DeepTrans Studio · 智能翻译工作室

🚀 DeepTrans Studio 是一套面向专业翻译与本地化团队的智能工作平台，提供翻译 IDE、术语管理、翻译记忆、质量评估与自动化工作流等端到端能力。

开发单位: H!NT Lab, Shanghai University

中文 | English

---

📚 目录

• 项目简介
• 核心能力
• 系统架构
• 技术栈
• 快速开始
  • 前置要求
  • 安装依赖
  • 配置环境变量
  • 初始化数据库
  • 启动本地开发环境
  • 使用 Docker Compose 运行
• 后台服务与任务
• 目录结构
• 常用脚本
• 国际化
• 贡献指引
• 项目说明

---

项目简介

DeepTrans Studio 将 AI 翻译、本地化工程与团队协作能力整合在同一套产品内。平台围绕翻译项目的全流程打造，包括：

• 多场景翻译工作台（IDE、即时翻译、批量操作）
• 专业领域词典、翻译记忆与知识库
• AI 辅助的质量评估、术语提取与语篇审校
• 工作流自动化与队列任务处理
• 统一的权限、日志、运营配置与对外 API

DeepTrans Studio 界面示意

核心能力

• 翻译 IDE：提供段落对齐、版本追踪、快捷键与多智能体协同的翻译工作台。
• AI 辅助：内置翻译、术语抽取、语法/语篇评估、字数统计与多引擎比对。
• 术语 & 记忆：支持项目/个人词典、翻译记忆导入导出、Milvus 向量检索及 Attu 可视化。
• 项目管理：项目全生命周期、文件分段、状态流转、文档预览与任务分发。
• 自动化工作流：BullMQ 队列驱动 Worker，处理批量翻译、评估、文档解析、向量写入等耗时任务。
• 开放与扩展：通过 MinIO、Milvus、Redis 等组件可扩展自定义 AI 服务、报表或外部集成。

系统架构

平台采用前后端一体的 Next.js App Router 架构，结合队列与服务组件形成如下结构：

• Studio（Next.js 应用）：承担前端 UI、Server Actions、NextAuth 鉴权与 API 网关能力。
• Worker（Node 服务）：与 BullMQ/Redis 交互，负责批处理、嵌入生成、向量写入、任务调度。
• PDFMath 服务：处理 PDF/数学类文档解析，供 Studio 和 Worker 调用。
• Traefik：反向代理与证书管理，可统一暴露 Studio、Attu 等子服务。
• 支撑组件：PostgreSQL、Redis、Milvus(含 etcd)、MinIO、Attu UI。

graph TD
    Browser -->|HTTPS| Traefik
    Traefik -->|HTTP 3000| Studio[Next.js Studio]
    Traefik --> Attu[Attu UI]
    Studio -->|Server Actions| Postgres[(PostgreSQL)]
    Studio -->|BullMQ| Redis[(Redis)]
    Studio -->|HTTP| PDFMath[PDFMath Service]
    Worker -->|BullMQ| Redis
    Worker -->|Prisma| Postgres
    Worker -->|Milvus SDK| Milvus[(Milvus)]
    Worker -->|S3 API| MinIO[(MinIO)]
    Milvus --> etcd[(etcd)]

Loading

技术栈

模块	技术选型
应用框架	Next.js 15 (App Router)、React 19、TypeScript 5
后端能力	Next.js Server Actions、Prisma 6、NextAuth、BullMQ
数据存储	PostgreSQL、Redis、Milvus + etcd、MinIO
AI 能力	OpenAI 兼容接口、自研 PDFMath 服务、AI Agents
构建 & 工具	Yarn 1、corepack、Docker Compose、Traefik、ESLint、Prettier

快速开始

前置要求

• Node.js ≥ 18.18（推荐使用 corepack 管理 Yarn 1.22.22）
• Yarn（通过 corepack enable 启用）
• Docker / Docker Compose（用于本地依赖服务或一键部署）
• Git 等常用工具

安装依赖

corepack enable
corepack prepare yarn@1.22.22 --activate
yarn install

配置环境变量

复制或创建 .env.local 并依据实际环境填写：

# 数据库与缓存
DATABASE_URL="postgresql://postgres:123456@localhost:5432/deeptrans"
REDIS_URL="redis://127.0.0.1:6379"

# 鉴权 & 站点配置
AUTH_SECRET="请生成随机字符串"
NEXTAUTH_URL="http://localhost:3000"
NODE_ENV=development

# LLM / AI 服务
OPENAI_API_KEY="sk-xxxx"
OPENAI_BASE_URL="https://api.openai.com/v1"
OPENAI_API_MODEL="gpt-4o-mini"

# 对象存储 & 资源
MINIO_ACCESS_KEY=minioadmin
MINIO_SECRET_KEY=minioadmin
MINIO_BUCKET=deeptrans

# 其他服务
STUDIO_HOST=localhost        # Traefik/HTTPS 部署时使用

# 可选：GitHub OAuth、SMTP、Milvus 访问信息等

💡 生产环境请将数据库、Redis、Milvus、对象存储改为专用实例，并妥善保管密钥。

初始化数据库

yarn prisma migrate deploy      # 或 yarn db:push 初始化结构
yarn prisma generate            # 生成 Prisma Client
yarn db:seed                    # 可选：导入示例数据

