Skip to content
Merged
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
10 changes: 9 additions & 1 deletion CHANGELOG.md
Original file line number Diff line number Diff line change
Expand Up @@ -8,6 +8,11 @@ Todos los cambios importantes de ModpackES quedan en este archivo. El formato si

### Agregado

- **Control de calidad determinista** después de cada traducción, con las ideas de las herramientas de QA de la industria y las convenciones del español de Minecraft:
- Se arregla solo lo que no tiene riesgo: espacios dobles o antes de la puntuación, caracteres invisibles, una palabra repetida seguida, «¿» y «¡» que faltan en una frase única, el «:» o los «...» finales que se perdieron (el juego escribe «...», no «…»), las comillas del dialecto (es_es «», es_mx "") si el original las tiene, y meses y días con mayúscula a mitad de frase. Los códigos de formato no se tocan.
- Queda como duda, para revisarlo: cifras distintas del original (con tolerancia a «1,000» = «1.000» y a las cifras escritas con letras), paréntesis o corchetes sin pareja, formas de usted (el juego tutea), palabras en inglés que quedaron, y frases que se perdieron.
- Las mayúsculas de título en un nombre («Espada de Diamante») solo se informan: medido sobre las respuestas grabadas, bajarlas acertaba 3 veces y fallaba 10 (nombres propios como «Wither»).
- Al terminar, la lista completa de lo dudoso se guarda en un CSV (`informes/dudosos-<pack>-<fecha>.csv` en la carpeta de datos) y el registro dice cuántos arreglos de forma se hicieron.
- **Importar un resource pack también trae sus libros de Patchouli:** cada archivo del libro en español se empareja con el mismo archivo en inglés del mod, campo por campo, y solo si los dos tienen la misma forma.
- **Pista para las escenas de Ponder** (Create): las claves `*.ponder.*` llegan al motor como «texto de una escena de Ponder», para que traduzca frases cortas que explican lo que se ve.
- **Scripts de CraftTweaker** (`scripts/*.zs`): tooltips (`addTooltip`, `addShiftTooltip`), nombres (`displayName`, `setDisplayName`), descripciones de JEI (`addDescription` en 1.12, `addInfo` desde 1.16) y el texto de `game.setLocalization`. Ids, claves, comparaciones y comentarios no se tocan; queda copia de seguridad.
Expand Down Expand Up @@ -57,7 +62,7 @@ Todos los cambios importantes de ModpackES quedan en este archivo. El formato si
- Palabras repetidas: un nombre corto que repite una palabra que el original no repite («Mejora de Salud mejorada») se reintenta.
- Reintento acotado: el segundo intento recibe la primera traducción y se le pide corregir solo lo que falló. Si el término sigue en inglés, se cambia por el del glosario; lo que no se puede arreglar se acepta y se avisa como «aceptado con dudas».
- **Lo que el español del juego ya traduce manda.** Los nombres del juego se cargan antes que cualquier otro término, y cada dialecto sigue al suyo (es_mx dice «ítem» y es_es «objeto»). Un vocabulario base completa solo lo que el juego no trae suelto («Netherite» → «Netherita»), y una palabra que no es del juego («inframundita») se corrige en los términos de los mods. Un término corto dentro de uno largo («Item» en «Item Frame») ya no se exige aparte.
- **Aviso de lo aceptado con dudas:** al terminar, el informe dice cuántos textos se aceptaron sin cumplir el glosario o con una palabra repetida, con ejemplos, para revisarlos en «Más ▸ Correcciones…».
- **Aviso de lo aceptado con dudas:** al terminar, el informe dice cuántos textos se aceptaron sin cumplir el glosario, con una palabra repetida o con un aviso del control de calidad, con ejemplos y la ruta del CSV con la lista completa, para revisarlos en «Más ▸ Correcciones…».
- **Gemini 3.5 Flash-Lite, 3.6 Flash y posteriores ya no reciben `temperature`.** Google la ignora en esos modelos y anunció que las próximas generaciones la rechazarán. Además, cada modelo recibe un nivel de razonamiento que admite (la familia 4 no acepta «minimal»).
- **El glosario ya no deja que un mod imponga su traducción a todo el modpack.** Los nombres del propio juego (primero es_mx, después es_es) mandan sobre los de un mod, y si dos mods traducen distinto el mismo término no se usa ninguno. Antes un mod que llamaba «Acechador de medianoche» a la vaca hacía que todo el modpack la tradujera así.
- **Motores en tu PC (LM Studio, Ollama o un servidor en localhost):** los pedidos son más chicos (12 textos o 1.800 caracteres en vez de 60 o 5.000), porque un modelo pequeño se equivoca más con pedidos largos. Para medir sin saturar la GPU hay una «carga segura» en las herramientas de desarrollo (`medir_calidad.py --carga-segura`: pausas entre pedidos y espera si la GPU pasa de 80 °C).
Expand All @@ -73,6 +78,9 @@ Todos los cambios importantes de ModpackES quedan en este archivo. El formato si

