調用 LLM 執行翻譯

app_translate.py

import json
import os
import requests
from dotenv import load_dotenv
import shutil
import re

# 加載 .env 文件中的環境變量
load_dotenv()

# 配置
LLM_URL = os.getenv("LLM_URL", "http://192.168.6.237:1234/v1")
MODEL_NAME = os.getenv("MODEL_NAME", "qwen2.5-32b-instruct-mlx")
LOCALIZABLE_FILE = "Localization/Localizable.xcstrings"

# Regex：抓出含中文的字串
chinese_string_regex = r'"([^"\n\r]*[\u4E00-\u9FFF]+[^"\n\r]*)"'

TRANSLATE_PROMPT = """
⚠️ 請嚴格只輸出翻譯後的結果文字，不要加上任何說明或格式編號。請勿包含任何引言、額外說明或格式。

### 翻譯
你是一個專業的翻譯人員，請將提供的文本翻譯成 {target_language}。

### 輸入
需要翻譯的文本：{original_text}

### 輸出要求：
1. 保持原有的格式和標點符號。
2. 確保翻譯的語言自然流暢，符合目標語言的語法和用詞習慣。
3. 如果文本中包含代碼片段或特殊格式，請保留這些部分不變。
4. 只需要輸出翻譯結果，不需要任何額外的說明或標題。
5. 嚴格只輸出翻譯後的文本，不包含任何說明、指令、提示、數字編號或格式化項目。
6. 輸出結果使用 <translated> 標籤包裹。
7. 保證原始符號的位置不變。

### 輸出格式範例（請只輸出下列格式）
<translated>翻譯後文字</translated>
"""


def extract_translated_text(xml_text: str) -> str:
    print(f"🔍 正在提取翻譯內容：", flush=True)
    print(f"\n\n=== {xml_text} ===\n\n", flush=True)

    """從 <translated> 標籤中提取翻譯內容"""
    match = re.search(r"<translated>(.*?)</translated>", xml_text, re.DOTALL)
    return match.group(1).strip() if match else ""


def get_llm_translation(original_text: str, target_language: str) -> str:
    """使用 LLM 翻譯文本"""
    if not original_text:
        return ""

    prompt = f"{TRANSLATE_PROMPT.format(original_text=original_text, target_language=target_language)}"

    request_data = {
        "model": MODEL_NAME,
        "prompt": prompt,
        "stream": False,
        "temperature": 0.1,
        "top_p": 0.95,
        "max_tokens": 150,
    }
    try:

        # 將 prompt 寫入 prompt.txt
        with open("Scripts/prompt.txt", "w", encoding="utf-8") as prompt_file:
            prompt_file.write(prompt)

        response = requests.post(
            f"{LLM_URL}/completions",
            headers={"Content-Type": "application/json"},
            json=request_data,
            timeout=(10, 900),  # 增加超時時間
        )
        response.raise_for_status()
        data = response.json()

        if "choices" not in data or not data["choices"]:
            print("⚠️ 回應缺少 choices 欄位，跳過", flush=True)
            return ""

        text = data["choices"][0].get("text", "").strip()
        if not text:
            print("⚠️ 回應中的 text 為空，跳過", flush=True)
            return ""

        # 提取 <translated> 標籤中的內容
        text = extract_translated_text(text)
        if not text:
            print("⚠️ 提取翻譯內容失敗，返回空字符串", flush=True)
            return ""

        return text
    except requests.exceptions.RequestException as e:
        print(f"請求 LLM 失敗：{e}", flush=True)
        return ""  # 請求失敗時返回空字符串


def write_localizable_file(data: dict):
    with open(LOCALIZABLE_FILE, "w", encoding="utf-8") as f:
        json.dump(data, f, indent=2, ensure_ascii=False)


def main():
    try:
        # 讀取 Localizable.xcstrings 文件
        with open(LOCALIZABLE_FILE, "r", encoding="utf-8") as f:
            data = json.load(f)

        # 遍歷 Localizable.xcstrings 文件中的每一個字串
        for key, value in data["strings"].items():
            # 檢查是否為需要翻譯的字串 (只處理完全是中文的內容)
            if re.fullmatch(chinese_string_regex, f'"{key}"'):
                if "localizations" in value:
                    # 檢查是否已經有簡體中文翻譯
                    if "zh-Hans" not in value["localizations"]:
                        # 翻譯成簡體中文
                        translated_text_zh_hans = get_llm_translation(key, "簡體中文")
                        value["localizations"]["zh-Hans"] = {
                            "stringUnit": {
                                "state": "translated",
                                "value": translated_text_zh_hans,
                            }
                        }
                        print(
                            f"已翻譯 (zh-Hans)：{key} -> {translated_text_zh_hans}",
                            flush=True,
                        )
                        # 立即寫入檔案
                        write_localizable_file(data)

                    # 檢查是否已經有英文翻譯
                    if "en" not in value["localizations"]:
                        # 翻譯成英文
                        translated_text_en = get_llm_translation(key, "英文")
                        value["localizations"]["en"] = {
                            "stringUnit": {
                                "state": "translated",
                                "value": translated_text_en,
                            }
                        }
                        print(f"已翻譯 (en)：{key} -> {translated_text_en}", flush=True)
                        # 立即寫入檔案
                        write_localizable_file(data)
                else:
                    print(f"跳過：{key} (沒有 localizations)", flush=True)
            else:
                print(f"跳過：{key} (不是純中文)", flush=True)

    except FileNotFoundError as e:
        print(f"錯誤：找不到文件 {e}")
    except Exception as e:
        print(f"發生錯誤：{e}")


if __name__ == "__main__":
    main()