hyperlocalise 专为希望加快本地化周期，同时不放弃审校人员控制权的团队而打造。
它结合了本地草稿生成、明确的 TMS 同步步骤和 Git-友好的工作流程，让工程团队和本地化团队可以在同一交付路径上协作。
不同于 TMS-仅限或自定义-在脚本方案中，Hyperlocalise 专为将翻译文件存放在中的团队而设计-仓库，并且需要一个可重复使用的草稿-至-带冲突的策展循环-感知同步。
适用对象
如果您的团队符合以下条件，Hyperlocalise 将非常适合：- 在你的代码仓库中保留翻译文件，
- 将 AI 草稿作为起点，而不是最终输出，
- 可能会在某些工作流程中使用人工审核，但希望这是可选的，
- 想要持续集成-围绕本地化工作的可见状态和质量检查。
为什么团队选择 Hyperlocalise
1. 在运营护栏的保障下提升开发速度
CLI 围绕 plan 设计-首先是工作流。你可以使用来检查工作。--dry-run，在本地生成草稿，并使用锁文件进行增量重新运行-备份的检查点。
这样可以减少重复的翻译工作，同时让更改在常规的 Git diff 中仍然便于审查。
2. 支持人工整理，但不是必需的
Hyperlocalise 不会将机器输出视为可直接用于生产环境的内容-准备就绪。 预期的循环很直接：生成草稿，推送到你的 TMS，由人工审校人员进行整理，然后将整理后的值拉回到代码库。这能保持源内容-的-与您的本地化团队一起做出真实决策。 如果你的团队在特定流水线中更需要速度而非审核，你也可以在本地运行-仅执行路径和发布，不进行 TMS 同步。3. 为发布决策提供更清晰的可见性
团队可以使用status 用于跟踪翻译情况的报告，需要-按区域设置审核和未翻译的内容。对于质量实验，你可以运行 eval (实验性) 以可重复的格式将候选输出与基准进行比较。
4. 提供商与平台灵活性
您可以运行多个 LLM 提供商，并与常见的 TMS 适配器集成 (例如 Crowdin、Lokalise、POEditor、Phrase、Smartling 和 Lilt) 无需围绕某一家供应商重新设计你的整个工作流程。它如何融入你现有的工作流程
典型路径如下所示：- 使用 初始化配置，参数为
init. - 在中定义区域设置、分桶和配置文件
i18n config. - 使用生成草稿，包含
run. - 可选的策展路径：使用
sync push(实验性)，在 TMS 中整理，然后sync pull(实验性). - 使用 验证进度
status发布前。
当 Hyperlocalise 不是最佳选择时 (仍然!)
如果你符合以下情况，Hyperlocalise 可能并不是你目前的最佳选择：- 需要一个完全托管的本地化平台，不使用 CLI。
- 无法运行代码仓库-开发者或 CI 环境中的基于工作流，
- 需要一个工作流程，使所有本地化操作仅在托管的 TMS 用户界面内进行管理。
快速对比
| 方法 | 设置工作量 | 审核控制 | CI/Git 工作流适配度 | 供应商锁定-处于风险中 |
|---|---|---|---|---|
| 手动脚本 | 🟡 中到高 (自行构建并维护) | 🟢 高 (完全自定义) | 🟡 中等 (取决于脚本质量和标准) | 🟢 低 |
| TMS-仅限工作流 | 🟢 低到中等 | 🟡 在 TMS 中为中到高，在 Git 中较低-基于审核 | 🟡 低到中等，对于 in-仓库工作流 | 🟠 中等到高 |
| 超本地化 | 🟢 低 (带有简单明了配置的单个 CLI) | 🟢 高 (AI 草稿 + 可选的人工审核循环) | 🟢 高 (显式干燥-运行、同步、状态流) | 🟢 低 (multi-提供商和多重-适配器支持) |
常见问题
Hyperlocalise 能取代我的 TMS 吗？
不。Hyperlocalise 的设计目的是与您的 TMS 协同工作，而不是替代它。其预期模式是在您现有的翻译平台中生成本地化草稿，并由人工进行审核与完善。我可以将 Hyperlocalise 与 Crowdin、Lokalise 或 POEditor 一起使用吗？
是的。Hyperlocalise 支持多个 TMS 适配器，包括 Crowdin、Lokalise 和 POEditor。 (以及 Phrase、Smartling 和 Lilt).这可以在 CI 中运行吗？
是的。团队通常在 CI 中运行规划、生成和报告命令，以便在标准发布工作流中让本地化变更保持可见。Hyperlocalise 会将机器翻译直接发布到生产环境吗？
是的，可以。TMS 策划是可选的，团队可以选择零-human-当这与他们的风险承受能力和发布流程匹配时，审查路径。下一步
新用户路径： 安装 -> 快速入门 -> i18n 配置 评估路径： 快速入门 ->eval (实验性) -> status
TMS 策展路径： 存储概述 -> sync push (实验性) -> TMS 策展循环 (实验性) -> sync pull (实验性)