Ga naar hoofdinhoud
// 7 min lezen

Deterministische vertalingen in real-time met Cloudflare Workers AI

Ontwerp van de internationaliseringspipeline i18n voor Portelcore: deterministische extractie van DJB2-sleutels, inferentie met LLM-modellen op de Edge en meervoudige cache in Cloudflare KV.

Tomàs Elias
@authorTomàs Elias
•7 MIN
0lecturas
Portada de Traducciones Deterministas en Tiempo Real con Cloudflare Workers AI

De lokalisatie van meertalige webapplicaties is traditioneel afhankelijk geweest van statische .json-bestanden die handmatig zijn vertaald of van langzame en dure oproepen aan externe vertaal-API's. In Portelcore Web implementeren we een volledig geautomatiseerde pijplijn die cryptografisch hash DJB2 combineert met lokale inferentie van taalmodellen in Cloudflare Workers AI.

1. De deterministische vertaalstroom

Het systeem verdeelt het proces in drie uitvoeringsfasen:

[ HTML con Textos ] ---> [ Hash DJB2 de 64 bits ] ---> [ ¿Existe en KV? ]
│
┌────────────────────────────────────────┴───────────────────┐
▼ SÍ ▼ NO
[ Cache Hit: 0 ms ] [ Workers AI LLM ]
[ Guarda en KV ]
[ Entrega Traducción ]
  1. Extractie in Compile-Time / SSR: Teksten worden omwikkeld met het <AITranslate>-component of gelabeld in HTML.
  2. Generatie van unieke sleutel: Een deterministische DJB2-hash van de Spaanse tekenreeks wordt berekend (bijv. msg-1085732109).
  3. Globaal cache in KV: Voordat de AI-modellen worden geraadpleegd, wordt de PORTELCORE_KV_CORE-naamruimte geïnspecteerd. Als de sleutel bestaat voor de doeltaal, wordt het antwoord in minder dan 5 ms afgeleverd.

2. Implementatie van het DJB2-algoritme

De rekensnelheid van de hash is essentieel om de responstijd van de server in Astro SSR niet te penaliseren:

/**
* Calcula el hash DJB2 optimizado para cadenas de texto.
* Produce un identificador numérico determinista e inmutable.
*/
export function djb2Hash(str: string): string {
let hash = 5381;
for (let i = 0; i < str.length; i++) {
hash = ((hash << 5) + hash) + str.charCodeAt(i);
hash |= 0; // Conversión forzada a entero de 32 bits con signo
}
return Math.abs(hash).toString(36);
}

3. Inferentie met LLM-modellen in Workers AI

Als een nieuwe sleutel niet bestaat in de randcache, stuurt de satellietworker het verzoek door naar de Workers AI-runtime:

/**
* Invoca el modelo Llama 3.3 en Workers AI con un prompt de sistema rígido.
*/
export async function translateText(text, targetLanguage, env) {
const systemPrompt = `Eres un traductor técnico profesional.
Traduce el siguiente texto técnico exactamente al idioma '${targetLanguage}'.
Conserva términos técnicos de programación (ej: WAF, Cloudflare, KV, SSR, TypeScript).
Devuelve ÚNICAMENTE la traducción limpia sin explicaciones ni comillas.`;
const response = await env.AI.run("@cf/meta/llama-3.3-70b-instruct-fp8-fast", {
messages: [
{ role: "system", content: systemPrompt },
{ role: "user", content: text }
],
temperature: 0.1
});
return response.response.trim();
}

4. Conclusie

Dit ontwerp stelt het platform in staat om 14 internationale talen te ondersteunen zonder dat handmatige, onsamenhangende dictionaries nodig zijn, waardoor een vloeiende, snelle en coherente ervaring wereldwijd wordt behaald.

[ DEELEN ]
← TERUG NAAR JOURNAL

[ Verder verkennen ]