É possível criar um fluxo de trabalho de tradução de documentos que gera arquivo traduzido?

Oi pessoal :waving_hand:

Tenho uma dúvida sobre como construir um fluxo de trabalho de tradução.

É possível criar um fluxo de trabalho no n8n que busque arquivos, por exemplo, por padrão acho que eles são buscados em formato bin, mas usei o nó de código para transformá-los no formato docx, os arquivos seriam baixados via uma API que temos e enviados para o nó do agente de IA para traduzir seu conteúdo para um idioma diferente e depois recriar o arquivo, o arquivo doc, digamos no mesmo formato, estrutura, formato de tabela, fontes etc., preservando todos os títulos, tabelas e seu conteúdo etc., mas com conteúdo traduzido?

Como devo abordar isso?

Sinto que estou travado aqui.

Obrigado antecipadamente!

Oi @oesterreicher-0417
Isso pode ajudar. Discover 10649 Automation Workflows from the n8n's Community

1 curtida

Sim, é possível, mas a parte difícil não é a tradução em si.

A parte difícil é recriar o DOCX preservando exatamente a mesma formatação, tabelas, títulos, fontes, runs, estilos, imagens, cabeçalhos, rodapés e estrutura da página.

Eu não enviaria o DOCX binário completo diretamente para um Agente de IA e esperaria que ele retornasse o mesmo documento traduzido. A IA deve apenas traduzir o texto extraído. A estrutura do documento deve ser tratada separadamente e de forma determinística.

O fluxo de trabalho deve ser algo assim:

Baixar arquivo → Analisar estrutura do DOCX → Extrair texto traduzível → Traduzir em chunks controlados → Validar traduções → Substituir texto dentro da estrutura original do DOCX → Gerar DOCX traduzido → Fazer upload ou retornar arquivo

O n8n pode receber e trabalhar com arquivos como dados binários, e seus nós de arquivo podem extrair formatos binários suportados em JSON ou converter dados estruturados de volta em arquivos. No entanto, converter texto extraído de volta em um arquivo genérico não reconstruirá automaticamente um DOCX original com a mesma formatação exata. (docs.n8n.io)

Para arquivos DOCX especificamente, eu usaria um serviço ou biblioteca de processamento de documentos dedicado em vez de tentar fazer tudo diretamente dentro do Agente de IA.

Por exemplo:

  1. Baixar o DOCX através de sua API.
  2. Enviar o arquivo binário para um pequeno serviço Python usando python-docx ou outra biblioteca de processamento de DOCX.
  3. Extrair parágrafos, células de tabela, cabeçalhos, rodapés e text runs atribuindo a cada um um ID estável.
  4. Enviar apenas o texto e os IDs para o modelo de tradução.
  5. Exigir saída JSON estruturada, como:
[
  {
    "id": "paragraph_12_run_3",
    "translatedText": "Conteúdo traduzido"
  }
]
  1. Combinar cada valor traduzido de volta ao seu ID original.
  2. Substituir apenas os nós de texto originais deixando os estilos e estrutura do documento intocados.
  3. Salvar o pacote modificado como um novo arquivo DOCX.
  4. Retorná-lo ao n8n como dados binários e fazer upload para seu destino.

Eu provavelmente não usaria um Agente de IA para a tradução principal a menos que a tradução exija ferramentas ou tomada de decisão. Uma cadeia LLM normal ou uma chamada direta de modelo/API é mais fácil de controlar e produz saída estruturada mais previsível.

Você também precisa ter cuidado com text runs. Em DOCX, uma frase pode ser dividida em múltiplos runs porque uma palavra é negrito, outra é itálica ou parte de um hiperlink. Traduzir cada run independentemente pode destruir a frase. Traduzir o parágrafo completo pode preservar o significado mas torna mais difícil restaurar a formatação inline exata.

Portanto, você precisa decidir o que importa mais:

  • qualidade exata da tradução,
  • formatação inline exata,
  • ou um equilíbrio entre ambas.

Para um fluxo de trabalho em produção, eu também adicionaria:

  • detecção de idioma do documento,
  • divisão em chunks baseada em parágrafos e células de tabela,
  • regras de glossário e terminologia,
  • proteção para URLs, números, códigos e placeholders,
  • validação de que cada ID de origem recebeu uma tradução,
  • tratamento de retry,
  • verificações de qualidade do documento traduzido,
  • e um caminho de revisão manual quando a estrutura do documento não pode ser reconstruída com segurança.

Se os documentos são simples, como parágrafos e tabelas básicas, python-docx deve ser suficiente.

Se contêm recursos avançados do Word, como caixas de texto, layouts complexos, alterações rastreadas, campos, SmartArt ou objetos incorporados, python-docx pode não preservar tudo corretamente. Nesse caso, eu manipularia o pacote XML do DOCX diretamente ou usaria uma API de tradução de documentos que ofereça suporte oficial à preservação de layout do DOCX.

Portanto, sim, o n8n pode orquestrar o fluxo de trabalho completo, mas eu trataria o n8n como a camada de orquestração e usaria um componente de processamento de documentos dedicado para extrair e recriar o DOCX.

A regra mais importante é:

Não recrie o documento a partir de texto simples traduzido. Abra o documento original, substitua apenas o texto traduzível dentro dele e salve como um novo arquivo.

Divertido - passei muita parte da minha vida em OOXML. Adicionando ao ponto de divisão de execução acima, já que essa é a parte que consome mais tempo e há uma etapa que a torna muito menor.

O Word divide execuções por razões que não têm nada a ver com formatação. Limites de verificação ortográfica, IDs de sessão de revisão (rsid), resíduos de alterações rastreadas. Então uma sentença que parece ser seis execuções muito frequentemente é seis execuções com rPr idênticos. Antes de extrair qualquer coisa, mescle execuções adjacentes cujas propriedades de execução correspondam. Isso colapsa a maioria das divisões e deixa você apenas com limites de formatação reais, que é um problema muito menor para resolver.

Para aqueles que genuinamente são formatados de forma diferente no meio da sentença, você precisa traduzir o parágrafo inteiro e depois decidir o que acontece com a formatação inline, porque reaplicá-la por deslocamento de caractere não sobrevive à tradução uma vez que a ordem das palavras muda. Na prática, as pessoas voltam para as propriedades de execução dominantes do parágrafo, ou encaminham esses parágrafos específicos para revisão manual. Vale a pena decidir isso antecipadamente em vez de descobrir em um documento do cliente.

Duas menores que vão causar problemas:

w:t precisa de xml:space="preserve" quando o texto tem espaço em branco à esquerda ou direita. O Word a corta silenciosamente, caso contrário, e você obtém palavras juntas nos limites de execução. Chato de debugar porque aparece apenas em algumas sentenças.

Expansão de texto. Inglês para alemão ou espanhol normalmente corre 20 a 30 por cento mais longo. Células de tabela de largura fixa e caixas de texto que se encaixam bem na origem extravasarão no destino, e nada no pipeline vai te avisar. Vale a pena dar uma olhada em alguns resultados antes de chamar de pronto.

Na minha opinião - você geralmente está em uma melhor posição para apenas converter para HTML ou Markdown em vez de lidar com Word Runs. Se for HTML, dê uma olhada em nosso pacote TurboDocx/@Html-to-docx. Em algum momento, vamos incorporá-lo ao nosso node n8n