Traducción automatizada palabra por palabra con conservación total del estilo
Visitar Proyecto DocuLingo es un motor de traducción inteligente para documentos que aprovecha los modelos de OpenAI mientras preserva fielmente cada detalle de estilo, desde negritas hasta el espaciado de párrafos. Escrito en Python 3.12+ moderno, combina procesamiento por lotes inteligente, lógica de reintento y un framework de traducción plug-and-play para ofrecer flujos de trabajo de localización listos para producción.
Mi Rol en el Proyecto
Como creador y único desarrollador del proyecto, yo:
- Diseñé la arquitectura modular (
common,word,translators) y el sistema de configuración basado en Pydantic. - Implementé el traductor de OpenAI con procesamiento por lotes, validación JSON y reintentos automáticos.
- Construí la capa de preservación de estilo que replica el formato de ejecución y párrafo hasta la sangría y el control de viudas/huérfanas.
- Configuré los pipelines de CI/CD con Ruff, fixtures de pytest para documentos de Word y GitHub Actions con caché de uv.
Detalles Técnicos y Aspectos Interesantes
Arquitectura Principal
| Área | Tecnología | Aspectos Destacados |
|---|---|---|
| Configuración | Pydantic Settings | Configuración centralizada del entorno (OPENAI_API_KEY) |
| Traductores | Patrón Enum + fábrica | Actualmente OpenAI; fácilmente extensible a DeepL, Google, etc. |
| Procesamiento de Word | python-docx | Maneja párrafos de una sola ejecución y de varias ejecuciones; preserva las líneas vacías |
| Copiador de Estilo | Utilidades personalizadas | Copia fuente, negrita, cursiva, subrayado, colores RGB, alineación, espaciado, sangría, saltos de página |
| Cliente API | OpenAI Chat (predeterminado gpt-4o) | Segmentación inteligente (≤100 fragmentos), 5 reintentos automáticos, validación JSON |
Características Clave
- Segmentación Inteligente – divide documentos largos en hasta 100 fragmentos para optimizar el uso de tokens.
- Lógica de Reintento Robusta – hasta 5 intentos por lote con retroceso exponencial.
- Degradación Elegante – recurre al texto original cuando la traducción no se puede validar.
- Fusión Segura de Estilos – las ejecuciones traducidas se reinsertan con el formato original exacto.
- Framework de Traducción Extensible – se pueden incorporar nuevos proveedores sin cambios en el código de llamada.
Mi Impacto en el Proyecto
- Entregué una CLI + biblioteca que convierte horas de copiar y pegar manualmente en un flujo de trabajo de un solo comando.
- Permitió a los usuarios no técnicos localizar contratos e informes sin perder el formato.
- Mantuve una alta calidad de código con linting estricto, pruebas y versionado semántico.
Conclusión
DocuLingo demuestra cómo una arquitectura bien pensada y las API modernas de IA pueden automatizar la traducción compleja de documentos, respetando la intención del autor y el estilo. Refleja mi compromiso con la creación de herramientas fáciles de usar para desarrolladores que resuelven cuellos de botella de productividad reales.