Alfred Zhao 從Oracle起航，領略精彩的IT技術。

手把手AI Agent系列教程：

• 如何用 Dify + Oracle + DeepSeek 來打造一個更懂你的AI翻譯助手！

一、為什么需要AI翻譯助手？

傳統人工翻譯行業的核心痛點：

• 人工翻譯效率低、成本高
• 專業文檔中英文術語眾多，語境依賴強
• 不同譯者風格不同，專業術語更新快、難統一

AI時代下，為什么不直接使用LLM翻譯？

• 雖然目前主流大模型的能力都已經做很好的通用翻譯工作，但是具體到專業領域，因為會涉及很多特定專業術語，甚至是私域的一些DIY需求，這些LLM都是不知道的，需要我們來額外告知它。
• 若直接使用LLM翻譯，就需要用戶在每次翻譯時都通過提示詞來交互告知LLM。雖然看起來簡單，但其實這樣不僅不靈活，還存在一系列棘手的問題。比如專業術語表通常會有不定時更新，提示詞也需要對應同步修改，又比如專業術語過多時，會導致提示詞過長，匹配翻譯的過程中也更容易出現幻覺導致翻譯錯誤。

因此，我們需要利用 Dify 編排工作流 + Oracle 存儲術語表 + DeepSeek 高性價比大模型，實現術語優先、上下文自然的智能翻譯助手，輕松搞定專業文檔翻譯，節省人力成本！

二、翻譯助手的實現原理

翻譯助手的實現原理拆解如下：

• 首先需要將專業術語定義到數據庫中的一張表（這張術語表可開放給專業管理人員來進行維護）
• 用戶輸入需要翻譯的原文，數據庫會自動處理提取出原文中的專業術語
• 根據術語表強制替換，保持一致性
• 非術語內容由 LLM 自然翻譯
• 輸出流暢、準確、術語統一的專業中文結果

三、翻譯助手Demo設計

測試用例：

• Oracle Exadata Database Machine is powerful.
• Oracle Database Appliance delivers exceptional cost-effectiveness for enterprise database workloads.

術語定義：

• Oracle -> 甲骨文中國
• Exadata Database Machine -> 原廠Exadata數據庫一體機
• Oracle Database Appliance -> 原廠ODA數據庫一體機

為什么定義這樣的術語，因為LLM再強大，默認也絕不會這么翻譯，如此能快速驗證術語翻譯效果。

另外這樣定義，其實也不是完全胡編，有一定的適用場景，比如Oracle很多資料介紹，都是Global層面的，原文只會講Oracle如何如何，而針對國內市場的宣傳，很多時候又需要強調是Oracle中國。
而數據庫一體機在國內也是有相當多的產品，當在純中文場景描述時，加上原廠標識可以讓用戶快速理解這是Oracle公司的一體機產品。

注：這個用例是極致簡化之后的，以至于有讀者會覺得這么簡單直接把需求給LLM處理不也行？但真實場景下，術語會有很多，且可能不斷更新，且不同領域的術語也是完全不同，總不能每次都去調整提示詞。

四、翻譯助手Demo實現

下面我們就手把手的演示如何具體實現這個Demo：

1.創建術語表

創建一張術語表，用于存放術語。
這里在建表之后手工插入3條術語定義，用于直觀演示Demo效果：

--創建術語表glossary，關鍵字段只有term和translation
--我這里加了domain字段，但目前測試還未用到，可以暫時忽略，默認為TEST業務域
CREATE TABLE glossary (
    id             NUMBER GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY, 
    term           VARCHAR2(200) NOT NULL,      -- 英文術語
    translation    VARCHAR2(500),               -- 中文翻譯
    domain VARCHAR2(50) DEFAULT 'TEST',         -- 業務域
    CONSTRAINT glossary_uk UNIQUE (term,domain) -- 保證 同一domain內 term 唯一
);

--插入示例術語：
insert into glossary(term, translation) values ('Oracle','甲骨文中國');
insert into glossary(term, translation) values ('Exadata Database Machine','原廠Exadata數據庫一體機');
insert into glossary(term, translation) values ('Oracle Database Appliance','原廠ODA數據庫一體機');
commit;

2.創建匹配英文術語函數

定義一個函數，可接受原始文本，用于匹配篩選出其中的英文術語：

--創建一個匹配英文術語的函數
--后續可以添加一個區分domain的參數，目前測試期間簡化，默認都是TEST域
create or replace FUNCTION match_english_terms(
    p_input IN VARCHAR2
) RETURN VARCHAR2 IS
    v_result CLOB := '';

    -- 用于存儲游標結果的變量
    v_term VARCHAR2(200);
    v_cn VARCHAR2(200);

    -- 游標定義
    CURSOR cur_full IS 
        SELECT term, translation FROM glossary 
        WHERE REGEXP_LIKE(p_input, '(^|\W)' || term || '(\W|$)', 'i');

BEGIN
    -- 處理完整英文術語匹配
    FOR rec IN cur_full LOOP
        v_result := v_result || '英文: ' || rec.term || '; 中文: ' || rec.translation || CHR(10);
    END LOOP;

    -- 返回結果，如果超過4000字節則截斷
    IF LENGTH(v_result) > 4000 THEN
        RETURN SUBSTR(v_result, 1, 4000);
    ELSE
        RETURN v_result;
    END IF;
EXCEPTION
    WHEN OTHERS THEN
        RETURN '錯誤: ' || SQLERRM;
END match_english_terms;

注：這里測試階段術語較少，使用的是REGEXP_LIKE + 游標遍歷的方式；但實際上如果術語特別多，這種方式效率不高，可選擇適合的數據庫特性進一步優化方案，以后有機會分享，現Demo階段暫不考慮。

3.為智能體編排工作流

使用Dify連接Oracle數據庫的插件選擇的是這個db_query：

連接信息說明如下：

Dify編排的工作流越簡單越好：

• 開始START節點，用戶可以自定義輸入文本
• 數據庫查詢SQL QUERY節點，連接到Oracle數據庫調用函數match_english_terms()
• 大語言模型LLM節點，配置好提示詞，調用指定的LLM模型執行翻譯任務
• 結束END節點，輸出最終結果
• 增加一個END2節點，想更直觀快捷的看到提取后術語情況（可選項，只是方便調試使用）

關于LLM的節點，因為Demo比較簡單，提示詞寫的也簡單，當然你也可以測試改寫為適合你場景的更加專業的提示詞：

• system:
  你是一個專業的技術文檔翻譯助手，能夠識別指定術語并嚴格替換，同時將非術語部分自然翻譯，最終組合成流暢的中文。請優先匹配最長術語，大小寫敏感。

• user:
  請將以下英文內容翻譯為中文：{{#1753434053258.user_input#}}
  需要替換的術語如下：{{#1754555934960.text#}}

五、翻譯助手Demo最終效果

最后翻譯助手的測試可以得到我們所期望的結果，如下：

• 用例1：Oracle Exadata Database Machine is powerful.

• 用例2：Oracle Database Appliance delivers exceptional cost-effectiveness for enterprise database workloads.

可以看到兩個測試用例，均按照我們的期望，替換了專業術語，翻譯準確。

順便提下，這里用例2后面的“說明”，是LLM自己輸出的，如果不想要這樣的說明，也是可以在提示詞那里要求下，比如只要最終翻譯結果的輸出，不要任何其他信息輸出即可。

至此，我們使用 Dify + Oracle + DeepSeek 成功打造出一個更懂你的翻譯助手。