നിങ്ങളുടെ വർക്ക്‌ഫ്ലോ തിരഞ്ഞെടുക്കുക

Co-op Translator മൂന്ന് വഴികളിൽ ഉപയോഗിക്കാവുന്നതാണ്: CLI, Python API, এবং MCP സെർവർ. അവയ്ക്ക് ഒരേ പരിഭാഷാ ശേഷിയുണ്ടെങ്കിലും, ഓരോതും വ്യത്യസ്ത പ്രവർത്തനരീതികളെ შედეგമാക്കുന്നു.

ഇവിടെ നിന്ന് എവിടെ തുടങ്ങണമെന്ന് തീരുമാനിക്കുമ്പോൾ ഈ പേജ് പ്രയോജനം ചെയ്യാൻ ഉപയോഗിക്കുക.

If you edit translations by hand: default CLIയും Actions പ്രവർത്തനരീതികളും മാറ്റപ്പെട്ട സോഴ്‌സ് ഫയലുകൾ മുഴുവനായും വീണ്ടും വിവർത്തനം ചെയ്യുന്നു, അതായത് ആ ഫയലുകളിലെ നിങ്ങളുടെ എഴുത്തുകൾ മറുവളിച്ചായി മായാം. അപ്‌ഡേറ്റ് സ്വീകരിക്കുന്നതിനു മുമ്പ് diff അവലോകനം ചെയ്യുക. അംഗീകരിച്ച എഡിറ്റുകളുടെ Markdown ബ്ലോക്ക്-തല സംരക്ഷണത്തിന് वैकल्पിക Python API വിവർത്തന സ്റ്റേറ്റ് പ്രൊവൈഡർ ഉപയോഗിക്കുക.

ദ്രുത തീരുമാനം

നിങ്ങൾ ആഗ്രഹിക്കുന്നതു...	ഉപയോഗിക്കുക	തുടങ്ങാൻ ഇവിടെ
Terminal മുതൽ ഒരു റീപ്പോസിറ്ററി വിവർത്തനം ചെയ്യ거나 അവലോകനം ചെയ്യുക	CLI	CLI റഫറൻസ്
Python സ്ക്രിപ്റ്റിലേക്ക്, സർവീസിലേക്ക്, നോട്ട്‌ബുക്കിലേക്കോ CI ജോബിലേക്കോ പരിഭാഷ ചേർക്കുക	Python API	Python API
ഒരു ഏജന്റ്, എഡിറ്റർ, അല്ലെങ്കിൽ MCP-അനുകൂല ക്ലയന്റ് നിങ്ങളുടെ വേണ്ടി ഉള്ളടക്കം വിവർത്തനം ചെയ്യട്ടെ	MCP Server	MCP Server
നിങ്ങളുടെ ആപ്പ് ഇതിനകം ലോഡ് ചെയ്ത ഒരു Markdown ഡോക്യുമെന്റ്, നോട്ട്‌ബുക്ക്, അല്ലെങ്കിൽ ചിത്രം വിവർത്തനം ചെയ്യുക	Python API or MCP Server	Python API or MCP Server
സ്റ്റാൻഡാർഡ് ഔട്ട്പുട്ട് ഫോൾഡറുകളും മെറ്റാഡാറ്റയും ഉപയോഗിച്ച് മുഴുവൻ റീപ്പോസിറ്ററി വിവർത്തനം ചെയ്യുക	CLI or run_translation	CLI Reference or Python API

CLI ഉപയോഗിക്കുമ്പോൾ

ഒരു വ്യക്തിയോ CI ജോബോ ഷെല്ലിൽ നിന്നാണ് റീപ്പോസിറ്ററി വിവർത്തനം നിർവഹിക്കുന്നത് എങ്കിൽ CLI തിരഞ്ഞെടുക്കുക.

