Wenyi架构全景CLI、Web与Worker如何共享同一个翻译内核【免费下载链接】wenyi将被语言阻隔的作品带到读者的语言中。Bringing literature into your language.项目地址: https://gitcode.com/BigDawnGhost/wenyiWenyi 是一款面向长文本的开源翻译工具用全书理解、实时术语库与证据驱动审校把被语言阻隔的作品带到读者的语言中。它最有意思的一点是CLI 命令行、Web 界面、后台 Worker 三条使用路径跑的是同一个翻译内核。无论你是终端极客还是浏览器用户得到的翻译流程、状态模型和质量控制完全一致。这篇文章用一次架构图解讲清 Wenyi 架构中 CLI、Web 与 Worker 如何分工协作。三种入口一个内核Wenyi 的整体分层理解 Wenyi 架构先记住一条依赖方向所有入口最终都汇聚到同一个核心包wenyi-core。层位置职责CLI 入口packages/cli/wenyi_cli/cli.py终端命令装配本地文件 SQLite 存状态Web API Workerapps/api/wenyi_api/FastAPI 接口 Arq 后台任务PostgreSQL 存状态翻译内核packages/core/wenyi_core/解析、翻译、审校、导出等全部领域逻辑关键约束写在仓库架构文档里英文版 docs/architecture.md中文版 docs/zh/architecture.mdCore 不依赖 CLI 或 Web 框架。内核不知道自己是跑在终端里还是容器里这是共享内核能成立的前提。状态存储是唯一可替换零件内核读写状态一律通过存储接口 packages/core/wenyi_core/storage/protocol.py两条路径各注入一个适配器CLI 路径本地适配器组合文件 SQLite状态落在state/书/targets/语言/目录Web 路径apps/api/wenyi_api/storage_pg.py 注入PostgresStorage项目、章节、段落、术语、审校记录全部进 PostgreSQL。对新手来说这意味着什么换入口不需要换大脑——术语一致性、批次检查点、断点续跑这些能力在两个入口下是同一份代码提供的。CLI 入口一条命令翻译整本书CLI 由 packages/cli/wenyi_cli/cli.py 装配wenyi_cli/commands/ 目录下按职责注册了工作流、检查、术语等命令组。典型用法uv run wenyi prepare book.epub # 解析、分析、预扫 uv run wenyi translate book.epub # 翻译可中断后原命令续跑 uv run wenyi review book.epub # 独立全书审校翻译主流程由 packages/core/wenyi_core/pipeline/orchestrator.py 的Orchestrator统一路由它是个薄门面只负责装配服务和步骤顺序具体解析、模型调用、状态读写都下沉到领域服务。每个翻译批次完成即落盘中断后重跑同一命令自动跳过已完成批次——这就是续跑能力在 CLI 侧的体现。Web 与 Worker浏览器只是遥控器Web 端React Vite 前端在 apps/web/本身不做翻译它做的事只有两件事调用 API、通过 WebSocket 看进度。真正干活的是两个独立的后台 WorkerArq Redis 队列worker监听wenyi:workflows队列解析、准备、翻译、审校、SRT 字幕export-worker监听wenyi:exports队列从一致性快照做导出可与翻译并行。两个队列的定义见 apps/api/wenyi_api/workers/init.py任务实现集中在 apps/api/wenyi_api/workers/tasks.py。注意max_jobs 1翻译这类长任务同一项目串行执行避免并发写状态。Worker 还内置了一个恢复循环每 30 秒检查排队/运行中超过 2 分钟无更新的任务确认孤儿后把项目标记为paused浏览器点继续即可从原任务类型和已存进度接着跑。翻译过程在页面里是实时可见的——快速上手按这份地图读源码想动手改代码按任务查对应入口比通读仓库高效得多完整约束见 AGENTS.md想做什么先看这里改翻译/审校流程docs/pipeline.md 流程说明 pipeline/各服务改命令packages/cli/wenyi_cli/commands/改 Web 部署docs/web.mdDocker Compose 全服务编排改存储后端packages/core/wenyi_core/storage/ apps/api/wenyi_api/storage_pg.py加 LLM 服务商wenyi_core/llm/providers/registry.py小结Wenyi 架构的核心思路可以压缩成一句话把翻译内核做成一个不知道自己在哪运行的纯领域库CLI 用文件状态、Web 用数据库、Worker 用队列调度三者只是给同一台发动机换了不同的传动轴。这种设计让命令行用户、浏览器用户和自托管部署者共享同一套翻译质量能力也是长文本翻译项目里非常值得借鉴的分层方式。【免费下载链接】wenyi将被语言阻隔的作品带到读者的语言中。Bringing literature into your language.项目地址: https://gitcode.com/BigDawnGhost/wenyi创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Wenyi架构全景CLI、Web与Worker如何共享同一个翻译内核【免费下载链接】wenyi将被语言阻隔的作品带到读者的语言中。