From a3ceb7a9443ea4999eb7d50f354d47e168be8e1e Mon Sep 17 00:00:00 2001 From: Jakob Date: Thu, 25 Dec 2025 08:40:16 +0100 Subject: [PATCH] Update german language file (resubmission) (#12208) ### What problem does this PR solve? Resubmission of updated German translation. ### Type of change - [x] Other (please describe): Contribution by RAGcon GmbH, visit us at https://www.ragcon.ai --- web/src/locales/de.ts | 1446 +++++++++++++++++++++++++++++++++++++---- 1 file changed, 1323 insertions(+), 123 deletions(-) diff --git a/web/src/locales/de.ts b/web/src/locales/de.ts index f7a812ec5..dfa447690 100644 --- a/web/src/locales/de.ts +++ b/web/src/locales/de.ts @@ -1,11 +1,19 @@ export default { translation: { common: { + confirm: 'Bestätigen', + back: 'Zurück', + noResults: 'Keine Ergebnisse gefunden', + selectPlaceholder: 'Wert auswählen', + selectAll: 'Alle auswählen', delete: 'Löschen', deleteModalTitle: 'Sind Sie sicher, dass Sie diesen Eintrag löschen möchten?', + deleteThem: 'Sind Sie sicher, dass Sie diese löschen möchten?', ok: 'Ja', - cancel: 'Nein', + cancel: 'Abbrechen', + yes: 'Ja', + no: 'Nein', total: 'Gesamt', rename: 'Umbenennen', name: 'Name', @@ -19,6 +27,7 @@ export default { portugueseBr: 'Portugiesisch (Brasilien)', chinese: 'Vereinfachtes Chinesisch', traditionalChinese: 'Traditionelles Chinesisch', + russian: 'Russisch', german: 'Deutsch', language: 'Sprache', languageMessage: 'Bitte geben Sie Ihre Sprache ein!', @@ -36,11 +45,29 @@ export default { pleaseSelect: 'Bitte auswählen', pleaseInput: 'Bitte eingeben', submit: 'Absenden', + clear: 'Leeren', embedIntoSite: 'In Webseite einbetten', previousPage: 'Zurück', nextPage: 'Weiter', + add: 'Hinzufügen', + remove: 'Entfernen', + search: 'Suchen', + noDataFound: 'Keine Daten gefunden.', + noData: 'Keine Daten verfügbar', + promptPlaceholder: + 'Bitte eingeben oder / verwenden, um Variablen schnell einzufügen.', + mcp: { + namePlaceholder: 'Mein MCP-Server', + nameRequired: + 'Muss 1–64 Zeichen lang sein und darf nur Buchstaben, Zahlen, Bindestriche und Unterstriche enthalten.', + urlPlaceholder: 'https://api.example.com/v1/mcp', + tokenPlaceholder: 'z.B. eyJhbGciOiJIUzI1Ni...', + }, + selected: 'Ausgewählt', }, login: { + loginTitle: 'Melden Sie sich bei Ihrem Konto an', + signUpTitle: 'Ein Konto erstellen', login: 'Anmelden', signUp: 'Registrieren', loginDescription: 'Wir freuen uns, Sie wiederzusehen!', @@ -57,6 +84,7 @@ export default { register: 'Konto erstellen', continue: 'Fortfahren', title: 'Beginnen Sie mit dem Aufbau Ihrer intelligenten Assistenten.', + start: 'Lass uns anfangen', description: 'Registrieren Sie sich kostenlos, um führende RAG-Technologie zu erkunden. Erstellen Sie Wissensdatenbanken und KIs, um Ihr Unternehmen zu stärken.', review: 'von über 500 Bewertungen', @@ -72,6 +100,73 @@ export default { fileManager: 'Dateiverwaltung', flow: 'Agent', search: 'Suche', + welcome: 'Willkommen bei', + dataset: 'Datensatz', + Memories: 'Gedächtnis', + }, + memories: { + llmTooltip: + 'Analysiert Gesprächsinhalte, extrahiert Schlüsselinformationen und generiert strukturierte Gedächtniszusammenfassungen.', + embeddingModelTooltip: + 'Konvertiert Text in numerische Vektoren für die Suche nach Bedeutungsähnlichkeit und den Gedächtnisabruf.', + embeddingModelError: + 'Speichertyp ist erforderlich und "raw" kann nicht gelöscht werden.', + memoryTypeTooltip: `Raw: Der rohe Dialoginhalt zwischen Benutzer und Agent (Standardmäßig erforderlich). +Semantisches Gedächtnis: Allgemeines Wissen und Fakten über den Benutzer und die Welt. +Episodisches Gedächtnis: Zeitgestempelte Aufzeichnungen spezifischer Ereignisse und Erfahrungen. +Prozedurales Gedächtnis: Erlernte Fähigkeiten, Gewohnheiten und automatisierte Abläufe.`, + editName: 'Namen bearbeiten', + memory: 'Gedächtnis', + createMemory: 'Gedächtnis erstellen', + name: 'Name', + memoryNamePlaceholder: 'Gedächtnisname', + memoryType: 'Gedächtnistyp', + embeddingModel: 'Embedding-Modell', + selectModel: 'Modell auswählen', + llm: 'LLM', + delMemoryWarn: + 'Nach dem Löschen werden alle Nachrichten in diesem Gedächtnis gelöscht und können von Agenten nicht mehr abgerufen werden.', + }, + memory: { + messages: { + messageDescription: + 'Der Gedächtnisabruf wird mit Ähnlichkeitsschwellenwert, Schlüsselwortähnlichkeitsgewicht und Top N aus den erweiterten Einstellungen konfiguriert.', + copied: 'Kopiert!', + contentEmbed: 'Inhaltseinbettung', + content: 'Inhalt', + delMessageWarn: + 'Nach dem Vergessen wird diese Nachricht nicht mehr von Agenten abgerufen.', + forgetMessage: 'Nachricht vergessen', + sessionId: 'Sitzungs-ID', + agent: 'Agent', + type: 'Typ', + validDate: 'Gültigkeitsdatum', + forgetAt: 'Vergessen am', + source: 'Quelle', + enable: 'Aktivieren', + action: 'Aktion', + }, + config: { + avatar: 'Avatar', + description: 'Beschreibung', + memorySize: 'Gedächtnisgröße', + advancedSettings: 'Erweiterte Einstellungen', + permission: 'Berechtigung', + onlyMe: 'Nur ich', + team: 'Team', + storageType: 'Speichertyp', + storageTypePlaceholder: 'Bitte Speichertyp auswählen', + forgetPolicy: 'Vergessensrichtlinie', + temperature: 'Temperatur', + systemPrompt: 'System-Prompt', + systemPromptPlaceholder: 'Bitte System-Prompt eingeben', + userPrompt: 'Benutzer-Prompt', + userPromptPlaceholder: 'Bitte Benutzer-Prompt eingeben', + }, + sideBar: { + messages: 'Nachrichten', + configuration: 'Konfiguration', + }, }, knowledgeList: { welcome: 'Willkommen zurück', @@ -82,8 +177,65 @@ export default { doc: 'Dokumente', searchKnowledgePlaceholder: 'Suchen', noMoreData: `Das war's. Nichts mehr zu sehen.