如何为聊天机器人设置自定义翻译

在当今多语言的世界里，能够用用户的母语进行交流是任何聊天机器人的关键功能。

如果你正在构建 AI 聊天机器人，只要使用 LLM 作为机器人大脑，翻译就是自动完成的。LLM 代理可以自动将对话翻译成 100 多种语言。

但如果你希望在构建 GPT 聊天机器人时设置自定义翻译功能，我们可以帮助你实现。

本文将深入介绍自定义翻译所需的具体代码输入。

聊天机器人的翻译是如何实现的？

我们的策略是拦截用户消息，识别其语言，并将这些消息与机器人的工作语言之间进行互译。

这一过程包括：

• 存储检测到的语言
• 将用户消息翻译为机器人的语言
• 处理消息，然后
• 将机器人的回复翻译回用户的语言

例如，如果用户用西班牙语发送消息，机器人会将“es”存为语言变量。软件会将消息翻译成英文供机器人处理，然后再将机器人的回复翻译回西班牙语后发送给用户。

第 1 步：选择你的工具

我们的方案将采用 DeepL 翻译服务，以其高准确率和高效性著称。

我们将通过一个简单的回声机器人演示该集成，该机器人会原样回复用户消息。API 调用我们将使用 Axios，因为它已自动集成在 Botpress 中。

‍

‍

第 2 步：创建所需变量

首先，我们需要添加一个名为 `language` 的用户变量，用于存储初始或检测到的语言。

DeepL 可以检测并返回输入文本的语言，使我们的任务简化为一次 API 请求。

第 3 步：创建拦截钩子

消息进入前的钩子

为了在消息到达 Botpress 之前拦截并翻译用户消息，我们添加了一个“消息进入前”钩子。我们将其命名为“Translation-In”，负责将收到的消息翻译成英文并覆盖原始消息，让 Botpress 能像处理英文一样处理它。

该钩子的代码如下：

await axios
    .post(
      'https://api-free.deepl.com/v2/translate',
      {
        text: [event.preview],
        target_lang: 'EN'
      },
      {
        headers: {
          Authorization: 'DeepL-Auth-Key {{your key here}}',
          'Content-Type': 'application/json'
        }
      }
    )
    .then((response) => {
      event.payload.text = response.data.translations[0].text
      event.preview = response.data.translations[0].text
      event.state.user.language = response.data.translations[0].detected_source_language
    })
    .catch(function (error) {
      // Error handling
    });

重要提示：集成 API Key 时，请务必使用Botpress 配置变量。

消息发送前的钩子

对于“消息发送前”钩子，我们命名为“Translation-Out”。它会拦截机器人的回复，将其翻译回用户的语言，确保对话始终以用户偏好的语言进行。

实现方式是用翻译后的内容覆盖原始回复：

await axios
    .post(
      'https://api-free.deepl.com/v2/translate',
      {
        text: [outgoingEvent.preview],
        target_lang: event.state.user.language
      },
      {
        headers: {
          Authorization: 'DeepL-Auth-Key {{your key here}}',
          'Content-Type': 'application/json'
        }
      }
    )
    .then((response) => {
      outgoingEvent.payload.text = response.data.translations[0].text
      outgoingEvent.preview = response.data.translations[0].text
    })
    .catch(function (error) {
      // Error handling
    });

立即开始构建

AI 聊天机器人的一大优势就是多语言能力。借助 Botpress 等平台，你可以快速设置聊天机器人，与用户用 100 多种语言交流。

如果你想要一个易用且友好的聊天机器人，可以无缝将任何翻译服务集成到 Botpress。通过我们的渠道集成，你还可以将机器人部署到WhatsApp、Facebook Messenger或你的网站。

立即开始。完全免费。

更多参考资料

• 配置变量
• DeepL 翻译 API
• Axios NPM
• Axios 错误处理
• Botpress YouTube 频道

常见问题

1. 我可以使用除 DeepL 以外的翻译服务吗，比如 Google 翻译或微软翻译？

可以，你可以通过修改 Botpress 中的翻译钩子，使其适配所选服务的 API 请求和响应格式。这些服务都可以通过 HTTP 调用在自定义动作或钩子中轻松集成。

2. 我可以只翻译对话的部分内容吗？

可以，你可以在翻译钩子中添加条件逻辑，根据特定消息类型或用户自定义变量决定是否触发翻译。这样你可以精确控制哪些内容在何时被翻译。

3. 我可以在将用户数据发送到翻译服务前进行匿名处理吗？

可以，你可以在 Botpress 钩子或动作中对消息进行预处理（如用正则表达式屏蔽姓名、邮箱或 ID），在发送到翻译服务前实现数据匿名化。这有助于满足隐私合规要求，同时支持翻译功能。

4. 这个翻译设置可以在不同渠道（如 WhatsApp、Messenger）中使用吗？

可以，你可以在 WhatsApp、Messenger、Slack 或你的网站等多个渠道使用同一套翻译方案。只要机器人能收到消息，翻译逻辑就能在任何平台上运行。

5. 如何记录翻译错误以便分析或调试？

在 Botpress 中记录翻译错误时，你可以用console.error()进行开发调试，或将错误发送到自定义 Botpress 表、远程日志服务（如 Loggly 或 Datadog）或内部 API。这样有助于你跟踪故障并长期监控性能。