### Corregido

- **Argumentos al revés:** si el modelo cambiaba de orden dos `%s` («%s was slain by %s» → «… mató a …»), el juego ponía los valores al revés sin aviso. Ahora, en los archivos de idioma se numeran (`%2$s mató a %1$s`), como hace el propio español de Minecraft; en scripts, misiones y libros el texto se rechaza y se reintenta.
- **Escapes `\uXXXX` en scripts de KubeJS y CraftTweaker:** el modelo veía «⟦0⟧00a7cWarning» y podía romper el escape. Ahora los de caracteres visibles se decodifican («§cWarning», «éxito») y los de control quedan protegidos enteros.
- **Códigos que el modelo inventa o desordena:** se rechaza la traducción que trae un código que no estaba («§a», «%s») o que deja el cierre de un formato (`§r`, `$()`, `</b>`) antes de su apertura. Con argumentos, un «%» suelto que escribió el modelo pasa a «%%».
- **Se colaba un ejemplo en cada pedido** aunque la app no manda ejemplos (`CANTIDAD_EN_LA_APP = 0`): el tope se miraba después de agregar el primero. Los ejemplos de otros textos empeoraban la calidad y, como salían de lo traducido en esa misma ejecución, el mismo pedido cambiaba según el orden en que terminaban los hilos.
- **El glosario no veía los términos pegados a un código de color** («Defeat the &4Arachnarch», «&eBronze Dungeons»): no se mandaban al modelo ni se exigían. Ahora los códigos se quitan antes de buscar términos, en el original y en la traducción.
- **El pack no se activaba en una instancia nueva.** Si en `options.txt` solo estaban los packs internos (`["vanilla"]` o `["vanilla","mod_resources"]`), se escribía `Traduccion_ES` sin el prefijo `file/` que usa Minecraft desde 1.13, y el juego lo ignoraba. Ahora el formato sale de la versión de la instancia (también en 1.12, que no usa el prefijo).
Expand Down
31 changes: 31 additions & 0 deletions docs/calidad.md
Original file line number Diff line number Diff line change
Expand Up @@ -436,6 +436,37 @@ Gemini 3.8 Flash, tres corridas por condición (unos US$ 0,04 cada una):
sección de nombres propios coherentes).
- Los 116 textos pasaron las reglas: ninguno quedó en inglés ni perdió códigos de formato (`$(bold)`, `$(item)`…).

## 15 de noviembre de 2026 · respuestas grabadas y control de calidad determinista

Entre dos corridas iguales Gemini solo devuelve lo mismo en un 67 % de los textos, y ese ruido tapa los cambios del
post-proceso. Ahora `medir_calidad.py --grabacion RUTA` guarda cada respuesta del motor (la clave es el pedido
exacto y el número de repetición) y `--solo-grabado` las vuelve a usar sin llamar a la API. Así un cambio que solo
toca lo que pasa después del modelo se mide gratis y sin ruido. Al grabar apareció un error: se colaba un ejemplo en
cada pedido aunque la app no manda ejemplos, y el pedido cambiaba según el orden de los hilos.

Base grabada (tres repeticiones, US$ 0,43 en total): interfaz 74,8 · 73,3 · 74,4; libros 67,9 · 67,1 · 67,6.

**Argumentos y códigos.** Con las mismas respuestas, numerar los `%s` que el modelo cambia de orden, decodificar los
`\uXXXX` y rechazar los códigos inventados no rechazó ningún texto de más en los tres bancos.