`, + parserRequired: 'Chunk-Methode ist erforderlich', }, knowledgeDetails: { + metadata: { + changesAffectNewParses: 'Änderungen betreffen nur neue Analysen.', + editMetadataForDataset: 'Metadaten anzeigen und bearbeiten für ', + restrictDefinedValues: 'Auf definierte Werte beschränken', + metadataGenerationSettings: 'Einstellungen zur Metadatengenerierung', + manageMetadataForDataset: 'Metadaten für diesen Datensatz verwalten', + manageMetadata: 'Metadaten verwalten', + metadata: 'Metadaten', + values: 'Werte', + action: 'Aktion', + field: 'Feld', + description: 'Beschreibung', + fieldName: 'Feldname', + editMetadata: 'Metadaten bearbeiten', + }, + localUpload: 'Lokaler Upload', + fileSize: 'Dateigröße', + fileType: 'Dateityp', + uploadedBy: 'Hochgeladen von', + notGenerated: 'Nicht generiert', + generatedOn: 'Generiert am ', + subbarFiles: 'Dateien', + generateKnowledgeGraph: + 'Dies extrahiert Entitäten und Beziehungen aus allen Ihren Dokumenten in diesem Datensatz. Der Vorgang kann eine Weile dauern.', + generateRaptor: + 'Führt rekursives Clustering und Zusammenfassen von Dokument-Chunks durch, um eine hierarchische Baumstruktur aufzubauen, die einen kontextbezogeneren Abruf über lange Dokumente hinweg ermöglicht.', + generate: 'Generieren', + raptor: 'RAPTOR', + processingType: 'Verarbeitungstyp', + dataPipeline: 'Ingestion-Pipeline', + operations: 'Operationen', + taskId: 'Aufgaben-ID', + duration: 'Dauer', + details: 'Details', + status: 'Status', + task: 'Aufgabe', + startDate: 'Startdatum', + source: 'Quelle', + fileName: 'Dateiname', + datasetLogs: 'Datensatz', + fileLogs: 'Datei', + overview: 'Logs', + success: 'Erfolg', + failed: 'Fehlgeschlagen', + completed: 'Abgeschlossen', + datasetLog: 'Datensatz-Log', + created: 'Erstellt', + learnMore: 'Einführung in die integrierte Pipeline', + general: 'Allgemein', + chunkMethodTab: 'Chunk-Methode', + testResults: 'Ergebnisse', + testSetting: 'Einstellung', + retrievalTesting: 'Abruftest', + retrievalTestingDescription: + 'Führen Sie einen Abruftest durch, um zu prüfen, ob RAGFlow die beabsichtigten Inhalte für das LLM wiederherstellen kann.', + Parse: 'Analysieren', dataset: 'Datensatz', testing: 'Abruftest', files: 'Dateien', @@ -111,6 +263,10 @@ export default { processBeginAt: 'Beginn', processDuration: 'Dauer', progressMsg: 'Fortschritt', + noTestResultsForRuned: + 'Keine relevanten Ergebnisse gefunden. Versuchen Sie, Ihre Abfrage oder Parameter anzupassen.', + noTestResultsForNotRuned: + 'Es wurde noch kein Test durchgeführt. Ergebnisse werden hier angezeigt.', testingDescription: 'Führen Sie einen Abruftest durch, um zu prüfen, ob RAGFlow die beabsichtigten Inhalte für das LLM wiederherstellen kann.', similarityThreshold: 'Ähnlichkeitsschwelle', @@ -119,6 +275,9 @@ export default { vectorSimilarityWeight: 'Schlüsselwortähnlichkeitsgewicht', vectorSimilarityWeightTip: 'Dies legt das Gewicht der Schlüsselwortähnlichkeit im kombinierten Ähnlichkeitswert fest, entweder in Verbindung mit der Vektorkosinus-Ähnlichkeit oder mit der Neuordnungsbewertung. Die Summe der beiden Gewichte muss 1,0 ergeben.', + keywordSimilarityWeight: 'Schlüsselwortähnlichkeitsgewicht', + keywordSimilarityWeightTip: + 'Dies legt das Gewicht der Schlüsselwortähnlichkeit im kombinierten Ähnlichkeitswert fest, entweder in Verbindung mit der Vektorkosinus-Ähnlichkeit oder mit der Neuordnungsbewertung. Die Summe der beiden Gewichte muss 1,0 ergeben.', testText: 'Testtext', testTextPlaceholder: 'Geben Sie hier Ihre Frage ein!', testingLabel: 'Testen', @@ -161,6 +320,7 @@ export default { chunk: 'Chunk', bulk: 'Masse', cancel: 'Abbrechen', + close: 'Schließen', rerankModel: 'Neuordnungsmodell', rerankPlaceholder: 'Bitte auswählen', rerankTip: @@ -171,6 +331,11 @@ export default { delimiter: 'Trennzeichen für Textsegmentierung', delimiterTip: 'Ein Trennzeichen oder Separator kann aus einem oder mehreren Sonderzeichen bestehen. Bei mehreren Zeichen stellen Sie sicher, dass sie in Backticks (` `) eingeschlossen sind. Wenn Sie beispielsweise Ihre Trennzeichen so konfigurieren: \\n`##`;, dann werden Ihre Texte an Zeilenumbrüchen, doppelten Rautenzeichen (##) oder Semikolons getrennt. Setzen Sie Trennzeichen nur nachdem Sie das Mechanismus der Textsegmentierung und -chunking verstanden haben.', + enableChildrenDelimiter: + 'Untergeordnete Chunks werden für den Abruf verwendet', + childrenDelimiter: 'Trennzeichen für Text', + childrenDelimiterTip: + 'Ein Trennzeichen oder Separator kann aus einem oder mehreren Sonderzeichen bestehen. Bei mehreren Zeichen stellen Sie sicher, dass sie in Backticks (` `) eingeschlossen sind. Wenn Sie beispielsweise Ihre Trennzeichen so konfigurieren: \\n`##`;, dann werden Ihre Texte an Zeilenumbrüchen, doppelten Rautenzeichen (##) oder Semikolons getrennt.', html4excel: 'Excel zu HTML', html4excelTip: 'Verwenden Sie dies zusammen mit der General-Schnittmethode. Wenn deaktiviert, werden Tabellenkalkulationsdateien (XLSX, XLS (Excel 97-2003)) zeilenweise in Schlüssel-Wert-Paare analysiert. Wenn aktiviert, werden Tabellenkalkulationsdateien in HTML-Tabellen umgewandelt. Wenn die ursprüngliche Tabelle mehr als 12 Zeilen enthält, teilt das System sie automatisch alle 12 Zeilen in mehrere HTML-Tabellen auf. Für weitere Informationen siehe https://ragflow.io/docs/dev/enable_excel2html.', @@ -184,30 +349,88 @@ export default { setMetaData: 'Metadaten festlegen', pleaseInputJson: 'Bitte JSON eingeben', documentMetaTips: `

