Sistema de traducción autoactualizable para OpenClaw mantiene glosarios de dominio automáticamente.

Sistema central de traducción

Un script de Python envuelve la API de Kimi2.5 para traducir archivos .srt de subtítulos mientras preserva los índices de bloque, las marcas de tiempo y la segmentación. El script carga perfiles de proyecto desde carpetas projects/<nombre>/ que contienen tres archivos clave:

• glossary.json — mapeos de términos bloqueados para ortografías específicas de nombres, nombres de competiciones y jerga técnica
• style.md — pautas de voz, reglas de formato y notas culturales
• memory.jsonl — contexto acumulado de traducciones anteriores

Durante la traducción, el script aplica los términos bloqueados antes de la entrega. Una puerta de control de calidad valida la estructura SRT para evitar superposiciones, marcas de tiempo crecientes e índices extraviados.

Sistema de glosario de autoactualización

Un trabajo cron se ejecuta cada 6 horas, escaneando sitios de fuentes oficiales en todos los idiomas. Extrae candidatos de nueva terminología, los compara con las entradas existentes del glosario y añade las diferencias a glossary_deltas.jsonl. Esto permite que el glosario crezca orgánicamente a medida que evoluciona el dominio, capturando nombres oficiales, terminología emergente o lenguaje institucional cambiante sin ciclos de revisión manual.

El sistema también mantiene un archivo separado de base de conocimiento con instantáneas de contexto—noticias recientes, comunicaciones oficiales y actualizaciones de productos—que retroalimenta la calidad de la traducción al proporcionar contexto actual al modelo.

Uso y resultados

Comando de uso:

python3 scripts/translate_srt.py \
--input source.srt \
--output output.en.srt \
--to English \
--project clientname

Los términos bloqueados se normalizan en un paso posterior al procesamiento, luego se ejecuta el control de calidad estructural antes de la entrega del archivo. El sistema funciona sin interfaz: archivo de entrada, archivo traducido de salida, con el glosario actualizándose silenciosamente en segundo plano.

Los resultados incluyen terminología consistente en más de 100 archivos de subtítulos, sin desviaciones en ortografías de nombres o vocabulario técnico, y contexto actualizado sin monitoreo manual de fuentes.