

LLM 基於你的脈絡檔案產生結構有效的初始版本。

審閱

團隊透過 pull request 標記問題，就像程式碼審閱一樣。

精煉

更新的脈絡和術語表修正回饋到下一次執行，縮小差距。

收斂

每個週期縮短與生產品質的距離。系統逐漸學習你產品的表達風格。

這遵循與製造業中的改善（Kaizen）、專業翻譯中的譯後編輯（PEMT）以及工程學中的逐次逼近相同的原則：從一個足夠好的基準線開始，透過將人類判斷納入迴圈來系統性地改進。

常見問題

這和傳統翻譯工具有什麼不同？

傳統工具依賴翻譯記憶庫，即透過相似度比對的過往翻譯靜態資料庫。l10n 將其替換為 LLM 脈絡即記憶：agent 讀取並學習的脈絡檔案，你的團隊可以隨時間迭代。Agent 不是查找模糊比對，而是理解你產品的語調、術語和慣例。就像開發者透過編譯或 lint 驗證程式碼變更一樣，agent 使用你環境中相同的工具來驗證翻譯。無論在 CI 或本地執行，agent 都會使用你的 linter、編譯器和驗證器來修正自己的輸出。

我需要自備模型嗎？

是的。l10n 是一個 CLI 工具，不是託管服務。你可以將它指向任何 OpenAI 相容的端點、Vertex AI，或你自己的模型。成本、資料和品質由你掌控。

人工如何審閱翻譯？

目前，審閱者透過 pull request 和 diff 檢查翻譯內容，並可更新脈絡檔案以在需要時強制重新翻譯。未來，我們預期他們會成為流程的一部分，在本地執行 l10n，就像開發者已經在使用 Codex 等程式碼 agent 一樣。

更新