Die Metadaten liegen im JSON-Format vor (nicht durchsuchbar). Sie werden dem Prompt für das LLM hinzugefügt, wenn Chunks dieses Dokuments im Prompt enthalten sind.

-

Beispiele:

- Die Metadaten sind:
- - { - "Author": "Alex Dowson", - "Date": "2024-11-12" - } -
- Der Prompt wird sein:
-

Dokument: the_name_of_document

-

Autor: Alex Dowson

-

Datum: 2024-11-12

-

Relevante Fragmente wie folgt:

- - `, +

Beispiele:

+Die Metadaten sind:
+ + { + "Author": "Alex Dowson", + "Date": "2024-11-12" + } +
+Der Prompt wird sein:
+

Dokument: the_name_of_document

+

Autor: Alex Dowson

+

Datum: 2024-11-12

+

Relevante Fragmente wie folgt:

+ +`, metaData: 'Metadaten', deleteDocumentConfirmContent: 'Das Dokument ist mit dem Wissensgraphen verknüpft. Nach dem Löschen werden die zugehörigen Knoten- und Beziehungsinformationen gelöscht, aber der Graph wird nicht sofort aktualisiert. Die Aktualisierung des Graphen erfolgt während des Analyseprozesses des neuen Dokuments, das die Aufgabe zur Extraktion des Wissensgraphen enthält.', plainText: 'Einfach', + reRankModelWaring: 'Das Rerank-Modell ist sehr zeitaufwendig.', }, knowledgeConfiguration: { + settings: 'Einstellungen', + autoMetadata: 'Auto-Metadaten', + mineruOptions: 'MinerU Optionen', + mineruParseMethod: 'Analysemethode', + mineruParseMethodTip: + 'Methode zum Parsen von PDF: auto (automatische Erkennung), txt (Textextraktion), ocr (optische Zeichenerkennung)', + mineruFormulaEnable: 'Formelerkennung', + mineruFormulaEnableTip: + 'Formelerkennung aktivieren. Hinweis: Dies funktioniert möglicherweise nicht korrekt bei kyrillischen Dokumenten.', + mineruTableEnable: 'Tabellenerkennung', + mineruTableEnableTip: 'Tabellenerkennung und -extraktion aktivieren.', + overlappedPercent: 'Überlappungsprozent(%)', + generationScopeTip: + 'Bestimmt, ob RAPTOR für den gesamten Datensatz oder für eine einzelne Datei generiert wird.', + scopeDataset: 'Datensatz', + generationScope: 'Generierungsumfang', + scopeSingleFile: 'Einzelne Datei', + autoParse: 'Automatisches Parsen', + rebuildTip: + 'Lädt Dateien erneut von der verknüpften Datenquelle herunter und analysiert sie erneut.', + baseInfo: 'Basis', + globalIndex: 'Globaler Index', + dataSource: 'Datenquelle', + linkSourceSetTip: + 'Verknüpfung der Datenquelle mit diesem Datensatz verwalten', + linkDataSource: 'Datenquelle verknüpfen', + tocExtraction: 'Inhaltsverzeichnis verbessern', + tocExtractionTip: + 'Für vorhandene Chunks, generieren Sie ein hierarchisches Inhaltsverzeichnis (ein Verzeichnis pro Datei). Bei Abfragen, wenn die Verzeichnisverbesserung aktiviert ist, verwendet das System ein großes Modell, um zu bestimmen, welche Verzeichniselemente für die Frage des Benutzers relevant sind, und identifiziert so die relevanten Chunks.', + deleteGenerateModalContent: ` +

Das Löschen der generierten {{type}} Ergebnisse + entfernt alle abgeleiteten Entitäten und Beziehungen aus diesem Datensatz. + Ihre Originaldateien bleiben intakt.

+
+ Möchten Sie fortfahren? + `, + extractRaptor: 'Raptor extrahieren', + extractKnowledgeGraph: 'Wissensgraph extrahieren', + filterPlaceholder: 'Bitte Filter eingeben', + fileFilterTip: '', + fileFilter: 'Dateifilter', + setDefaultTip: '', + setDefault: 'Als Standard festlegen', + eidtLinkDataPipeline: 'Ingestion-Pipeline bearbeiten', + linkPipelineSetTip: + 'Verknüpfung der Ingestion-Pipeline mit diesem Datensatz verwalten', + default: 'Standard', + dataPipeline: 'Ingestion-Pipeline', + linkDataPipeline: 'Ingestion-Pipeline verknüpfen', + enableAutoGenerate: 'Automatische Generierung aktivieren', + teamPlaceholder: 'Bitte wählen Sie ein Team.', + dataFlowPlaceholder: 'Bitte wählen Sie eine Pipeline.', + buildItFromScratch: 'Von Grund auf neu erstellen', + dataFlow: 'Pipeline', + parseType: 'Analysetyp', + manualSetup: 'Pipeline wählen', + builtIn: 'Eingebaut', imageTableContextWindow: 'Kontextfenster für Bild und Tabelle', imageTableContextWindowTip: 'Erfasst N Token Text ober- und unterhalb von Bild und Tabelle, um reicheren Kontext bereitzustellen.', @@ -215,6 +438,7 @@ export default { 'Aktualisieren Sie hier Ihre Wissensdatenbank-Konfiguration, insbesondere die Chunk-Methode.', name: 'Name der Wissensdatenbank', photo: 'Bild der Wissensdatenbank', + photoTip: 'Sie können eine Datei mit 4 MB hochladen', description: 'Beschreibung', language: 'Dokumentensprache', languageMessage: 'Bitte geben Sie Ihre Sprache ein!', @@ -249,93 +473,93 @@ export default { methodEmpty: 'Hier wird eine visuelle Erklärung der Wissensdatenbank-Kategorien angezeigt', book: `

Unterstützte Dateiformate sind DOCX, PDF, TXT.

- Für jedes Buch im PDF-Format stellen Sie bitte die Seitenbereiche ein, um unerwünschte Informationen zu entfernen und die Analysezeit zu reduzieren.

`, + Für jedes Buch im PDF-Format stellen Sie bitte die Seitenbereiche ein, um unerwünschte Informationen zu entfernen und die Analysezeit zu reduzieren.

`, laws: `

Unterstützte Dateiformate sind DOCX, PDF, TXT.

- Rechtliche Dokumente folgen in der Regel einem strengen Schreibformat. Wir verwenden Textmerkmale, um Teilungspunkte zu identifizieren. -

- Der Chunk hat eine Granularität, die mit 'ARTIKEL' übereinstimmt, wobei sichergestellt wird, dass der gesamte übergeordnete Text im Chunk enthalten ist. -

`, + Rechtliche Dokumente folgen in der Regel einem strengen Schreibformat. Wir verwenden Textmerkmale, um Teilungspunkte zu identifizieren. +

+ Der Chunk hat eine Granularität, die mit 'ARTIKEL' übereinstimmt, wobei sichergestellt wird, dass der gesamte übergeordnete Text im Chunk enthalten ist. +

`, manual: `

Nur PDF wird unterstützt.

- Wir gehen davon aus, dass das Handbuch eine hierarchische Abschnittsstruktur aufweist und verwenden die Titel der untersten Abschnitte als Grundeinheit für die Aufteilung der Dokumente. Daher werden Abbildungen und Tabellen im selben Abschnitt nicht getrennt, was zu größeren Chunk-Größen führen kann. -

`, - naive: `

Unterstützte Dateiformate sind MD, MDX, DOCX, XLSX, XLS (Excel 97-2003), PPT, PDF, TXT, JPEG, JPG, PNG, TIF, GIF, CSV, JSON, EML, HTML.

-

Diese Methode teilt Dateien mit einer 'naiven' Methode auf:

-

-

  • Verwenden eines Erkennungsmodells, um die Texte in kleinere Segmente aufzuteilen.
    • -
  • Dann werden benachbarte Segmente kombiniert, bis die Token-Anzahl den durch 'Chunk-Token-Anzahl' festgelegten Schwellenwert überschreitet, woraufhin ein Chunk erstellt wird.

    • `, - paper: `

    Nur PDF-Dateien werden unterstützt.

    - Papers werden nach Abschnitten wie abstract, 1.1, 1.2 aufgeteilt.

    - Dieser Ansatz ermöglicht es dem LLM, das Paper effektiver zusammenzufassen und umfassendere, verständlichere Antworten zu liefern. - Es erhöht jedoch auch den Kontext für KI-Gespräche und die Rechenkosten für das LLM. Daher sollten Sie während eines Gesprächs erwägen, den Wert von 'topN' zu reduzieren.

    `, - presentation: `

    Unterstützte Dateiformate sind PDF, PPTX.

    - Jede Seite in den Folien wird als Chunk behandelt, wobei ihr Vorschaubild gespeichert wird.

    - Diese Chunk-Methode wird automatisch auf alle hochgeladenen PPT-Dateien angewendet, Sie müssen sie also nicht manuell angeben.

