Официальная интеграция LangChain

Инструмент FluentC LangChain

Официальный плагин Python для интеграции API перевода FluentC AI с LangChain. Включите перевод в реальном времени и пакетный перевод, обнаружение языка и опрос задач с помощью инструментов, совместимых с LangChain.

Функции интеграции LangChain

Перевод в реальном времени и пакетный перевод

Выберите между мгновенным переводом и пакетной обработкой для больших объемов контента.

Определение языка

Автоматически определять язык входного содержимого с оценкой уверенности.

Динамический выбор языка

Выпадающие меню, заполненные включенными языками вашего API-ключа.

Поддержка форматов

Обрабатывайте как обычный текст, так и HTML-контент без проблем.

Обработка ошибок

Всесторонняя обработка ошибок с поддержкой продолжения при сбое.

Интеграция рабочего процесса

Бесшовно интегрируйтесь в любую автоматизацию N8N.

Установка и Настройка

Установка пакета

Установите пакет FluentC LangChain:
# Install via pip pip install fluentc-langchain-tool # Or with requirements.txt echo "fluentc-langchain-tool" >> requirements.txt pip install -r requirements.txt Требуется Python 3.7+ и фреймворк LangChain.

Настройка аутентификации

Настройте свой ключ API FluentC:

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

Получите свой API-ключ

Доступен Инструменты LangChain

Классы инструментов FluentC LangChain

Класс инструмента

Цель

`FluentCTranslationTool`

Отправка перевода в реальном времени или пакетная

`FluentCLanguageDetectorTool`

Определите язык исходного текста.

`FluentCTranslationStatusTool`

Проверьте статус пакетных заданий на перевод

`FluentCResultsTool`

Опрос по результатам выполнения пакетной обработки

`FluentCBatchTranslationTool`

Одноразовая пакетная отправка + опрос

Использование Примеры

Выполняйте перевод в реальном времени с помощью инструмента FluentC LangChain:

				
					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'))

Обработка большого объема контента с помощью пакетного перевода и автоматического опроса

				
					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

Проверьте статус пакетных заданий на перевод:

				
					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

Интегрируйте инструменты FluentC с агентами LangChain для сложных рабочих процессов:

				
					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}")

Готовы добавить перевод в ваши рабочие процессы N8N?

Начните работу с интеграцией FluentC в N8N уже сегодня. Создайте свой API-ключ, установите плагин и начните создавать многоязычные автоматизированные рабочие процессы.

Зарегистрироваться и создать API-ключ