sepehr
f403b2851d
All checks were successful
Deploy to Production / Build and Deploy (push) Successful in 3m5s
L0 quality detection layer to catch translation failures BEFORE they
reach users. Pure Python/TypeScript, zero new dependencies, no API calls.
Backend (Python — services/quality/):
- Script detection: 145 langs mapped to 23 scripts (Latin, Cyrillic,
Greek, Arabic, Hebrew, CJK, Hangul, Kana, Devanagari, Bengali, etc.)
- Language confusion detection (e.g. Arabic text for French target)
- Arabic-script variant discrimination (Persian/Urdu/Pashto/Kurdish
confusion — e.g. Persian text returned when Arabic was requested)
- Length sanity check (with numeric/short-source exemptions)
- Prompt leak detection (Translation: / Voici la traduction: / 翻译:)
- Repetition hallucination detection (token + character level)
- File text extraction for .docx/.xlsx/.pptx/.pdf (no translator
changes needed)
- Defensive pipeline that never raises (L0 must NEVER break a job)
Frontend (TypeScript — wordly.art---traduction-de-documents/src/utils/):
- Exact 1:1 mirror of the Python module
- Zero dependencies, works in browser AND Node.js
- Native Unicode regex (\\p{L}/u) and codePoint iteration
- 63 tests using Node's built-in test runner
Integration:
- Feature-flagged: QUALITY_L0_ENABLED=false (default)
- Observation only: logs structured events, never modifies files
- try/except wrapped: impossible to break a translation job
- Lazy imports: only loaded when flag is on
- Zero impact on existing tests / behavior
Tests:
- 111 Python tests covering all paths (config, script, length, leak,
pipeline, file_extractor) — 100% pass
- 63 TypeScript tests (Node --test) — 100% pass
- 174/174 total tests for the L0 layer
Bug fixes in script mapping:
- yi (Yiddish) -> hebrew (was incorrectly mapped to arabic)
- dv (Maldivian) -> thaana (was incorrectly mapped to arabic)
- ja (Japanese) -> hiragana_katakana (distinguishes from Chinese CJK)
Phase 1 (backend) + Phase 2 (frontend) of Track A complete.
Next: Track B1 (Word/Excel format preservation quick wins).
Closes Track A phase 1+2 of the dev plan.
📄 Wordly.art — Document Translation Portal
Wordly.art est une application complète et prête pour la production (SaaS-ready) permettant de traduire des documents bureautiques complexes (Excel, Word, PowerPoint) tout en préservant strictement la mise en page originale, le style, les formules et les médias intégrés.
Ce fichier sert de portail central pour accéder à toutes les documentations techniques, guides d'exploitation, de déploiement et de secours de l'application.
🗺️ Carte de la Documentation
Pour faciliter la navigation, utilisez les liens ci-dessous pour accéder directement aux guides spécialisés :
🚀 Démarrage & Utilisation
- 📥 Guide de démarrage rapide (QUICKSTART.md) : Installation locale et lancement du projet en développement.
- 📖 Guide d'utilisation de l'API (GUIDE_UTILISATION.md) : Exemples de requêtes de traduction, gestion du glossaire et des presets techniques (CVC, IT, Légal, etc.).
- 💡 Fiche de référence rapide (QUICK_REFERENCE.md) : Commandes utiles, ports réseaux, identifiants par défaut et astuces rapides.
🏗️ Architecture & Conception
- 📐 Architecture logicielle (ARCHITECTURE.md) : Choix technologiques, flux de données, gestion du cycle de vie des fichiers, sécurité (HSTS, CSP) et monitoring.
🌐 Déploiement en Production
- 🏢 Guide de Déploiement Général (DEPLOYMENT_GUIDE.md) : Guide standard pour le déploiement de production sous Docker avec reverse-proxy Nginx et SSL.
- ☁️ Déploiement sur IONOS (DEPLOY_IONOS.md) : Instructions spécifiques pour déployer l'infrastructure sur un serveur virtuel IONOS.
🛡️ Sauvegarde, Résilience & Secours (Disaster Recovery)
- 💾 Plan de Reprise d'Activité (DISASTER_RECOVERY.md) : Guide complet du système de sauvegarde automatique vers le NAS via SSH/rsync, monitoring et automatisation du failover.
- 🔄 Procédure de Restauration Simplifiée (PROCEDURE_RESTAURATION.md) : Guide d'urgence pas-à-pas pour restaurer les données sur le serveur actif ou basculer en 20 minutes sur le serveur de secours (
.98).
✨ Fonctionnalités Clés
🔄 Multi-fournisseurs de Traduction
L'application supporte 7 moteurs de traduction, activables à la volée :
- Google Translate (Gratuit, rapide, par défaut)
- DeepL API (Haute qualité pour l'entreprise)
- OpenAI (Modèles GPT-4o, support de la vision)
- DeepSeek, OpenRouter, Minimax, x.ai (Zai) (Modèles de pointe pour traductions complexes)
📁 Traduction Intelligente par Fichier
- Excel (.xlsx) : Conserve la fusion des cellules, les formules, les polices de caractères, les styles de bordures et traduit également le texte contenu dans les images (via modèles vision).
- Word (.docx) : Préserve les en-têtes, pieds de page, tableaux, listes à puces et la mise en forme des paragraphes.
- PowerPoint (.pptx) : Conserve la mise en page des diapositives, les animations et transitions.
🏢 Sécurité & Exploitation (SaaS-Ready)
- 🚦 Limitation de débit (Rate Limiting) : Par IP client avec algorithme Token Bucket stocké dans Redis.
- 🧹 Nettoyage automatique (Auto Cleanup) : Suppression automatique des fichiers temporaires après expiration de la durée de vie (TTL).
- 📊 Monitoring complet : Route
/healthdétaillée et intégration Prometheus + Grafana pour suivre les performances physiques et logicielles.
🛠️ Stack Technique
Backend
- FastAPI (Python 3.11+) : API asynchrone rapide et documentée (Swagger disponible sur
http://localhost:8000/docs). - openpyxl, python-docx, python-pptx : Moteurs de manipulation de documents sans dépendance Microsoft Office.
- Docker / Docker Compose : Isolation complète de l'application, de la base PostgreSQL et du cache Redis.
Frontend
- Next.js 15 (React) & Tailwind CSS : Interface utilisateur moderne, ergonomique et responsive.
- Lucide Icons : Bibliothèque d'icônes vectorielles.
🚀 Lancement Rapide (Mode Dev)
Pour un déploiement complet en production ou homelab, veuillez vous référer aux fichiers de déploiement listés dans la Carte de la Documentation.
# 1. Cloner le projet
git clone https://gitea.parsanet.org/sepehr/office_translator.git /opt/wordly
cd /opt/wordly
# 2. Configurer l'environnement
cp .env.example .env
# Modifiez les variables dans le .env selon vos besoins
# 3. Lancer avec Docker Compose
docker compose up -d --build
- API (Backend) :
http://localhost:8000(Documentation Swagger sur/docs) - Interface Web (Frontend) :
http://localhost:3000