    `, - qa: ` -

    - Diese Chunk-Methode unterstützt die Dateiformate XLSX und CSV/TXT. -

    -
  • - Wenn eine Datei im XLSX-Format vorliegt, sollte sie zwei Spalten - ohne Kopfzeilen enthalten: eine für Fragen und die andere für Antworten, wobei die - Fragenspalte der Antwortspalte vorangeht. Mehrere Blätter sind - akzeptabel, vorausgesetzt, die Spalten sind richtig strukturiert. -
    • -
  • - Wenn eine Datei im CSV/TXT-Format vorliegt, muss sie UTF-8-kodiert sein und TAB als Trennzeichen verwenden, um Fragen und Antworten zu trennen. -
    • + Wir gehen davon aus, dass das Handbuch eine hierarchische Abschnittsstruktur aufweist und verwenden die Titel der untersten Abschnitte als Grundeinheit für die Aufteilung der Dokumente. Daher werden Abbildungen und Tabellen im selben Abschnitt nicht getrennt, was zu größeren Chunk-Größen führen kann. +

    `, + naive: `

    Unterstützte Dateiformate sind MD, MDX, DOCX, XLSX, XLS (Excel 97-2003), PPTX, PDF, TXT, JPEG, JPG, PNG, TIF, GIF, CSV, JSON, EML, HTML.

    +

    Diese Methode teilt Dateien mit einer 'naiven' Methode auf:

    - - Textzeilen, die nicht den obigen Regeln folgen, werden ignoriert, und - jedes Frage-Antwort-Paar wird als eigenständiger Chunk betrachtet. - -

    - `, +
  • Verwenden eines Erkennungsmodells, um die Texte in kleinere Segmente aufzuteilen.
    • +
  • Dann werden benachbarte Segmente kombiniert, bis die Token-Anzahl den durch 'Chunk-Token-Anzahl' festgelegten Schwellenwert überschreitet, woraufhin ein Chunk erstellt wird.

    • `, + paper: `

    Nur PDF-Dateien werden unterstützt.

    + Papers werden nach Abschnitten wie abstract, 1.1, 1.2 aufgeteilt.

    + Dieser Ansatz ermöglicht es dem LLM, das Paper effektiver zusammenzufassen und umfassendere, verständlichere Antworten zu liefern. + Es erhöht jedoch auch den Kontext für KI-Gespräche und die Rechenkosten für das LLM. Daher sollten Sie während eines Gesprächs erwägen, den Wert von 'topN' zu reduzieren.

    `, + presentation: `

    Unterstützte Dateiformate sind PDF, PPTX.

    + Jede Seite in den Folien wird als Chunk behandelt, wobei ihr Vorschaubild gespeichert wird.

    + Diese Chunk-Methode wird automatisch auf alle hochgeladenen PPT-Dateien angewendet, Sie müssen sie also nicht manuell angeben.

    `, + qa: ` +

    + Diese Chunk-Methode unterstützt die Dateiformate XLSX und CSV/TXT. +

    +
  • + Wenn eine Datei im XLSX-Format vorliegt, sollte sie zwei Spalten + ohne Kopfzeilen enthalten: eine für Fragen und die andere für Antworten, wobei die + Fragenspalte der Antwortspalte vorangeht. Mehrere Blätter sind + akzeptabel, vorausgesetzt, die Spalten sind richtig strukturiert. +
    • +
  • + Wenn eine Datei im CSV/TXT-Format vorliegt, muss sie UTF-8-kodiert sein und TAB als Trennzeichen verwenden, um Fragen und Antworten zu trennen. +
    • +

    + + Textzeilen, die nicht den obigen Regeln folgen, werden ignoriert, und + jedes Frage-Antwort-Paar wird als eigenständiger Chunk betrachtet. + +

    + `, resume: `

    Unterstützte Dateiformate sind DOCX, PDF, TXT. -

    - Lebensläufe verschiedener Formen werden analysiert und in strukturierte Daten organisiert, um die Kandidatensuche für Recruiter zu erleichtern. -

    - `, +

    + Lebensläufe verschiedener Formen werden analysiert und in strukturierte Daten organisiert, um die Kandidatensuche für Recruiter zu erleichtern. +

    + `, table: `

    Unterstützte Dateiformate sind XLSX und CSV/TXT.

    - Hier sind einige Voraussetzungen und Tipps: -

    `, + Hier sind einige Voraussetzungen und Tipps: + `, picture: ` -

    Bilddateien werden unterstützt, Videounterstützung folgt in Kürze.

    - Diese Methode verwendet ein OCR-Modell, um Texte aus Bildern zu extrahieren. -

    - Wenn der vom OCR-Modell extrahierte Text als unzureichend angesehen wird, wird ein bestimmtes visuelles LLM verwendet, um eine Beschreibung des Bildes zu liefern. -

    `, +

    Bilddateien werden unterstützt, Videounterstützung folgt in Kürze.

    + Diese Methode verwendet ein OCR-Modell, um Texte aus Bildern zu extrahieren. +

    + Wenn der vom OCR-Modell extrahierte Text als unzureichend angesehen wird, wird ein bestimmtes visuelles LLM verwendet, um eine Beschreibung des Bildes zu liefern. +

    `, one: ` -

    Unterstützte Dateiformate sind DOCX, EXCEL, PDF, TXT. -

    - Diese Methode behandelt jedes Dokument in seiner Gesamtheit als einen Chunk. -

    - Anwendbar, wenn Sie das LLM das gesamte Dokument zusammenfassen lassen möchten, vorausgesetzt, es kann mit dieser Kontextlänge umgehen. -

    `, +

    Unterstützte Dateiformate sind DOCX, XLSX, XLS (Excel 97-2003), PDF, TXT. +

    + Diese Methode behandelt jedes Dokument in seiner Gesamtheit als einen Chunk. +

    + Anwendbar, wenn Sie das LLM das gesamte Dokument zusammenfassen lassen möchten, vorausgesetzt, es kann mit dieser Kontextlänge umgehen. +

    `, knowledgeGraph: `

    Unterstützte Dateiformate sind DOCX, EXCEL, PPT, IMAGE, PDF, TXT, MD, JSON, EML - -

    Dieser Ansatz teilt Dateien mit der 'naiven'/'Allgemeinen' Methode auf. Er teilt ein Dokument in Segmente und kombiniert dann benachbarte Segmente, bis die Token-Anzahl den durch 'Chunk-Token-Anzahl' festgelegten Schwellenwert überschreitet, woraufhin ein Chunk erstellt wird.

    -

    Die Chunks werden dann dem LLM zugeführt, um Entitäten und Beziehungen für einen Wissensgraphen und eine Mind Map zu extrahieren.

    -

    Stellen Sie sicher, dass Sie die Entitätstypen festlegen.

    `, + +

    Dieser Ansatz teilt Dateien mit der 'naiven'/'Allgemeinen' Methode auf. Er teilt ein Dokument in Segmente und kombiniert dann benachbarte Segmente, bis die Token-Anzahl den durch 'Chunk-Token-Anzahl' festgelegten Schwellenwert überschreitet, woraufhin ein Chunk erstellt wird.

    +

    Die Chunks werden dann dem LLM zugeführt, um Entitäten und Beziehungen für einen Wissensgraphen und eine Mind Map zu extrahieren.

    +

    Stellen Sie sicher, dass Sie die Entitätstypen festlegen.

    `, tag: `

    Eine Wissensdatenbank, die die 'Tag'-Chunk-Methode verwendet, fungiert als Tag-Set. Andere Wissensdatenbanken können es verwenden, um ihre eigenen Chunks zu taggen, und Abfragen an diese Wissensdatenbanken werden ebenfalls mit diesem Tag-Set getaggt.

    -

    Ein Tag-Set wird NICHT direkt in einen Retrieval-Augmented Generation (RAG)-Prozess einbezogen.

    -

    Jeder Chunk in dieser Wissensdatenbank ist ein unabhängiges Beschreibungs-Tag-Paar.

    -

    Zu den unterstützten Dateiformaten gehören XLSX und CSV/TXT:

    -

    Wenn eine Datei im XLSX-Format vorliegt, sollte sie zwei Spalten ohne Überschriften enthalten: eine für Tag-Beschreibungen und die andere für Tag-Namen, wobei die Spalte "Beschreibung" vor der Spalte "Tag" steht. Mehrere Blätter sind zulässig, sofern die Spalten ordnungsgemäß strukturiert sind.