**Control de calidad** (`validacion/qa.py`). Sigue la idea de las herramientas de QA de la industria (cifras,
parejas, espacios, puntuación), adaptada al español de Minecraft. Solo arregla lo que no tiene riesgo; lo demás
queda como duda en el CSV de dudosos.

| Banco | chrF con el control (corridas 1 a 3) | Arreglos por corrida | Dudas por corrida |
|---|---|---|---|
| Interfaz | 74,8 · 73,3 · 74,5 | 1 (comillas) | 0 |
| Misiones | sin referencia | 0–1 (comillas) | 2 (cifras, paréntesis) |
| Libros | 67,9 · 67,1 · 67,6 | 0 | 0 |

- Ningún arreglo empeoró un texto. Sobre las 2.145 traducciones grabadas, los 4 arreglos de comillas subieron el
chrF en 3 casos y no lo bajaron en ninguno.
- Gemini 3.8 Flash ya cuida casi toda la forma, así que el control casi no actúa con él. Sirve de red para modelos
más chicos y para lo que no sale en un banco.
- **Mayúsculas de título en nombres** («Espada de Diamante»): bajarlas de forma automática acertó 3 veces y falló 10
(«Vidrio a prueba de Wither», «Nivel III»), así que solo se informan y no se cambian.
- Cada control tiene pruebas con textos correctos del español del juego que no deben marcarse (`tests/test_qa.py`).