പ്രോജക്ട് ഫയലുകൾ കണ്ടെത്തുക, വിവർത്തന ഔട്ട്പുട്ടുകൾ സൃഷ്ടിക്കുക, പ്രോജക്ട് ലേഔട്ട് സംരക്ഷിക്കുക, മെറ്റാഡാറ്റ അപ്ഡേറ്റ് ചെയ്യുക, റിവ്യൂ കമാൻഡുകൾ চালിക്കുക—ഇവ ചെയ്യാൻ Co-op Translator നെ നേരിട്ട് ഉപയോഗിക്കേണ്ടപ്പോൾ CLI ഏറ്റവും നേരിട്ട്‍റെ മാർഗമാണ്.

translate -l "ko" -md --dry-run
translate -l "ko" -md -nb
co-op-review -l "ko"
migrate-links -l "ko" --dry-run

ഈ ഉദാഹരണം Markdownയും നോട്ട്‌ബുക്കുകളും വിവർത്തനം ചെയ്യുന്നു. Azure AI Vision ക്രമീകരിച്ചശേഷം മാത്രമേ -img ചേർക്കാവൂ. Markdown-മാത്രമായ ആദ്യ റൺക്കായി നിങ്ങളുടെ ആദ്യ വിവർത്തനം പിന്തുടരുക.

ഉചിതമായ ഉപയോഗാവസ്ഥകൾ:

• നിങ്ങൾ റീപ്പോസിറ്ററി നിങ്ങളുടെ ടെർമിനലിൽ നിന്നാണ് വിവർത്തനം ചെയ്യുന്നത്.
• CI അല്ലെങ്കിൽ റിലീസ് പ്രവർത്തനരീതികൾക്കായി ആവർത്തിക്കാവുന്ന ഒരു കമാൻഡ് നിങ്ങൾക്ക് വേണമെങ്കിൽ.
• ഇൻബിൽറ്റ് പ്രോജക്ട് കണ്ടെത്തൽ, ഔട്ട്പുട്ട് പാത്തുകൾ, മെറ്റാഡേറ്റ, ക്ലീൻഅപ്പ്, റിവ്യൂ എന്നിവ നിങ്ങൾക്ക് ആവശ്യമായിരിക്കുമ്പോൾ.
• Python കോഡ് എഴുതുന്നതിന് പകരം കമാൻഡ് ഇന്റർഫേസ് നിങ്ങൾക്ക് ഇഷ്ടമാണെങ്കിൽ.

Python API ഉപയോഗിക്കുമ്പോൾ

നിങ്ങളുടെ സ്വന്തം കോഡാണ് പ്രവർത്തനരീതി നിയന്ത്രിക്കേണ്ടത് എങ്കിൽ Python API തിരഞ്ഞെടുക്കുക.

ആപ്ലിക്കേഷനുകൾ, ഓട്ടോമേഷൻ സ്ക്രിപ്റ്റുകൾ, നോട്ട്‌ബുക്കുകൾ, സർവീസുകൾ, കസ്റ്റം പൈപ്പ്ലൈനുകൾ എന്നിവയ്ക്കായി API ഉപകാരപ്രദമാണ്. പ്രത്യേക ഫയലുകൾക്കുള്ള ലോ-ലെവൽ ഉള്ളടക്ക വിവർത്തന APIകൾ വിളിക്കാൻ, അല്ലെങ്കിൽ CLI ഉപയോഗിക്കുന്നതിന്റെ സമാനമായ റീപ്പോസിറ്ററി-തല ഓർക്കസ്ട്രേഷൻ Python-ൽ നിന്ന് നടത്താൻ ഇതു അനുവദിക്കുന്നു.

ഒരു Markdown ഡോക്യുമെന്റ് വിവർത്തനം ചെയ്ത് അതെവിടെ സേവ് ചെയ്യുമെന്ന് തീരുമാനിക്കുക:

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())

Python-യിൽ നിന്നു ഒരു റീപ്പോസിറ്ററി വിവർത്തനം നടത്തുക:

from co_op_translator.api import run_translation

run_translation(
    language_codes="ko",
    markdown=True,
    notebook=True,
    images=False,
    dry_run=True,
)

ഉചിതമായ ഉപയോഗാവസ്ഥകൾ:

• നിങ്ങളുടെ ആപ്പ് ഇതിനകം ഫയലുകൾ, ബഫറുകൾ, നോട്ട്‌ബുക്കുകൾ, അല്ലെങ്കിൽ ചിത്രം ബൈറ്റുകൾ വായിക്കുന്നുവെങ്കിൽ.
• കസ്റ്റം വാലിഡേഷൻ, സംഭരണം, ലോഗിംഗ്, റെട്രൈകൾ, അല്ലെങ്കിൽ അംഗീകാരം ശരിയാക്കാനുള്ള പ്രവാഹങ്ങൾ ആവശ്യമാണ് എങ്കിൽ.
• മുഴുവൻ റീപ്പോസിറ്ററി പ്രോസസ് ചെയ്യാതെ ഒരു ഡോക്യുമെന്റ്, നോട്ട്‌ബുക്ക്, അല്ലെങ്കിൽ ചിത്രം വിവർത്തനം ചെയ്യാൻ നിങ്ങൾക്ക് ആഗ്രഹമുണ്ടെങ്കിൽ.
• റീപ്പോസിറ്ററി വിവർത്തനം വേണമെങ്കിലും ഷെൽ കമാൻഡിന് പകരം Python ഓട്ടോമേഷൻ വഴി നടത്താൻ നിങ്ങൾ ആഗ്രഹിച്ചാൽ.

MCP സെർവർ ഉപയോഗിക്കേണ്ടപ്പോൾ

ഏജന്റ്, എഡിറ്റർ, അല്ലെങ്കിൽ MCP-അനുകൂല ക്ലയന്റ് Co-op Translator ടൂളുകൾ വിളിക്കേണ്ടപ്പോൾ MCP സെർവർ തിരഞ്ഞെടുക്കുക.

സാധാരണ ലൊക്കൽ സെറ്റപ്പിൽ, ഉപയോക്താവ് മാനവികമായി ഒരു സെർവർ ഓൺാക്കിപ്പോരേണ്ടതില്ല. ഉപകരണം ആവശ്യമായപ്പോൾ MCP ക്ലയന്റ് co-op-translator-mcp നെ stdio വഴി ആരംഭിക്കുന്നു.

ഏജന്റ് കൈകാര്യം ചെയ്യാവുന്ന ഉപയോക്തൃ അഭ്യർത്ഥനകൾ ഉദാഹരണമായി:

• "ഈ Markdown ഫയൽ കൊറിയൻ ഭാഷയിലേക്ക് വിവർത്തനം ചെയ്ത് ലിങ്കുകൾ ശരിയായി സൂക്ഷിക്കുക."
• "ഏജന്റ്-സഹായിത MCP പ്രവർത്തനരീതി ഉപയോഗിച്ച് ഈ Markdown ഫയൽ കൊറിയൻ ഭാഷയിലേക്ക് വിവർത്തനം ചെയ്യുക, വിവർത്തിക്കപ്പെട്ട ഭാഗങ്ങൾക്കായി നിങ്ങളുടെ സ്വന്തം മോഡൽ ഉപയോഗിച്ച്."
• "ഈ നോട്ട്‌ബുക്ക് കൊറിയൻ ഭാഷയിലേക്ക് വിവർത്തനം ചെയ്യുക, കോഡ് സെല്ലുകൾ സംരക്ഷിക്കുക, Co-op Translator MCP ഉപയോഗിച്ച് നോട്ട്‌ബുക്ക് പുനർനിർമ്മിക്കുക."
• "ഈ ചിത്രത്തിലെ ടെക്സ്റ്റ് ജപ്പാനിസിലേക്ക് വിവർത്തനം ചെയ്ത് ഫലം സേവ് ചെയ്യുക."
• "റീപ്പോസിറ്ററി വിവർത്തനം സ്പാനിഷിലേക്ക് ഡ്രൈ-റൺ നടത്തുക, എന്തെല്ലാം മാറ്റങ്ങൾ ഉണ്ടാകുമെന്നു പറഞ്ഞുതരൂ."
• "കൊറിയൻ വിവർത്തന ഔട്ട്പുട്ട് അപ്-ടു-ഡേറ്റ് ആണോ എന്ന് അവലോകനം ചെയ്യൂ."

Markdown-ക്കും നോട്ട്‌ബുക്കുകൾക്കും, MCP രണ്ട് മോഡുകളിൽ പ്രവർത്തിക്കാം:

മോഡ്	എപ്പോൾ ഉപയോഗിക്കുക	പ്രധാന ഉപകരണങ്ങൾ
Agent-assisted	MCP ഹോസ്റ്റ് ഏജന്റ് Co-op Translator LLM പ്രൊവൈഡർ ക്രെഡൻഷ്യലുകൾ ഇല്ലാതെ തന്നെയുളള മോഡൽ ഉപയോഗിച്ച് ഭാഗങ്ങൾ വിവർത്തനം ചെയ്യണം.	start_markdown_agent_translation, finish_markdown_agent_translation, start_notebook_agent_translation, finish_notebook_agent_translation
Provider-backed	Co-op Translator നേരിട്ട് Azure OpenAI, OpenAI, അല്ലെങ്കിൽ Anthropic വിളിക്കണം.	translate_markdown_content, translate_notebook_content