    -

    Wenn eine Datei im CSV/TXT-Format vorliegt, muss sie UTF-8-kodiert sein, wobei TAB als Trennzeichen zum Trennen von Beschreibungen und Tags verwendet wird.

    -

    In einer Tag-Spalte wird das Komma verwendet, um Tags zu trennen.

    - Textzeilen, die nicht den obigen Regeln entsprechen, werden ignoriert. - `, +

    Ein Tag-Set wird NICHT direkt in einen Retrieval-Augmented Generation (RAG)-Prozess einbezogen.

    +

    Jeder Chunk in dieser Wissensdatenbank ist ein unabhängiges Beschreibungs-Tag-Paar.

    +

    Zu den unterstützten Dateiformaten gehören XLSX und CSV/TXT:

    +

    Wenn eine Datei im XLSX-Format vorliegt, sollte sie zwei Spalten ohne Überschriften enthalten: eine für Tag-Beschreibungen und die andere für Tag-Namen, wobei die Spalte "Beschreibung" vor der Spalte "Tag" steht. Mehrere Blätter sind zulässig, sofern die Spalten ordnungsgemäß strukturiert sind.

    +

    Wenn eine Datei im CSV/TXT-Format vorliegt, muss sie UTF-8-kodiert sein, wobei TAB als Trennzeichen zum Trennen von Beschreibungen und Tags verwendet wird.

    +

    In einer Tag-Spalte wird das Komma verwendet, um Tags zu trennen.

    +Textzeilen, die nicht den obigen Regeln entsprechen, werden ignoriert. +`, useRaptor: 'RAPTOR zur Verbesserung des Abrufs verwenden', useRaptorTip: 'RAPTOR für Multi-Hop-Frage-Antwort-Aufgaben aktivieren. Details unter https://ragflow.io/docs/dev/enable_raptor.', @@ -344,8 +568,8 @@ export default { 'Verwenden Sie den Systemprompt, um die Aufgabe für das LLM zu beschreiben, festzulegen, wie es antworten soll, und andere verschiedene Anforderungen zu skizzieren. Der Systemprompt wird oft in Verbindung mit Schlüsseln (Variablen) verwendet, die als verschiedene Dateninputs für das LLM dienen. Verwenden Sie einen Schrägstrich `/` oder die (x)-Schaltfläche, um die zu verwendenden Schlüssel anzuzeigen.', promptMessage: 'Prompt ist erforderlich', promptText: `Bitte fassen Sie die folgenden Absätze zusammen. Seien Sie vorsichtig mit den Zahlen, erfinden Sie keine Dinge. Absätze wie folgt: - {cluster_content} - Das oben Genannte ist der Inhalt, den Sie zusammenfassen müssen.`, + {cluster_content} +Das oben Genannte ist der Inhalt, den Sie zusammenfassen müssen.`, maxToken: 'Maximale Token', maxTokenTip: 'Die maximale Anzahl an Token pro generiertem Zusammenfassungs-Chunk.', @@ -371,17 +595,17 @@ export default { tagTable: 'Tabelle', tagSet: 'Tag-Sets', tagSetTip: ` -

    Wählen Sie eine oder mehrere Tag-Wissensdatenbanken aus, um Chunks in Ihrer Wissensdatenbank automatisch zu taggen.

    -

    Die Benutzeranfrage wird ebenfalls automatisch getaggt.

    - Diese Auto-Tag-Funktion verbessert den Abruf, indem sie eine weitere Schicht domänenspezifischen Wissens zum vorhandenen Datensatz hinzufügt. -

    Unterschied zwischen Auto-Tag und Auto-Schlüsselwort:

    - -

    Siehe https://ragflow.io/docs/dev/use_tag_sets für Details.

    - `, +

    Wählen Sie eine oder mehrere Tag-Wissensdatenbanken aus, um Chunks in Ihrer Wissensdatenbank automatisch zu taggen.

    +

    Die Benutzeranfrage wird ebenfalls automatisch getaggt.

    +Diese Auto-Tag-Funktion verbessert den Abruf, indem sie eine weitere Schicht domänenspezifischen Wissens zum vorhandenen Datensatz hinzufügt. +

    Unterschied zwischen Auto-Tag und Auto-Schlüsselwort:

    + +

    Siehe https://ragflow.io/docs/dev/use_tag_sets für Details.