启动本地开发环境

1. 启动依赖服务（推荐使用 Docker Compose 中的服务）：

   docker compose up -d db redis etcd milvus minio pdfmath worker
   # 如需 Attu UI 或 Traefik，请追加 attu traefik

2. 启动 Next.js 应用（热更新）：

   yarn dev

3. 若希望在本地 Node 环境运行 Worker，可执行 yarn dev:worker（默认通过 compose 的 worker 容器运行）。

访问 http://localhost:3000 即可进入 Studio；Attu（Milvus UI）默认暴露在 http://localhost:8001。

使用 Docker Compose 运行

1. 准备 .env / .env.production 并确保 STUDIO_HOST 指向对外域名。
2. 构建镜像：

   docker compose build studio worker pdfmath

3. 启动主要服务：

   docker compose up -d traefik studio worker

Traefik 会将 80/443 端口映射到 Studio，Milvus/MinIO/Attu 等依赖组件可按需启动。

后台服务与任务

• BullMQ 队列：Studio 将批翻译、术语抽取、质量评估和文件解析任务推入 Redis，Worker 负责消费并回写结果。
• Milvus 向量库：用于翻译记忆与语义检索，需要同步启动 etcd 与 MinIO。
• MinIO：存储解析产物、结构化 JSON、静态资源等，可通过 S3 兼容协议访问。
• PDFMath 服务：提供 PDF → Markdown/JSON 的解析能力，由 pdfmath 容器维护。
• Attu：Milvus 官方 UI，便于查询向量、排查记忆数据。

目录结构

deeptrans-studio/
├── src/
│   ├── app/                      # Next.js App Router 页面
│   │   ├── (app)/                # 业务页面：dashboard / ide / memories 等
│   │   ├── api/                  # Route Handlers（逐步迁移至 Server Actions）
│   │   └── layout.tsx            # 根布局、主题与 providers
│   ├── actions/                  # Server Actions（数据库、AI、文件处理）
│   ├── agents/                   # AI Agent 定义、提示词、i18n
│   ├── components/               # 通用 UI 与业务组件
│   ├── hooks/                    # 自定义 Hook、右侧面板、对话框管理
│   ├── lib/                      # 工具方法（Redis、向量、LLM 客户端）
│   ├── store/                    # Zustand / Redux store 配置
│   ├── db/                       # Prisma client 与 repository 方法
│   ├── types/                    # TypeScript 类型与枚举
│   └── worker/                   # Worker 端入口、任务处理、BullMQ 队列
├── prisma/                       # Prisma schema & migrations
├── scripts/                      # 开发脚本、临时工具
├── public/                       # 静态资源
├── docker-compose.yml            # 开发/部署所需容器编排
└── package.json / tsconfig.*     # 构建配置

常用脚本

命令	说明
yarn dev	启动 Next.js 开发服务器
yarn dev:worker	在本地启动 Worker（如不使用 Docker）
yarn build	构建生产版本 Next.js 应用
yarn build:worker	编译 Worker（esbuild → dist/worker.cjs）
yarn start	启动生产模式 Next.js
yarn lint	运行 ESLint 检查
yarn prisma studio	打开 Prisma Studio GUI
yarn test:segment / yarn test:docx	针对分段解析 / 文档解析的调试脚本
yarn queue:ui	启动 Bull Board 监控队列（若有配置）

国际化

项目使用 next-intl 管理多语言文案：

• src/i18n/en.json / zh.json 为主文案文件。
• 通过 useTranslations('命名空间') 获取文案；新增键时请同步维护多语言文件。
• 组件层已增加兜底逻辑以防文案缺失，但正式环境建议完善翻译。

贡献指引

1. 分支策略：feat/*、fix/*、chore/* 等前缀，保持 PR 粒度可控。
2. 代码规范：遵循 ESLint/Prettier；类型尽量完整，避免滥用 any。
3. 提交信息：推荐 Conventional Commits 规范（如 feat: add translation memory import）。
4. 代码审查：提交 PR 前请运行 yarn lint、必要的 test:* 脚本及数据库迁移检查。
5. 文档更新：新增/修改模块请同步更新 README、架构图或内网文档。

项目说明

• 本仓库由上海大学 H!NT Lab 开发，用于 Demo Paper（2025）投稿与复现示范。
• 仓库默认不包含生产密钥与敏感配置，若需部署请自建 .env 并替换相应服务凭据。
• 如在复现过程中遇到问题，可在 GitHub Issues 或通过论文中提供的联系方式与我们沟通。

---

💡 如对系统有改进建议，欢迎提交 Issue / PR，与我们一起完善智能翻译平台。

H!NT Lab, Shanghai University © 2025