深度翻译工作室
经 AI Skill Hub 精选评估，深度翻译工作室 获评「强烈推荐」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。
📚 深度解析
深度翻译工作室 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
深度翻译工作室 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
深度翻译工作室 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：npm 全局安装 npm install -g deeptrans-studio # 方式二：npx 直接运行（无需安装） npx deeptrans-studio --help # 方式三：项目依赖安装 npm install deeptrans-studio # 方式四：从源码运行 git clone https://github.com/hint-lab/deeptrans-studio cd deeptrans-studio npm install npm start
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
deeptrans-studio --help
# 基本用法
deeptrans-studio [options] <input>
# Node.js 代码中使用
const deeptrans_studio = require('deeptrans-studio');
const result = await deeptrans_studio.run(options);
console.log(result);
# deeptrans-studio 配置说明 # 查看配置选项 deeptrans-studio --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export DEEPTRANS_STUDIO_CONFIG="/path/to/config.yml"
简介
### Professional AI-Powered Translation Workbench
[](https://nextjs.org/)
[](https://react.dev/)
[](https://www.typescriptlang.org/)
[](https://prisma.io/)
[](https://opensource.org/licenses/MIT)
[English](#) | [中文](./README_ZH.md)
---
🌟 Overview
DeepTrans Studio is an enterprise-grade translation platform that combines AI-powered translation, localization engineering, and team collaboration capabilities. Built for professional translators and localization teams, it provides comprehensive end-to-end translation workflow management.
DeepTrans Studio User Interface
✨ Key Features
Prerequisites
- Node.js ≥ 18.18 (Recommended: use
corepackto manage Yarn 1.22.22) - Yarn (Enable via
corepack enable) - Docker & Docker Compose (For services and deployment)
- Git
Install dependencies
yarn install ```
Start dependency services
docker compose up -d db valkey minio
Required object storage settings for production:
Installation
```bash
Enable corepack and setup Yarn
corepack enable corepack prepare yarn@1.22.22 --activate
Database Setup
```bash
Production Deployment
```bash
Build images, including PostgreSQL 18 + pgvector + PGroonga
docker compose -f docker-compose-prod.yml build db app app_worker
Deploy production services. MinIO is intentionally not started in production.
docker compose -f docker-compose-prod.yml up -d traefik app app_worker db valkey
🚀 Quick Start
Tencent COS example
Environment Configuration
Create .env.local file with the following configuration:
```env
AI Service Configuration
OPENAI_API_KEY="sk-xxxx" OPENAI_BASE_URL="https://api.openai.com/v1" OPENAI_API_MODEL="gpt-4o-mini"
Dedicated chat/translation LLM config. Falls back to OPENAI_* when unset.
Optional: SMTP, etc.
(Optional) Seed with sample data
yarn db:seed ```
Configure environment
cp .env.example .env.production
Edit .env.production with production values
#
Services will be available on configured domain with SSL via Traefik
```
Production service set:
db: PostgreSQL 18 with pgvector and PGroongavalkey: Redis-protocol cache and BullMQ runtimeapp: DeepTrans Studio web applicationapp_worker: background workertraefik: HTTPS reverse proxy- Tencent COS: external object storage configured through environment variables
LLM_API_KEY="sk-xxxx"
LLM_BASE_URL="https://api.openai.com/v1"
EMBEDDING_API_KEY="sk-xxxx"
EMBEDDING_BASE_URL="https://api.openai.com/v1"
EMBEDDING_API_PATH="/embeddings"
MINERU_API_TOKEN="token-for-standard-or-precise-mode"
MINERU_MODEL_VERSION=vlm MINERU_LANGUAGE=ch MINERU_IS_OCR=false MINERU_ENABLE_TABLE=true MINERU_ENABLE_FORMULA=true MINERU_TIMEOUT_MS=300000 MINERU_POLL_INTERVAL_MS=3000
🔄 Workflow Automation
- Queue-Based Processing: BullMQ-driven asynchronous task processing
- Batch Operations: Bulk translation, evaluation, and quality checks
- Document Parsing: DOCX, PDF, TXT, and Markdown parsing with MinerU online PDF parsing
- Status Tracking: Complete translation lifecycle management
Core Components
| Component | Technology | Purpose |
|---|---|---|
| **Studio** | Next.js 15, React 19, TypeScript | Frontend UI, Server Actions, Authentication |
| **Worker** | Node.js, BullMQ | Background job processing, batch operations |
| **Database** | PostgreSQL 18, pgvector, PGroonga, Prisma 6 | Relational data, vector search, CJK keyword search, and ORM |
| **Cache** | Valkey | Redis-protocol cache, session state, task queues |
| **Storage** | StorageService interface, MinIO, Tencent COS | Document and asset storage |
| **Parser** | DOCX XML parser, MinerU online PDF parser, text parser | Document parsing for DOCX, PDF, TXT, and Markdown |
| **Gateway** | Traefik | Reverse proxy, SSL/TLS termination |
Development Workflow
1. Fork & Clone: Fork the repository and clone your fork 2. Create Branch: Create a feature branch from main 3. Code Changes: Make your changes following our coding standards 4. Quality Checks: Run linting and type checking
yarn lint
yarn type-check
feat: add translation memory import
fix: resolve authentication bug
docs: update installation guide
高质量开源AI工作流平台，实现人机协作翻译
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：深度翻译工作室 的核心功能完整，质量优秀。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | deeptrans-studio |
| Topics | 机器翻译人机协作多智能体系统TypeScript |
| GitHub | https://github.com/hint-lab/deeptrans-studio |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-06-28 · 更新时间：2026-06-28 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。