    + `, topnTags: 'Top-N Tags', tags: 'Tags', addTag: 'Tag hinzufügen', @@ -389,15 +613,48 @@ export default { useGraphRagTip: 'Erstellen Sie einen Wissensgraph über Dateiabschnitte der aktuellen Wissensbasis, um die Beantwortung von Fragen mit mehreren Schritten und verschachtelter Logik zu verbessern. Weitere Informationen finden Sie unter https://ragflow.io/docs/dev/construct_knowledge_graph.', graphRagMethod: 'Methode', - graphRagMethodTip: `Light: (Standard) Verwendet von github.com/HKUDS/LightRAG bereitgestellte Prompts, um Entitäten und Beziehungen zu extrahieren. Diese Option verbraucht weniger Tokens, weniger Speicher und weniger Rechenressourcen.
    - General: Verwendet von github.com/microsoft/graphrag bereitgestellte Prompts, um Entitäten und Beziehungen zu extrahieren`, + graphRagMethodTip: ` + Light: (Standard) Verwendet von github.com/HKUDS/LightRAG bereitgestellte Prompts, um Entitäten und Beziehungen zu extrahieren. Diese Option verbraucht weniger Tokens, weniger Speicher und weniger Rechenressourcen.
    + General: Verwendet von github.com/microsoft/graphrag bereitgestellte Prompts, um Entitäten und Beziehungen zu extrahieren`, resolution: 'Entitätsauflösung', resolutionTip: `Ein Entitäts-Deduplizierungsschalter. Wenn aktiviert, wird das LLM ähnliche Entitäten kombinieren - z.B. '2025' und 'das Jahr 2025' oder 'IT' und 'Informationstechnologie' - um einen genaueren Graphen zu konstruieren`, community: 'Generierung von Gemeinschaftsberichten', communityTip: 'In einem Wissensgraphen ist eine Gemeinschaft ein Cluster von Entitäten, die durch Beziehungen verbunden sind. Sie können das LLM eine Zusammenfassung für jede Gemeinschaft erstellen lassen, bekannt als Gemeinschaftsbericht. Weitere Informationen finden Sie hier: https://www.microsoft.com/en-us/research/blog/graphrag-improving-global-search-via-dynamic-community-selection/', + theDocumentBeingParsedCannotBeDeleted: + 'Das Dokument, das gerade analysiert wird, kann nicht gelöscht werden', + mcp: 'MCP', + mineru: { + modelNameRequired: 'Modellname ist erforderlich', + apiServerRequired: 'MinerU API-Server-Konfiguration ist erforderlich', + serverUrlBackendLimit: + 'MinerU Server-URL-Adresse ist nur für das HTTP-Client-Backend verfügbar', + apiserver: 'MinerU API-Server-Konfiguration', + outputDir: 'MinerU Ausgabeverzeichnispfad', + backend: 'MinerU Verarbeitungs-Backend-Typ', + serverUrl: 'MinerU Server-URL-Adresse', + deleteOutput: 'Ausgabedateien nach Verarbeitung löschen', + selectBackend: 'Verarbeitungs-Backend auswählen', + backendOptions: { + pipeline: 'Standard-Pipeline-Verarbeitung', + vlmTransformers: 'Vision Language Model mit Transformers', + vlmVllmEngine: 'Vision Language Model mit vLLM Engine', + vlmHttpClient: 'Vision Language Model über HTTP-Client', + vlmMlxEngine: 'Vision Language Model mit MLX Engine', + vlmVllmAsyncEngine: + 'Vision Language Model mit vLLM Async Engine (Experimentell)', + vlmLmdeployEngine: + 'Vision Language Model mit LMDeploy Engine (Experimentell)', + }, + }, }, chunk: { + type: 'Typ', + docType: { + image: 'Bild', + table: 'Tabelle', + text: 'Text', + }, chunk: 'Chunk', bulk: 'Masse', selectAll: 'Alle auswählen', @@ -409,6 +666,9 @@ export default { enabled: 'Aktiviert', disabled: 'Deaktiviert', keyword: 'Schlüsselwort', + image: 'Bild', + imageUploaderTitle: + 'Laden Sie ein neues Bild hoch, um diesen Bild-Chunk zu aktualisieren', function: 'Funktion', chunkMessage: 'Bitte Wert eingeben!', full: 'Volltext', @@ -418,8 +678,20 @@ export default { question: 'Frage', questionTip: 'Wenn vorgegebene Fragen vorhanden sind, basiert das Embedding des Chunks auf diesen.', + chunkResult: 'Chunk-Ergebnis', + chunkResultTip: + 'Sehen Sie sich die gechunkten Segmente an, die für Embedding und Abruf verwendet werden.', + enable: 'Aktivieren', + disable: 'Deaktivieren', + delete: 'Löschen', }, chat: { + messagePlaceholder: 'Geben Sie hier Ihre Nachricht ein...', + exit: 'Verlassen', + multipleModels: 'Mehrere Modelle', + applyModelConfigs: 'Modellkonfigurationen anwenden', + conversations: 'Unterhaltungen', + chatApps: 'Chat-Apps', newConversation: 'Neue Unterhaltung', createAssistant: 'Assistenten erstellen', assistantSetting: 'Assistenteneinstellung', @@ -469,10 +741,14 @@ export default { model: 'Modell', modelTip: 'Großes Sprachmodell für Chat', modelMessage: 'Bitte auswählen!', + modelEnabledTools: 'Aktivierte Tools', + modelEnabledToolsTip: + 'Bitte wählen Sie ein oder mehrere Tools aus, die das Chat-Modell verwenden soll. Dies hat keine Auswirkung auf Modelle, die keinen Tool-Aufruf unterstützen.', freedom: 'Freiheit', improvise: 'Improvisieren', precise: 'Präzise', balance: 'Ausgewogen', + custom: 'Benutzerdefiniert', freedomTip: 'Eine Abkürzung für die Einstellungen "Temperatur", "Top P", "Präsenzstrafe" und "Häufigkeitsstrafe", die den Freiheitsgrad des Modells angibt. Dieser Parameter hat drei Optionen: Wählen Sie "Improvisieren", um kreativere Antworten zu erzeugen; wählen Sie "Präzise" (Standard), um konservativere Antworten zu erzeugen; "Ausgewogen" ist ein Mittelweg zwischen "Improvisieren" und "Präzise".', temperature: 'Temperatur', @@ -565,10 +841,156 @@ export default { 'Wenn hier ein API-Schlüssel korrekt eingestellt ist, werden Tavily-basierte Websuchen verwendet, um den Abruf aus der Wissensdatenbank zu ergänzen.', tavilyApiKeyMessage: 'Bitte geben Sie Ihren Tavily-API-Schlüssel ein', tavilyApiKeyHelp: 'Wie bekomme ich ihn?', + crossLanguage: 'Sprachübergreifende Suche', + crossLanguageTip: + 'Wählen Sie eine oder mehrere Sprachen für die sprachübergreifende Suche aus. Wenn keine Sprache ausgewählt ist, sucht das System mit der ursprünglichen Abfrage.', + createChat: 'Chat erstellen', + metadata: 'Metadaten', + metadataTip: + 'Metadatenfilterung ist der Prozess der Verwendung von Metadatenattributen (wie Tags, Kategorien oder Zugriffsberechtigungen), um den Abruf relevanter Informationen innerhalb eines Systems zu verfeinern und zu steuern.', + conditions: 'Bedingungen', + metadataKeys: 'Filterbare Elemente', + addCondition: 'Bedingung hinzufügen', + meta: { + disabled: 'Deaktiviert', + auto: 'Automatisch', + manual: 'Manuell', + semi_auto: 'Halbautomatisch', + }, + cancel: 'Abbrechen', + chatSetting: 'Chat-Einstellung', + tocEnhance: 'Inhaltsverzeichnis verbessern', + tocEnhanceTip: + 'Während der Analyse des Dokuments wurden Inhaltsverzeichnisinformationen generiert (siehe Option "Inhaltsverzeichnis-Extraktion aktivieren" in der allgemeinen Methode). Dies ermöglicht es dem großen Modell, Inhaltsverzeichniselemente zurückzugeben, die für die Abfrage des Benutzers relevant sind, und diese Elemente zu verwenden, um verwandte Chunks abzurufen und diese Chunks während des Sortiervorgangs zu gewichten. Dieser Ansatz leitet sich von der Nachahmung der Verhaltenslogik ab, wie Menschen in Büchern nach Wissen suchen.', }, setting: { + deleteModel: 'Modell löschen', + bedrockCredentialsHint: + 'Tipp: Lassen Sie Access Key / Secret Key leer, um AWS IAM-Authentifizierung zu verwenden.', + awsAuthModeAccessKeySecret: 'Access Key', + awsAuthModeIamRole: 'IAM Role', + awsAuthModeAssumeRole: 'Assume Role', + awsAccessKeyId: 'AWS Access Key ID', + awsSecretAccessKey: 'AWS Secret Access Key', + awsRoleArn: 'AWS Role ARN', + awsRoleArnMessage: 'Bitte geben Sie die AWS Role ARN ein', + awsAssumeRoleTip: + 'Wenn Sie diesen Modus wählen, übernimmt die Amazon EC2-Instanz ihre bestehende Rolle, um auf AWS-Dienste zuzugreifen. Es sind keine zusätzlichen Anmeldeinformationen erforderlich.', + modelEmptyTip: + 'Keine Modelle verfügbar.
    Bitte fügen Sie Modelle über das Panel auf der rechten Seite hinzu.', + sourceEmptyTip: + 'Noch keine Datenquellen hinzugefügt. Wählen Sie unten eine aus, um eine Verbindung herzustellen.', + seconds: 'Sekunden', + minutes: 'Minuten', + edit: 'Bearbeiten', + cropTip: + 'Ziehen Sie den Auswahlbereich, um die Zuschneideposition des Bildes zu wählen, und scrollen Sie zum Vergrößern/Verkleinern', + cropImage: 'Bild zuschneiden', + selectModelPlaceholder: 'Modell auswählen', + configureModelTitle: 'Modell konfigurieren', + confluenceIsCloudTip: + 'Aktivieren Sie dies, wenn es sich um eine Confluence Cloud-Instanz handelt, deaktivieren Sie es für Confluence Server/Data Center', + confluenceWikiBaseUrlTip: + 'Die Basis-URL Ihrer Confluence-Instanz (z.B. https://your-domain.atlassian.net/wiki)', + confluenceSpaceKeyTip: + 'Optional: Geben Sie einen Space-Key an, um die Synchronisierung auf einen bestimmten Bereich zu beschränken. Lassen Sie das Feld leer, um alle zugänglichen Bereiche zu synchronisieren. Trennen Sie mehrere Bereiche durch Kommas (z.B. DEV,DOCS,HR)', + s3PrefixTip: `Geben Sie den Ordnerpfad innerhalb Ihres S3-Buckets an, aus dem Dateien abgerufen werden sollen. +Beispiel: general/v2/`, + S3CompatibleEndpointUrlTip: `Erforderlich für S3-kompatible Storage Box. Geben Sie die S3-kompatible Endpunkt-URL an. +Beispiel: https://fsn1.your-objectstorage.com`, + S3CompatibleAddressingStyleTip: `Erforderlich für S3-kompatible Storage Box. Geben Sie den S3-kompatiblen Adressierungsstil an. +Beispiel: Virtual Hosted Style`, + addDataSourceModalTital: 'Erstellen Sie Ihren {{name}} Connector', + deleteSourceModalTitle: 'Datenquelle löschen', + deleteSourceModalContent: ` +

    Sind Sie sicher, dass Sie diese Datenquellenverknüpfung löschen möchten?