## Cómo repetirlo

```
Expand Down
26 changes: 26 additions & 0 deletions src/traductor_es/formatos/javascript.py
Original file line number Diff line number Diff line change
Expand Up @@ -47,13 +47,39 @@ def nombre(self) -> str:
return f"{base}:{self.primera}" if self.primera is not None else base


_HEX = frozenset("0123456789abcdefABCDEF")


def _escape_visible(crudo: str, i: int) -> tuple[str, int] | None:
"""(carácter, largo del escape) si en `i` empieza un `\\uXXXX` o `\\xXX` de un carácter visible; si no, None.

Los de control (`\\u0000`, `\\x1b`…) no se decodifican: quedan como escape crudo y la máscara los protege enteros.
"""
largo = {"u": 4, "x": 2}.get(crudo[i + 1] if i + 1 < len(crudo) else "")
if largo is None:
return None
cifras = crudo[i + 2 : i + 2 + largo]
if len(cifras) != largo or not set(cifras) <= _HEX:
return None
caracter = chr(int(cifras, 16))
if not caracter.isprintable() or 0xD800 <= ord(caracter) <= 0xDFFF:
return None
return caracter, 2 + largo


def des_escapar(crudo: str) -> str:
salida: list[str] = []
i = 0
while i < len(crudo):
c = crudo[i]
if c == "\\" and i + 1 < len(crudo):
sig = crudo[i + 1]
visible = _escape_visible(crudo, i)
if visible is not None: # «é» → «é»: el modelo ve la palabra entera; «§» → «§», un color
caracter, largo = visible
salida.append(caracter)
i += largo
continue
salida.append(_ESCAPES.get(sig, ESCAPE_CRUDO + sig))
i += 2
else:
Expand Down
84 changes: 83 additions & 1 deletion src/traductor_es/nucleo/mascara.py
Original file line number Diff line number Diff line change
Expand Up @@ -6,14 +6,16 @@
from __future__ import annotations

import re
from collections import Counter
from dataclasses import dataclass
from typing import Final

#: Carácter de uso privado con el que los formatos marcan escapes que hay que conservar tal cual.
ESCAPE_CRUDO: Final = chr(0xE000)

_PATRONES: Final[tuple[str, ...]] = (
ESCAPE_CRUDO + r"[\s\S]", # escapes del formato de origen (\n en SNBT, etc.), incluido barra + salto real
# escapes del formato de origen (\n en SNBT, etc.), incluido barra + salto real; uno de control, entero
ESCAPE_CRUDO + r"(?:u[0-9a-fA-F]{4}|x[0-9a-fA-F]{2}|[\s\S])",
r"\$\([^)]*\)", # macros de Patchouli: $(l) $(item) $(l:ruta) $()
r"\$\{[^{}\n]*\}", # expresiones de plantillas de JavaScript: ${precio}
r"\{[^{}\n]*\}", # FTB Quests {image:..} {@pagebreak} {clave}, {0} de Java
Expand Down Expand Up @@ -88,3 +90,83 @@ def sin_formato(texto: str) -> str:
«Defeat the &4Arachnarch»: con el código, el «4» va pegado al nombre y «Arachnarch» no es una palabra completa.
"""
return _CODIGO_DE_FORMATO.sub("", texto)


# ---------------------------------------------------------------- argumentos y pares de formato
#: Un argumento printf que recibe un valor (no `%%` ni `%n`): %s %d %1$s %.1f
_ARGUMENTO: Final = re.compile(r"%(?:(\d+)\$)?[-#+0,(]*\d*(?:\.\d+)?[sdfxXcbeEgGoh]")
#: Códigos que cierran un formato: §r, $() de Patchouli, $(/l), </b>
_CIERRE: Final = re.compile(r"[§&][rR]|\$\(\)|\$\(/[a-z]*\)|</[A-Za-z][A-Za-z0-9]*>")
#: Códigos que no abren nada: saltos y listas de Patchouli, teclas, <br> y etiquetas que se cierran solas
_NEUTRO: Final = re.compile(r"\$\((?:br2?|li|p|k:[^)]*)\)|<br\s*/?>|<[^<>]*/>")
#: Códigos que abren un formato que luego se cierra: colores y estilos, macros de Patchouli, etiquetas
_APERTURA: Final = re.compile(r"[§&][0-9a-fk-oA-FK-O]|\$\([^)]+\)|<[A-Za-z][^<>]*>")


def _orden(traducido: str) -> list[int]:
"""Los marcadores en el orden en que los escribió el modelo."""
return [int(n) for n in TOKEN.findall(_MARCADOR_CON_ESPACIOS.sub(lambda m: f"⟦{m.group(1)}⟧", traducido))]


def es_argumento(token: str) -> bool:
return _ARGUMENTO.fullmatch(token) is not None


def posicionar_argumentos(traducido: str, tokens: tuple[str, ...]) -> tuple[tuple[str, ...], bool] | None:
"""Si el modelo cambió el orden de los argumentos sin posición («%s … %s»), los numera según el original.

«%s was slain by %s» → «⟦1⟧ fue asesinado por ⟦0⟧»: sin numerar, el juego pondría los valores al revés. Con
`%1$s` y `%2$s` (que Minecraft admite y usa en su propio español) cada valor va a su sitio.
Devuelve (tokens, si cambiaron), o None si no se puede arreglar: el original mezcla argumentos con y sin número.
"""
argumentos = [i for i, t in enumerate(tokens) if es_argumento(t)]
if len(argumentos) < 2:
return tokens, False
elegidos = set(argumentos)
orden = [i for i in _orden(traducido) if i in elegidos]
if orden == argumentos:
return tokens, False
sin_numero = [i for i in argumentos if (m := _ARGUMENTO.fullmatch(tokens[i])) and m.group(1) is None]
if not sin_numero: # ya están numerados: cambiarlos de orden es válido
return tokens, False
if len(sin_numero) != len(argumentos):
return None
nuevos = list(tokens)
for numero, i in enumerate(argumentos, 1):
nuevos[i] = tokens[i].replace("%", f"%{numero}$", 1)
return tuple(nuevos), True


def escapar_porcentajes(traducido: str) -> str:
"""Un «%» que escribió el modelo («50 %») pasa a «%%»: con argumentos, un «%» suelto rompe el formato."""
return traducido.replace("%", "%%")


def pares_en_orden(traducido: str, tokens: tuple[str, ...]) -> bool:
"""¿Cada código que abre un formato (§l, $(l), <b>) sigue antes del que lo cierra (§r, $(), </b>)?

Mover un par entero es válido («the §aIron§r §bSword§r» → «la §bEspada§r de §aHierro§r»); lo que no vale es
dejar el cierre antes de su apertura, que pinta otras palabras.
"""
posicion = {indice: lugar for lugar, indice in enumerate(_orden(traducido))}
abiertos: list[int] = []
for indice, token in enumerate(tokens):
if _CIERRE.fullmatch(token):
cierre = posicion.get(indice)
if cierre is not None and any(posicion.get(a, -1) > cierre for a in abiertos):
return False
abiertos = []
Comment on lines +154 to +158

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

P2 Badge Match nested closing tags to their opener

When a translation reorders nested inline tags, such as changing <b><i>…</i></b> to <b><i>…</b>…</i>, this check accepts it: the first close clears every open tag without checking which tag it closes. The resulting markup is misnested, even though GuideME markdown preserves inline tags for output; reject close-order changes that break tag nesting.

Useful? React with 👍 / 👎.

elif _APERTURA.fullmatch(token) and not _NEUTRO.fullmatch(token):
abiertos.append(indice)
return True


def codigos_inventados(restaurado: str, tokens: tuple[str, ...], porcentajes: int = 0) -> bool:
"""¿La traducción trae códigos que no vienen de los marcadores (un «§a» o un «%s» que escribió el modelo)?

`porcentajes` son los «%%» que se agregaron a propósito con `escapar_porcentajes`.
"""
esperados = Counter(tokens)
if porcentajes:
esperados["%%"] += porcentajes
return Counter(enmascarar(restaurado).tokens) != esperados
Loading
Loading