공식 LangChain 통합

FluentC LangChain 도구

FluentC AI 번역 API와 LangChain을 통합하기 위한 공식 Python 플러그인 LangChain 호환 도구를 통해 실시간 및 배치 번역, 언어 감지, 작업 폴링을 활성화하세요.

LangChain 통합 기능

실시간 및 배치 번역

대용량 콘텐츠에 대해 즉시 번역 또는 일괄 처리를 선택하세요.

언어 감지

입력 콘텐츠의 언어를 자신감 점수와 함께 자동으로 감지합니다.

동적 언어 선택

API 키가 활성화된 언어로 채워진 드롭다운 메뉴.

포맷 지원

일반 텍스트와 HTML 콘텐츠를 모두 원활하게 처리하세요.

오류 처리

계속 실패 시 계속 진행하는 포괄적인 오류 처리 지원.

워크플로우 통합

어떤 N8N 자동화 워크플로우에도 원활하게 통합됩니다.

설치 & 설정

패키지 설치

FluentC LangChain 패키지를 설치하세요.
# Install via pip pip install fluentc-langchain-tool # Or with requirements.txt echo "fluentc-langchain-tool" >> requirements.txt pip install -r requirements.txt Python 3.7 이상과 LangChain 프레임워크가 필요합니다.

인증 설정

FluentC API 키를 구성하세요:

from fluentc_langchain_tool import FluentCTranslationTool # Initialize with API key tool = FluentCTranslationTool( api_key="your-fluentc-api-key")

API 키 받기

이용 가능 LangChain 도구

FluentC LangChain 도구 클래스

도구 클래스

목적

`FluentCTranslationTool`

실시간 또는 배치 번역 제출

`FluentCLanguageDetectorTool`

입력에서 원본 언어를 감지하십시오

`FluentCTranslationStatusTool`

배치 번역 작업의 상태를 확인하세요

`FluentCResultsTool`

배치 작업 번역 결과 투표

`FluentCBatchTranslationTool`

일회성 배치 제출 + 폴링

사용법 예시

FluentC LangChain 도구를 사용하여 실시간 번역 수행하기

				
					from fluentc_langchain_tool import FluentCTranslationTool

# Initialize the translation tool
tool = FluentCTranslationTool(api_key="your-api-key")

# Perform real-time translation
response = tool.run({
    "text": "Hello, world!",
    "target_language": "fr",
    "source_language": "en",
    "mode": "realtime"
})

print(response)  # Output: "Bonjour, le monde !"

# Translation with auto-detection
response = tool.run({
    "text": "¿Cómo estás?",
    "target_language": "en",
    "mode": "realtime"
})

print(response)  # Output: "How are you?"
print("Detected source language:", response.get('detected_language', 'Unknown'))

대용량 콘텐츠를 배치 번역과 자동 폴링으로 처리하기

				
					from fluentc_langchain_tool import FluentCBatchTranslationTool

# Initialize batch translation tool
tool = FluentCBatchTranslationTool(api_key="your-api-key")

# Translate large HTML content
large_html = """
<html>
<head><title>Welcome</title></head>
<body data-rsssl=1>
    <h1>Hello, batch world!</h1>
    <p>This is a large document that needs translation.</p>
    <p>It contains multiple paragraphs and HTML structure.</p>
</body>
</html>
"""

# Submit and automatically poll for results
result = tool.run({
    "text": large_html,
    "target_language": "de",
    "source_language": "en"
})

print("Translated HTML:")
print(result)  # Final translated output after polling

# The tool automatically:
# 1. Submits the batch job
# 2. Polls for completion using estimated_wait_seconds
# 3. Returns the final translation result

배치 번역 작업의 상태를 확인하세요.

				
					from fluentc_langchain_tool import (
    FluentCTranslationTool, 
    FluentCTranslationStatusTool
)

# Initialize tools
translation_tool = FluentCTranslationTool(api_key="your-api-key")
status_tool = FluentCTranslationStatusTool(api_key="your-api-key")

# Submit a batch translation job
job_response = translation_tool.run({
    "text": "Large document for batch processing...",
    "target_language": "es",
    "mode": "batch"
})

job_id = job_response.get('job_id')
print(f"Batch job submitted: {job_id}")

# Check job status
status_response = status_tool.run({
    "job_id": job_id
})

print(f"Job status: {status_response}")

# Status responses include:
# - "processing": Job is still running
# - "complete": Translation finished
# - "failed": Job encountered an error
# - estimated_wait_seconds: Recommended polling interval

복잡한 워크플로우를 위해 FluentC 도구를 LangChain 에이전트와 통합하기:

				
					from langchain.agents import initialize_agent, Tool
from langchain.llms import OpenAI
from fluentc_langchain_tool import (
    FluentCTranslationTool,
    FluentCBatchTranslationTool,
    FluentCLanguageDetectorTool,
    FluentCTranslationStatusTool
)

# Initialize FluentC tools
api_key = "your-fluentc-api-key"
translation_tool = FluentCTranslationTool(api_key)
batch_tool = FluentCBatchTranslationTool(api_key)
detector_tool = FluentCLanguageDetectorTool(api_key)
status_tool = FluentCTranslationStatusTool(api_key)

# Create LangChain agent with FluentC tools
agent = initialize_agent(
    tools=[
        Tool.from_function(
            func=translation_tool.run,
            name="FluentC_Translation",
            description="Translate text in real-time or batch mode"
        ),
        Tool.from_function(
            func=batch_tool.run,
            name="FluentC_Batch_Translation",
            description="Translate large content with auto-polling"
        ),
        Tool.from_function(
            func=detector_tool.run,
            name="FluentC_Language_Detection",
            description="Detect language of input text"
        ),
        Tool.from_function(
            func=status_tool.run,
            name="FluentC_Status_Check",
            description="Check batch translation job status"
        )
    ],
    llm=OpenAI(temperature=0),
    agent="zero-shot-react-description",
    verbose=True
)

# Example agent interactions
responses = [
    "Translate 'Hello world' from English to German using FluentC.",
    "Detect the language of 'Bonjour tout le monde' and translate it to Spanish.",
    "Translate this large HTML document to French using batch processing."
]

for query in responses:
    print(f"\nQuery: {query}")
    result = agent.run(query)
    print(f"Result: {result}")

N8N 워크플로우에 번역 추가할 준비가 되셨나요?

오늘 FluentC의 N8N 통합을 시작하세요. API 키를 생성하고 플러그인을 설치한 후 다국어 자동화 워크플로우를 시작하세요.

가입하고 API 키 생성하기

다국어 GPT 에이전트를 출시하고 글로벌 콘텐츠 파이프라인을 손쉽게 자동화하세요.

© FluentC 2025