    `, + deleteSourceModalConfirmText: 'Bestätigen', + errorMsg: 'Fehlermeldung', + newDocs: 'Neue Dokumente', + timeStarted: 'Startzeit', + log: 'Log', + confluenceDescription: + 'Integrieren Sie Ihren Confluence-Arbeitsbereich, um Dokumentationen zu durchsuchen.', + s3Description: + 'Verbinden Sie sich mit Ihrem AWS S3-Bucket, um gespeicherte Dateien zu importieren und zu synchronisieren.', + google_cloud_storageDescription: + 'Verbinden Sie Ihren Google Cloud Storage-Bucket, um Dateien zu importieren und zu synchronisieren.', + r2Description: + 'Verbinden Sie Ihren Cloudflare R2-Bucket, um Dateien zu importieren und zu synchronisieren.', + oci_storageDescription: + 'Verbinden Sie Ihren Oracle Cloud Object Storage-Bucket, um Dateien zu importieren und zu synchronisieren.', + discordDescription: + 'Verknüpfen Sie Ihren Discord-Server, um auf Chat-Daten zuzugreifen und diese zu analysieren.', + notionDescription: + 'Synchronisieren Sie Seiten und Datenbanken von Notion für den Wissensabruf.', + google_driveDescription: + 'Verbinden Sie Ihr Google Drive über OAuth und synchronisieren Sie bestimmte Ordner oder Laufwerke.', + gmailDescription: + 'Verbinden Sie Ihr Gmail über OAuth, um E-Mails zu synchronisieren.', + webdavDescription: + 'Verbinden Sie sich mit WebDAV-Servern, um Dateien zu synchronisieren.', + webdavRemotePathTip: + 'Optional: Geben Sie einen Ordnerpfad auf dem WebDAV-Server an (z.B. /Dokumente). Lassen Sie das Feld leer, um vom Stammverzeichnis aus zu synchronisieren.', + google_driveTokenTip: + 'Laden Sie das OAuth-Token-JSON hoch, das vom OAuth-Helper oder der Google Cloud Console generiert wurde. Sie können auch ein client_secret JSON von einer "installierten" oder "Web"-Anwendung hochladen. Wenn dies Ihre erste Synchronisierung ist, öffnet sich ein Browserfenster, um die OAuth-Zustimmung abzuschließen. Wenn das JSON bereits ein Refresh-Token enthält, wird es automatisch wiederverwendet.', + google_drivePrimaryAdminTip: + 'E-Mail-Adresse, die Zugriff auf den zu synchronisierenden Drive-Inhalt hat.', + google_driveMyDriveEmailsTip: + 'Kommagetrennte E-Mails, deren "My Drive"-Inhalte indiziert werden sollen (einschließlich des primären Admins).', + google_driveSharedFoldersTip: + 'Kommagetrennte Google Drive-Ordnerlinks zum Crawlen.', + gmailPrimaryAdminTip: + 'Primäre Admin-E-Mail mit Gmail / Workspace-Zugriff, die verwendet wird, um Domänenbenutzer aufzulisten und als Standard-Synchronisierungskonto dient.', + gmailTokenTip: + 'Laden Sie das OAuth-JSON hoch, das von der Google Console generiert wurde. Wenn es nur Client-Anmeldeinformationen enthält, führen Sie die browserbasierte Überprüfung einmal durch, um langlebige Refresh-Token zu erstellen.', + dropboxDescription: + 'Verbinden Sie Ihre Dropbox, um Dateien und Ordner von einem ausgewählten Konto zu synchronisieren.', + boxDescription: + 'Verbinden Sie Ihr Box-Laufwerk, um Dateien und Ordner zu synchronisieren.', + dropboxAccessTokenTip: + 'Generieren Sie ein langlebiges Zugriffstoken in der Dropbox App Console mit den Bereichen files.metadata.read, files.content.read und sharing.read.', + moodleDescription: + 'Verbinden Sie sich mit Ihrem Moodle LMS, um Kursinhalte, Foren und Ressourcen zu synchronisieren.', + moodleUrlTip: + 'Die Basis-URL Ihrer Moodle-Instanz (z.B. https://moodle.university.edu). Fügen Sie nicht /webservice oder /login hinzu.', + moodleTokenTip: + 'Generieren Sie ein Web-Service-Token in Moodle: Gehen Sie zu Website-Administration → Server → Web-Services → Token verwalten. Der Benutzer muss in den Kursen eingeschrieben sein, die Sie synchronisieren möchten.', + jiraDescription: + 'Verbinden Sie Ihren Jira-Arbeitsbereich, um Vorgänge, Kommentare und Anhänge zu synchronisieren.', + jiraBaseUrlTip: + 'Basis-URL Ihrer Jira-Site (z.B. https://your-domain.atlassian.net).', + jiraProjectKeyTip: + 'Optional: Beschränken Sie die Synchronisierung auf einen einzelnen Projektschlüssel (z.B. ENG).', + jiraJqlTip: + 'Optionaler JQL-Filter. Lassen Sie das Feld leer, um sich auf Projekt-/Zeitfilter zu verlassen.', + jiraBatchSizeTip: + 'Maximale Anzahl von Vorgängen, die pro Batch von Jira angefordert werden.', + jiraCommentsTip: + 'Jira-Kommentare in das generierte Markdown-Dokument aufnehmen.', + jiraAttachmentsTip: + 'Anhänge während der Synchronisierung als separate Dokumente herunterladen.', + jiraAttachmentSizeTip: + 'Anhänge, die größer als diese Anzahl von Bytes sind, werden übersprungen.', + jiraLabelsTip: + 'Labels, die beim Indizieren übersprungen werden sollen (kommagetrennt).', + jiraBlacklistTip: + 'Kommentare, deren Autoren-E-Mail mit diesen Einträgen übereinstimmt, werden ignoriert.', + jiraScopedTokenTip: + 'Aktivieren Sie dies, wenn Sie bereichsbezogene Atlassian-Token verwenden (api.atlassian.com).', + jiraEmailTip: 'E-Mail, die mit dem Jira-Konto/API-Token verknüpft ist.', + jiraTokenTip: + 'API-Token generiert von https://id.atlassian.com/manage-profile/security/api-tokens.', + jiraPasswordTip: + 'Optionales Passwort für Jira Server/Data Center-Umgebungen.', + availableSourcesDescription: 'Wählen Sie eine Datenquelle zum Hinzufügen', + availableSources: 'Verfügbare Quellen', + datasourceDescription: 'Verwalten Sie Ihre Datenquellen und Verbindungen', + save: 'Speichern', + search: 'Suchen', + availableModels: 'Verfügbare Modelle', profile: 'Profil', avatar: 'Avatar', + avatarTip: 'Dies wird in Ihrem Profil angezeigt.', profileDescription: 'Aktualisieren Sie hier Ihr Foto und Ihre persönlichen Daten.', maxTokens: 'Maximale Tokens', @@ -582,8 +1004,9 @@ export default { passwordDescription: 'Bitte geben Sie Ihr aktuelles Passwort ein, um Ihr Passwort zu ändern.', model: 'Modellanbieter', - modelDescription: - 'Legen Sie hier die Modellparameter und den API-SCHLÜSSEL