EulerPress – Herramienta de Traduccion Empresarial

Funciones Principales

Traduccion inteligente de documentos sin tocar codigo ni formulas

Traduccion con Preservacion Precisa

El parser compatible con CommonMark basado en markdown-it-py identifica y preserva automaticamente bloques de codigo, codigo en linea, formulas, frontmatter y HTML crudo. Solo se traduce el texto en prosa.

Formatos Soportados	Markdown, HTML, Plain Text, JSONL
Elementos Preservados	Bloques de codigo, codigo en linea, formulas ($...$, $$...$$), URLs, frontmatter
Parser	markdown-it-py (CommonMark 100%), BeautifulSoup4 (HTML)

Arquitectura Local-First

Utiliza Ollama LLM local como motor de traduccion predeterminado. Los documentos confidenciales no salen de su red. Tambien soporta OpenAI API opcionalmente.

Motor de Traduccion	Ollama (local), OpenAI (opcional)
Seguridad de Datos	Todo el procesamiento es local, sin transmision externa
Configuracion	Configuracion declarativa YAML, soporte de override CLI

Traduccion de Datos de Entrenamiento IA

Pipeline dedicado para traducir datos de entrenamiento JSONL a gran escala

Pipeline Traindata

El comando eulerpress traindata traduce datos de entrenamiento JSONL a alta velocidad mediante solicitudes HTTP concurrentes con Ollama.

Preservacion de Formulas: Protege $...$, $$...$$, $...$, \[...\] con marcadores y los restaura.
Procesamiento Concurrente: Multi-worker basado en ThreadPoolExecutor, traduccion paralela por registro.
Salida Incremental: Escribe al archivo inmediatamente al completar cada registro, preservando resultados ante interrupciones.
Reanudacion: Omite registros ya traducidos y solo procesa los nuevos.

Garantia de Calidad

Verifica automaticamente la calidad de las traducciones y marca resultados problematicos.

Validacion de Traduccion: Ratio de longitud, deteccion de solo numeros, verificacion de marcadores.
Puntuacion de Preservacion: Deteccion de corrupcion en bloques de codigo, formulas y URLs.
Chunking Automatico: Divide textos largos por limites de oracion para mantener la calidad.
Busqueda de Glosario: Glosario de dominio basado en Tavily para traducciones consistentes.

Referencia CLI

5 comandos principales para el flujo completo de traduccion de documentos

`translate`

Traduce documentos segun archivo de configuracion YAML. Permite override de directorio fuente, idioma destino y modelo via CLI.

`traindata`

Traduce datos de entrenamiento JSONL concurrentemente con Ollama. Soporta preservacion de formulas, salida incremental y reanudacion.

`validate`

Valida archivo de configuracion YAML sin ejecutar. Imprime errores en formato de 3 lineas si hay problemas.

`plan`

Ejecucion en seco: previsualiza cantidad de archivos, segmentos y tokens estimados.

`doctor`

Verifica dependencias del sistema (binario Ollama, conexion al servidor, modelos disponibles).

Arquitectura

Diseno modular para extender formatos, motores y garantia de calidad independientemente

config.yaml → Loader → Validator → EulerPressConfig ↓ Translator ├── discover_files() ├── for each file: │ ├── get_parser(ext) → Parser │ ├── parser.parse() → [Segment] │ ├── provider.translate(chunks) │ └── parser.render(segments) → output └── write output (mirror structure)

Estructura de Paquetes

`config`	Esquema YAML, carga, validacion
`parsers`	Parsers de Markdown, HTML, texto plano
`engine`	Proveedores de traduccion (Ollama, OpenAI, Fake)
`core`	Orquestador, planificador, doctor, errores
`scoring`	Puntuacion de calidad, seleccion de modelo, evaluacion API
`traindata`	Traduccion de datos JSONL (procesamiento concurrente Ollama)
`glossary`	Busqueda de glosario de dominio (Tavily)

Especificaciones Tecnicas

Lenguaje	Python 3.12+
Parser Markdown	markdown-it-py + mdformat (CommonMark 100%)
Parser HTML	BeautifulSoup4 + lxml
Motor de Traduccion	Ollama (local), OpenAI (nube)
Estrategia de Chunking	sentence, whitespace, hard
Formato de Error	Formato de 3 lineas (Category / Fix / See)
Licencia	MIT (incluye todas las dependencias)

Tutoriales

Aprenda EulerPress rapidamente con guias paso a paso

Tutoriales proximamente.

Instalacion e Inicio

Instale EulerPress y comience su primera traduccion

Instalacion

pip install eulerpress

# Instalar Ollama LLM local
ollama pull gemma3:27b

Requisitos

Python 3.12+

Ollama (para traduccion local)

GitHub

eulerwa/eulerpress

Automatice la traduccion de documentos con EulerPress

Local-first, preservacion de codigo, calidad empresarial.

Comenzar en GitHub Contactenos