Escolha o seu fluxo de trabalho¶
O Co-op Translator pode ser usado de três formas: a CLI, a Python API e o servidor MCP. Partilham as mesmas capacidades de tradução, mas cada um se encaixa num fluxo de trabalho diferente.
Use esta página quando estiver a decidir por onde começar.
Se editar traduções manualmente: os fluxos de trabalho padrão da CLI e do Actions retraduzem os ficheiros fonte alterados na íntegra, pelo que a sua redação nesses ficheiros pode ser sobrescrita. Reveja o diff antes de aceitar uma atualização. Para preservação ao nível de bloco Markdown das edições aceites, use o opcional Python API translation state provider.
Decisão rápida¶
| Se pretende... | Utilize | Comece aqui |
|---|---|---|
| Traduzir ou rever um repositório a partir de um terminal | CLI | Referência da CLI |
| Adicionar tradução a um script Python, serviço, notebook, ou trabalho de CI | Python API | API Python |
| Permitir que um agente, editor ou cliente compatível com MCP traduza conteúdo para si | MCP Server | Servidor MCP |
| Traduzir um documento Markdown, notebook ou imagem que a sua app já carregou | Python API or MCP Server | API Python or Servidor MCP |
| Traduzir um repositório inteiro com pastas de saída padrão e metadados | CLI or run_translation |
Referência da CLI or API Python |
Use a CLI quando¶
Escolha a CLI quando uma pessoa ou um trabalho de CI estiver a controlar a tradução do repositório a partir de um shell.
A CLI é o caminho mais direto quando pretende que o Co-op Translator descubra ficheiros do projeto, crie saídas traduzidas, preserve a estrutura do projeto, atualize metadados e execute comandos de revisão.
translate -l "ko" -md --dry-run
translate -l "ko" -md -nb
co-op-review -l "ko"
migrate-links -l "ko" --dry-run
Este exemplo traduz Markdown e notebooks. Adicione -img só depois de configurar o Azure AI Vision. Para uma primeira execução apenas com Markdown, siga A sua primeira tradução.
Adequado para:
- Está a traduzir um repositório a partir do seu terminal.
- Quer um comando repetível para workflows de CI ou de lançamento.
- Quer descoberta de projeto incorporada, caminhos de saída, metadados, limpeza e revisão.
- Prefere uma interface de comandos em vez de escrever código Python.
Use a Python API quando¶
Escolha a API Python quando o seu próprio código deve controlar o fluxo de trabalho.
A API é útil para aplicações, scripts de automação, notebooks, serviços e pipelines personalizados. Permite chamar APIs de tradução de conteúdo de baixo nível para ficheiros individuais, ou executar a mesma orquestração ao nível do repositório usada pela CLI.
Traduza um documento Markdown e decida onde o guardar:
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())
Execute uma tradução de repositório a partir do Python:
from co_op_translator.api import run_translation
run_translation(
language_codes="ko",
markdown=True,
notebook=True,
images=False,
dry_run=True,
)
Adequado para:
- A sua aplicação já lê ficheiros, buffers, notebooks ou bytes de imagem.
- Precisa de validação personalizada, armazenamento, registo, tentativas ou fluxos de aprovação.
- Quer traduzir um documento, notebook ou imagem sem processar todo o repositório.
- Quer a tradução de um repositório, mas através de automação Python em vez de um comando shell.
Use o servidor MCP quando¶
Escolha o servidor MCP quando um agente, editor ou cliente compatível com MCP deverá invocar as ferramentas do Co-op Translator.
Na configuração local habitual, o utilizador não mantém manualmente um servidor em execução. O cliente MCP inicia co-op-translator-mcp sobre stdio quando necessita das ferramentas.
Exemplos de pedidos de utilizador que um agente poderia tratar:
- "Traduza este ficheiro Markdown para coreano e mantenha os links corretos."
- "Traduza este ficheiro Markdown para coreano com o workflow MCP assistido por agente, usando o seu próprio modelo para os blocos traduzidos."
- "Traduza este notebook para coreano, preserve as células de código e use o Co-op Translator MCP para reconstruir o notebook."
- "Traduza o texto nesta imagem para japonês e guarde o resultado."
- "Faça uma execução em simulação de uma tradução de repositório para espanhol e diga-me o que mudaria."
- "Reveja se a saída da tradução para coreano está atualizada."
Para Markdown e notebooks, o MCP pode funcionar em dois modos:
| Modo | Use quando | Ferramentas principais |
|---|---|---|
| Assistido por agente | O agente anfitrião MCP deve traduzir os blocos com o seu próprio modelo, sem credenciais de fornecedor LLM do Co-op Translator. | start_markdown_agent_translation, finish_markdown_agent_translation, start_notebook_agent_translation, finish_notebook_agent_translation |
| Suportado por fornecedor | O Co-op Translator deve chamar Azure OpenAI, OpenAI ou Anthropic diretamente. | translate_markdown_content, translate_notebook_content |
Formato da chamada da ferramenta Markdown no modo suportado por fornecedor MCP:
{
"tool": "translate_markdown_content",
"arguments": {
"document": "# Setup\n\nInstall Co-op Translator first.",
"language_code": "ko",
"options": {
"source_path": "docs/setup.md"
}
}
}
Formato da chamada da ferramenta de imagens MCP:
{
"tool": "translate_image_content",
"arguments": {
"image_path": "assets/architecture.png",
"language_code": "ko",
"output_path": "translated_images/ko/assets/architecture.png"
}
}
A tradução do repositório é feita em simulação por defeito através do MCP:
{
"tool": "run_translation",
"arguments": {
"language_codes": ["ko"],
"translate_markdown": true,
"translate_notebooks": true,
"translate_images": false,
"dry_run": true
}
}
Adequado para:
- Quer fluxos de trabalho de tradução em linguagem natural dentro de um agente ou editor.
- Quer tradução de Markdown ou notebooks onde o modelo do agente anfitrião traduza os blocos preparados.
- Quer que o agente traduza conteúdo selecionado em vez de um repositório inteiro.
- Pretende uma etapa de aprovação antes de escritas em todo o repositório.
- Quer uma interface que exponha ferramentas de Markdown, notebooks, imagens, revisão e reescrita de caminhos.
Como funcionam em conjunto¶
A CLI é a melhor opção por defeito para pessoas a traduzirem repositórios. A API Python é a melhor quando o seu código gere o fluxo de trabalho. O servidor MCP é a melhor quando um agente ou editor gere o fluxo de trabalho.
Os três caminhos usam a mesma API pública do Co-op Translator, por isso pode começar com a CLI, automatizar com Python mais tarde, e expor as mesmas capacidades a clientes MCP quando precisar de fluxos de trabalho conduzidos por agentes.