多语言 Web 应用的本地化传统上依赖于手动翻译的静态文件 .json,或依赖缓慢且昂贵的外部翻译 API 调用。在 Portelcore Web 中,我们实现了一个完全自动化的流水线,将 DJB2 加密哈希与 Cloudflare Workers AI 上的本地语言模型推理相结合。
1. 确定性翻译流程
系统将流程分为三个执行阶段:
[ 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 ]- 编译时 / SSR 提取:文本被包裹在组件
<AITranslate>中,或在 HTML 中打标签。 - 唯一键生成:对西班牙语字符串计算确定性 DJB2 哈希(例如:
msg-1085732109)。 - KV 全局缓存:在查询 AI 模型之前,先检查命名空间
PORTELCORE_KV_CORE。如果目标语言存在该键,响应将在 5 毫秒内返回。
2. DJB2 算法实现
哈希计算速度至关重要,以免拖慢 Astro SSR 的服务器响应时间:
/** * 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. 在 Workers AI 上使用 LLM 推理
当新键不存在于边缘缓存中时,卫星 Worker 将请求分派到 Workers AI 运行时:
/** * 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. 结论
该设计使平台能够支持 14 种国际语言,无需维护不同步的手动字典,同时在全球范围内保持流畅、快速且一致的体验。


