Step 1: Provision an Azure AI Translator resource
Stwórz zasób Azure AI Translator w portalu Azure, a następnie przechowuj następujące jako sekrety repozytorium GitHub, aby workflow mógł je odczytać:
-
TRANSLATOR_KEY— Klucz subskrypcyjny dla zasobu. -
TRANSLATOR_ENDPOINT— regionalny adres URL końcowy. -
TRANSLATOR_REGION— region Azure.
Step 2: Dodaj workflow
Stwórz .github/workflows/translate.yml:
name: translate
on: push: branches: [main] paths: - "src/**/*.en.resx" - "src/**/*.en.json"
permissions: contents: write pull-requests: write
jobs: translate: runs-on: ubuntu-latest steps: - uses: actions/checkout@v5 - id: translate uses: IEvangelist/resource-translator@v3 with: sourceLocale: en subscriptionKey: ${{ secrets.TRANSLATOR_KEY }} endpoint: ${{ secrets.TRANSLATOR_ENDPOINT }} region: ${{ secrets.TRANSLATOR_REGION }} toLocales: '["fr","de","es"]' - if: steps.translate.outputs.has-new-translations == 'true' uses: peter-evans/create-pull-request@v7 with: title: ${{ steps.translate.outputs.summary-title }} body: ${{ steps.translate.outputs.summary-details }} branch: machine-translationStep 3: Commituj plik zasobów źródłowych
Pliki zasobów korzystają z konwencji Name.<sourceLocale>.<ext>. Na przykład Greetings.en.resx po przejściu staje się Greetings.fr.resx, Greetings.de.resx i tak dalej.
Step 4: Sprawdź wyjście
Po zakończeniu pracy akcja ujawnia trzy wyjścia, które możesz przełączyć do opisu PR: summary-title, summary-details i has-new-translations. Na stronie oferty pracy core.summary zapisuje też podsumowanie Markdown.