01
预处理
在调用模型之前，对上传文件进行验证、解析，并转换为结构化的可翻译单元。
- 通过文件类型和 MIME 检查，在进入队列前拒绝不支持的上传。
- 根据格式，将文档提取为文本节点、表格、幻灯片、片段或结构化 JSON。
- 将术语表词汇和忽略词映射为安全标识符，以确保品牌名称、占位符和受保护短语在翻译过程中保持不变。
系统架构
GPT Translator 如何将复杂文件转换为可靠的多语言文档
我们的翻译系统采用分阶段流水线：解析文档、映射受保护术语、通过智能模型路由进行翻译、验证输出，并将最终文件安全重建以供授权访问。
Redis
队列引擎
10 个任务
Worker 并发数
实时
进度更新
S3
存储层
翻译流水线
用于质量、扩展性和控制的四阶段架构
后端将接入、翻译、验证和重建分离，使每种文件格式保持其结构，同时翻译引擎专注于语义、术语和一致性。
02
智能翻译引擎
系统通过上下文感知的提示，将准备好的内容路由到选定的 LLM 和云翻译服务。
- 后端支持 OpenAI、Claude、Gemini、Grok、Mistral、Google Cloud 和 AWS 翻译服务。
- 根据模型的 token 限制对内容进行分块，同时尽可能保留上下文。
- 基于 Redis 的 Bull Worker 异步处理翻译任务，以避免大文件阻塞 API。
03
质量保证
翻译完成后，将输出与预期结构进行比对，如不完整或不正确则进行修复。
- 在预处理、翻译和后处理阶段持续跟踪进度。
- 无效的 JSON、XML 或文档结构可能触发修复和重试逻辑。
- 翻译历史记录状态、字数、文件大小、使用模型以及处理进度。
04
安全与重建
将验证后的翻译内容重新插入原始文档结构，安全存储，并仅通过授权流程提供访问。
- 在最终生成文件前恢复受保护术语和术语映射。
- 将翻译后的文档重建为目标格式，并上传到安全的 S3 存储。
- 通过访问控制、用户归属和组织上下文，确保结果仅对正确的账户可见。
运行可靠性
为真实翻译负载而构建
队列 Worker 并行处理多个任务，并将长时间运行的任务移出请求生命周期。
基于 Socket 的进度事件在各阶段实时更新前端。
通过 Cron 监控跟踪失败和进行中的翻译，便于快速发现问题。
在翻译前后进行 token 估算和使用量更新，以保护套餐限制并在失败时提供估算。