Bringing literature into your language.项目地址: https://gitcode.com/BigDawnGhost/wenyiWenyi 是一款面向长文本的开源翻译工具用全书理解、实时术语库与证据驱动审校把被语言阻隔的作品带到读者的语言中。它最有意思的一点是CLI 命令行、Web 界面、后台 Worker 三条使用路径跑的是同一个翻译内核。无论你是终端极客还是浏览器用户得到的翻译流程、状态模型和质量控制完全一致。这篇文章用一次架构图解讲清 Wenyi 架构中 CLI、Web 与 Worker 如何分工协作。三种入口一个内核Wenyi 的整体分层理解 Wenyi 架构先记住一条依赖方向所有入口最终都汇聚到同一个核心包wenyi-core。层位置职责CLI 入口packages/cli/wenyi_cli/cli.py终端命令装配本地文件 SQLite 存状态Web API Workerapps/api/wenyi_api/FastAPI 接口 Arq 后台任务PostgreSQL 存状态翻译内核packages/core/wenyi_core/解析、翻译、审校、导出等全部领域逻辑关键约束写在仓库架构文档里英文版 docs/architecture.md中文版 docs/zh/architecture.mdCore 不依赖 CLI 或 Web 框架。内核不知道自己是跑在终端里还是容器里这是共享内核能成立的前提。状态存储是唯一可替换零件内核读写状态一律通过存储接口 packages/core/wenyi_core/storage/protocol.py两条路径各注入一个适配器CLI 路径本地适配器组合文件 SQLite状态落在state/书/targets/语言/目录Web 路径apps/api/wenyi_api/storage_pg.py 注入PostgresStorage项目、章节、段落、术语、审校记录全部进 PostgreSQL。对新手来说这意味着什么换入口不需要换大脑——术语一致性、批次检查点、断点续跑这些能力在两个入口下是同一份代码提供的。CLI 入口一条命令翻译整本书CLI 由 packages/cli/wenyi_cli/cli.py 装配wenyi_cli/commands/ 目录下按职责注册了工作流、检查、术语等命令组。典型用法uv run wenyi prepare book.epub # 解析、分析、预扫 uv run wenyi translate book.epub # 翻译可中断后原命令续跑 uv run wenyi review book.epub # 独立全书审校翻译主流程由 packages/core/wenyi_core/pipeline/orchestrator.py 的Orchestrator统一路由它是个薄门面只负责装配服务和步骤顺序具体解析、模型调用、状态读写都下沉到领域服务。每个翻译批次完成即落盘中断后重跑同一命令自动跳过已完成批次——这就是续跑能力在 CLI 侧的体现。Web 与 Worker浏览器只是遥控器Web 端React Vite 前端在 apps/web/本身不做翻译它做的事只有两件事调用 API、通过 WebSocket 看进度。真正干活的是两个独立的后台 WorkerArq Redis 队列worker监听wenyi:workflows队列解析、准备、翻译、审校、SRT 字幕export-worker监听wenyi:exports队列从一致性快照做导出可与翻译并行。两个队列的定义见 apps/api/wenyi_api/workers/init.py任务实现集中在 apps/api/wenyi_api/workers/tasks.py。注意max_jobs 1翻译这类长任务同一项目串行执行避免并发写状态。Worker 还内置了一个恢复循环每 30 秒检查排队/运行中超过 2 分钟无更新的任务确认孤儿后把项目标记为paused浏览器点继续即可从原任务类型和已存进度接着跑。翻译过程在页面里是实时可见的——快速上手按这份地图读源码想动手改代码按任务查对应入口比通读仓库高效得多完整约束见 AGENTS.md想做什么先看这里改翻译/审校流程docs/pipeline.md 流程说明 pipeline/各服务改命令packages/cli/wenyi_cli/commands/改 Web 部署docs/web.mdDocker Compose 全服务编排改存储后端packages/core/wenyi_core/storage/ apps/api/wenyi_api/storage_pg.py加 LLM 服务商wenyi_core/llm/providers/registry.py小结Wenyi 架构的核心思路可以压缩成一句话把翻译内核做成一个不知道自己在哪运行的纯领域库CLI 用文件状态、Web 用数据库、Worker 用队列调度三者只是给同一台发动机换了不同的传动轴。这种设计让命令行用户、浏览器用户和自托管部署者共享同一套翻译质量能力也是长文本翻译项目里非常值得借鉴的分层方式。【免费下载链接】wenyi将被语言阻隔的作品带到读者的语言中。Bringing literature into your language.项目地址: https://gitcode.com/BigDawnGhost/wenyi创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