MCP പ്രൊവൈഡർ-ബാക്ക്ഡ് Markdown ടൂൾ കോളിന്റെ ഘടന:

{
  "tool": "translate_markdown_content",
  "arguments": {
    "document": "# Setup\n\nInstall Co-op Translator first.",
    "language_code": "ko",
    "options": {
      "source_path": "docs/setup.md"
    }
  }
}

MCP ഇമേജ് ടൂൾ കോളിന്റെ ഘടന:

{
  "tool": "translate_image_content",
  "arguments": {
    "image_path": "assets/architecture.png",
    "language_code": "ko",
    "output_path": "translated_images/ko/assets/architecture.png"
  }
}

റീപ്പോസിറ്ററി വിവർത്തനം MCP മുഖേന സാധാരണയായി ഡ്രൈ-റൺ ആയിരിക്കും:

{
  "tool": "run_translation",
  "arguments": {
    "language_codes": ["ko"],
    "translate_markdown": true,
    "translate_notebooks": true,
    "translate_images": false,
    "dry_run": true
  }
}

ഉചിതമായ ഉപയോഗാവസ്ഥകൾ:

• ഏജന്റ് അല്ലെങ്കിൽ എഡിറ്ററിനുള്ളിൽ നാചുരൽ-ഭാഷ വിവർത്തന പ്രവർത്തനരീതികൾ നിങ്ങൾക്ക് വേണ്ടിയായിരിക്കുക.
• ഹോസ്റ്റ് ഏജന്റ് മോഡൽ തയ്യാറാക്കിയ ഭാഗങ്ങൾ വിവർത്തനം ചെയ്യുമ്പോൾ Markdown അല്ലെങ്കിൽ നോട്ട്‌ബുക്ക് വിവർത്തനം നിങ്ങൾക്ക് ആവശ്യമായിരിക്കാം.
• മുഴുവൻ റീപ്പോസിറ്ററിയുടെ പകരം തിരഞ്ഞെടുക്കപ്പെട്ട ഉള്ളടക്കം ഏജന്റ് വിവർത്തനം ചെയ്യട്ടെ എന്ന് നിങ്ങൾ ആഗ്രഹിച്ചാൽ.
• റീപ്പോസിറ്ററി-വ്യാപക എഴുത്തുകൾ നടത്തുന്നതിനുമുമ്പ് ഒരു അംഗീകാരം ഘട്ടം നിങ്ങൾക്ക് വേണമെങ്കിൽ.
• Markdown, നോട്ട്‌ബുക്ക്, ഇമേജ്, റിവ്യൂ, പാത്ത്-റിട്രൈറ്റിംഗ് ടൂളുകൾ ഒറ്റ ഇന്റർഫേസിൽ ലഭ്യമാകണം എങ്കിൽ.

ഇവ തമ്മിൽ എങ്ങനെ പൊരുത്തപ്പെടുന്നു

റീപ്പോസിറ്ററികൾ വിവർത്തനം ചെയ്യുന്നതിൽ മനുഷ്യർക്ക് CLI ആയാണ് സാധാരണ മികച്ച ഡീഫോൾട്ട്. നിങ്ങളുടെ കോഡ് workflow-നെ സ്വന്തമാക്കുമ്പോൾ Python API മികച്ചതിനാണ്. ഏജന്റ് അല്ലെങ്കിൽ എഡിറ്റർ workflow ഓണർമാർ ആണെങ്കിൽ MCP സെർവർ അനുയോജ്യമാണ്.

മൂന്ന് വഴികളും ഒരേ public Co-op Translator API ഉപയോഗിക്കുന്നു, അതുകൊണ്ട് CLI-യോടെ തുടങ്ങിയിട്ടും പിന്നീട് Python-ൽ ഓട്ടോമേറ്റ് ചെയ്യാനും, ഏജന്റ്-ഡ്രിവൺ workflow-കൾക്കാവശ്യമുണ്ടായാൽ MCP ക്ലയന്റുകൾക്ക് അതേ കഴിവുകൾ എക്സ്പോസ് ചെയ്യാനും കഴിയും.