Изберете вашия работен поток¶
Co-op Translator може да се използва по три начина: CLI, Python API и MCP сървър. Те споделят същите възможности за превод, но всеки един пасва на различен работен поток.
Използвайте тази страница, когато решавате откъде да започнете.
Бързо решение¶
| Ако искате да... | Използвайте | Започнете тук |
|---|---|---|
| Да преведете или прегледате хранилище от терминала | CLI | CLI Reference |
| Да добавите превод в Python скрипт, услуга, бележник или CI задача | Python API | Python API |
| Да позволите на агент, редактор или MCP-съвместим клиент да преведе съдържание вместо вас | MCP Server | MCP Server |
| Да преведете един Markdown документ, бележник или изображение, което вашето приложение вече е заредило | Python API or MCP Server | Python API or MCP Server |
| Да преведете цялото хранилище със стандартни изходни папки и метаданни | CLI or run_translation |
CLI Reference or Python API |
Използвайте CLI когато¶
Изберете CLI, когато човек или CI задача управлява превода на репозитория от терминала.
CLI е най-прекия път, когато искате Co-op Translator да открие файловете на проекта, да създаде преведени резултати, да запази структурата на проекта, да актуализира метаданните и да изпълни команди за преглед.
translate -l "ko" -md --dry-run
translate -l "ko" -md -nb -img
co-op-review -l "ko" -md -nb
migrate-links -l "ko" --dry-run
Подходящо за:
- Превеждате хранилище от терминала.
- Искате повтаряща се команда за CI или release работни процеси.
- Искате вградено откриване на проекти, изходни пътища, метаданни, почистване и преглед.
- Предпочитате команден интерфейс пред писане на Python код.
Използвайте Python API когато¶
Изберете Python API, когато вашият код трябва да контролира работния поток.
API е полезен за приложения, автоматизационни скриптове, бележници, услуги и персонализирани пайплайни. Той ви позволява да извиквате ниско-ниво API-та за превод на съдържание за отделни файлове или да стартирате същата оркестрация на ниво репозитории, която използва CLI.
Преведете един Markdown документ и решете къде да го запазите:
import asyncio
from pathlib import Path
from co_op_translator.api import rewrite_markdown_paths, translate_markdown_content
async def main() -> None:
source_path = Path("docs/guide.md")
target_path = Path("translations/ko/docs/guide.md")
translated = await translate_markdown_content(
source_path.read_text(encoding="utf-8"),
"ko",
{"source_path": source_path},
)
rewritten = rewrite_markdown_paths(
translated,
source_path=source_path,
target_path=target_path,
)
target_path.parent.mkdir(parents=True, exist_ok=True)
target_path.write_text(rewritten, encoding="utf-8")
asyncio.run(main())
Изпълнете превод на репозитория от Python:
import asyncio
from co_op_translator.api import run_translation
async def main() -> None:
await run_translation(
language_codes=["ko"],
translate_markdown=True,
translate_notebooks=True,
translate_images=False,
dry_run=True,
)
asyncio.run(main())
Подходящо за:
- Вашето приложение вече чете файлове, буфери, бележници или байтове от изображения.
- Имaте нужда от персонализирана валидация, съхранение, логване, повторни опити или одобрителни потоци.
- Искате да преведете един документ, бележник или изображение без да обработвате цялото хранилище.
- Искате превод на хранилище, но чрез Python автоматизация вместо команден ред.
Използвайте MCP Server когато¶
Изберете MCP сървъра, когато агент, редактор или MCP-съвместим клиент трябва да извиква инструментите на Co-op Translator.
В нормалната локална настройка потребителят не поддържа ръчно сървър в изпълнение. MCP клиентът стартира co-op-translator-mcp над stdio, когато се нуждае от инструментите.
Примери за потребителски заявки, които агентът може да обработи:
- "Преведи този Markdown файл на корейски и запази връзките правилни."
- "Преведи този Markdown файл на корейски с MCP работния поток, подпомогнат от агент, като използваш собствен модел за превод на фрагментите."
- "Преведи този бележник на корейски, запази клетките с код и използвай Co-op Translator MCP за реконструиране на бележника."
- "Преведи текста в това изображение на японски и запази резултата."
- "Направи пробно превеждане на хранилище на испански и ми кажи какво би се променило."
- "Провери дали изходът на корейския превод е актуален."
За Markdown и бележници, MCP може да работи в два режима:
| Режим | Използвайте когато | Основни инструменти |
|---|---|---|
| С подпомагане от агент | Агентът-хост на MCP трябва да превежда фрагментите със собствен модел, без идентификационни данни за доставчик на LLM от Co-op Translator. | start_markdown_agent_translation, finish_markdown_agent_translation, start_notebook_agent_translation, finish_notebook_agent_translation |
| Подкрепено от доставчик | Co-op Translator трябва да извика Azure OpenAI или OpenAI директно. | translate_markdown_content, translate_notebook_content |
MCP provider-backed Markdown tool call shape:
{
"tool": "translate_markdown_content",
"arguments": {
"document": "# Setup\n\nInstall Co-op Translator first.",
"language_code": "ko",
"options": {
"source_path": "docs/setup.md"
}
}
}
MCP image tool call shape:
{
"tool": "translate_image_content",
"arguments": {
"image_path": "assets/architecture.png",
"language_code": "ko",
"output_path": "translated_images/ko/assets/architecture.png"
}
}
Преводът на репозитория чрез MCP по подразбиране се изпълнява като dry-run:
{
"tool": "run_translation",
"arguments": {
"language_codes": ["ko"],
"translate_markdown": true,
"translate_notebooks": true,
"translate_images": false,
"dry_run": true
}
}
Подходящо за:
- Искате работни потоци за превод на естествен език в рамките на агент или редактор.
- Искате превод на Markdown или бележник, при който моделът на хоста-агент превежда подготвените фрагменти.
- Искате агентът да превежда избрано съдържание, вместо цялото хранилище.
- Искате стъпка за одобрение преди записване в целия репозитория.
- Искате един интерфейс, който предлага инструменти за Markdown, бележник, изображение, преглед и пренаписване на пътища.
Как се вписват помежду си¶
CLI е най-добрият по подразбиране избор за хора, които превеждат хранилища. Python API е най-подходящ, когато вашият код контролира работния поток. MCP сървърът е най-добър, когато агент или редактор контролира работния поток.
Всички три пътя използват един и същ публичен Co-op Translator API, така че можете да започнете с CLI, да автоматизирате с Python по-късно и да изложите същите възможности на MCP клиенти, когато имате нужда от работни потоци, управлявани от агенти.