fest.', + systemModelDescription: + 'Bitte schließen Sie diese Einstellungen ab, bevor Sie beginnen', + dataSources: 'Datenquellen', team: 'Team', system: 'System', logout: 'Abmelden', @@ -658,6 +1081,8 @@ export default { workspace: 'Arbeitsbereich', upgrade: 'Upgrade', addLlmTitle: 'LLM hinzufügen', + editLlmTitle: 'Modell {{name}} bearbeiten', + editModel: 'Modell bearbeiten', modelName: 'Modellname', modelID: 'Modell-ID', modelUid: 'Modell-UID', @@ -682,13 +1107,41 @@ export default { bedrockSKMessage: 'Bitte geben Sie Ihren GEHEIMEN SCHLÜSSEL ein', bedrockRegion: 'AWS-Region', bedrockRegionMessage: 'Bitte auswählen!', + 'us-east-2': 'US-Ost (Ohio)', 'us-east-1': 'US-Ost (N. Virginia)', + 'us-west-1': 'US-West (N. Kalifornien)', 'us-west-2': 'US-West (Oregon)', + 'af-south-1': 'Afrika (Kapstadt)', + 'ap-east-1': 'Asien-Pazifik (Hongkong)', + 'ap-south-2': 'Asien-Pazifik (Hyderabad)', + 'ap-southeast-3': 'Asien-Pazifik (Jakarta)', + 'ap-southeast-5': 'Asien-Pazifik (Malaysia)', + 'ap-southeast-4': 'Asien-Pazifik (Melbourne)', + 'ap-south-1': 'Asien-Pazifik (Mumbai)', + 'ap-northeast-3': 'Asien-Pazifik (Osaka)', + 'ap-northeast-2': 'Asien-Pazifik (Seoul)', 'ap-southeast-1': 'Asien-Pazifik (Singapur)', - 'ap-northeast-1': 'Asien-Pazifik (Tokio)', - 'eu-central-1': 'Europa (Frankfurt)', - 'us-gov-west-1': 'AWS GovCloud (US-West)', 'ap-southeast-2': 'Asien-Pazifik (Sydney)', + 'ap-east-2': 'Asien-Pazifik (Taipeh)', + 'ap-southeast-7': 'Asien-Pazifik (Thailand)', + 'ap-northeast-1': 'Asien-Pazifik (Tokio)', + 'ca-central-1': 'Kanada (Zentral)', + 'ca-west-1': 'Kanada West (Calgary)', + 'eu-central-1': 'Europa (Frankfurt)', + 'eu-west-1': 'Europa (Irland)', + 'eu-west-2': 'Europa (London)', + 'eu-south-1': 'Europa (Mailand)', + 'eu-west-3': 'Europa (Paris)', + 'eu-south-2': 'Europa (Spanien)', + 'eu-north-1': 'Europa (Stockholm)', + 'eu-central-2': 'Europa (Zürich)', + 'il-central-1': 'Israel (Tel Aviv)', + 'mx-central-1': 'Mexiko (Zentral)', + 'me-south-1': 'Naher Osten (Bahrain)', + 'me-central-1': 'Naher Osten (VAE)', + 'sa-east-1': 'Südamerika (São Paulo)', + 'us-gov-east-1': 'AWS GovCloud (US-Ost)', + 'us-gov-west-1': 'AWS GovCloud (US-West)', addHunyuanSID: 'Hunyuan Secret ID', HunyuanSIDMessage: 'Bitte geben Sie Ihre Secret ID ein', addHunyuanSK: 'Hunyuan Secret Key', @@ -744,14 +1197,49 @@ export default { quit: 'Verlassen', sureQuit: 'Sind Sie sicher, dass Sie das Team, dem Sie beigetreten sind, verlassen möchten?', + secretKey: 'Geheimer Schlüssel', + publicKey: 'Öffentlicher Schlüssel', + secretKeyMessage: 'Bitte geben Sie den geheimen Schlüssel ein', + publicKeyMessage: 'Bitte geben Sie den öffentlichen Schlüssel ein', + hostMessage: 'Bitte geben Sie den Host ein', + configuration: 'Konfiguration', + langfuseDescription: + 'Traces, Evals, Prompt-Management und Metriken zum Debuggen und Verbessern Ihrer LLM-Anwendung.', + viewLangfuseSDocumentation: 'Langfuse-Dokumentation ansehen', + view: 'Ansehen', modelsToBeAddedTooltip: 'Wenn Ihr Modellanbieter nicht aufgeführt ist, aber behauptet, „OpenAI-kompatibel“ zu sein, wählen Sie die Karte OpenAI-API-compatible, um das/die entsprechende(n) Modell(e) hinzuzufügen.', + mcp: 'MCP', + mineru: { + modelNameRequired: 'Modellname ist erforderlich', + apiServerRequired: 'MinerU API-Server-Konfiguration ist erforderlich', + serverUrlBackendLimit: + 'MinerU Server-URL-Adresse ist nur für das HTTP-Client-Backend verfügbar', + apiserver: 'MinerU API-Server-Konfiguration', + outputDir: 'MinerU Ausgabeverzeichnispfad', + backend: 'MinerU Verarbeitungs-Backend-Typ', + serverUrl: 'MinerU Server-URL-Adresse', + deleteOutput: 'Ausgabedateien nach Verarbeitung löschen', + selectBackend: 'Verarbeitungs-Backend auswählen', + backendOptions: { + pipeline: 'Standard-Pipeline-Verarbeitung', + vlmTransformers: 'Vision Language Model mit Transformers', + vlmVllmEngine: 'Vision Language Model mit vLLM Engine', + vlmHttpClient: 'Vision Language Model über HTTP-Client', + vlmMlxEngine: 'Vision Language Model mit MLX Engine', + vlmVllmAsyncEngine: + 'Vision Language Model mit vLLM Async Engine (Experimentell)', + vlmLmdeployEngine: + 'Vision Language Model mit LMDeploy Engine (Experimentell)', + }, + }, }, message: { registered: 'Registriert!', logout: 'Abgemeldet', logged: 'Angemeldet!', pleaseSelectChunk: 'Bitte wählen Sie einen Chunk aus!', + registerDisabled: 'Benutzerregistrierung ist deaktiviert', modified: 'Geändert', created: 'Erstellt', deleted: 'Gelöscht', @@ -782,6 +1270,7 @@ export default { hint: 'Hinweis', }, fileManager: { + files: 'Dateien', name: 'Name', uploadDate: 'Hochladedatum', knowledgeBase: 'Wissensdatenbank', @@ -804,23 +1293,129 @@ export default { uploadLimit: 'Jede Datei darf 10MB nicht überschreiten, und die Gesamtzahl der Dateien darf 128 nicht überschreiten.', destinationFolder: 'Zielordner', + pleaseUploadAtLeastOneFile: 'Bitte laden Sie mindestens eine Datei hoch', }, flow: { + autoPlay: 'Audio automatisch abspielen', + downloadFileTypeTip: 'Der herunterzuladende Dateityp', + downloadFileType: 'Dateityp herunterladen', + formatTypeError: 'Format- oder Typfehler', + variableNameMessage: + 'Variablenname darf nur Buchstaben, Unterstriche und Zahlen enthalten', + variableDescription: 'Variablenbeschreibung', + defaultValue: 'Standardwert', + conversationVariable: 'Konversationsvariable', + recommended: 'Empfohlen', + customerSupport: 'Kundensupport', + marketing: 'Marketing', + consumerApp: 'Verbraucher-App', + other: 'Andere', + ingestionPipeline: 'Ingestion-Pipeline', + agents: 'Agenten', + days: 'Tage', + beginInput: 'Eingabe beginnen', + ref: 'Variable', + stockCode: 'Aktienkürzel', + apiKeyPlaceholder: + 'IHRE_API_KEY (erhalten von https://serpapi.com/manage-api-key)', + flowStart: 'Start', + flowNum: 'N', + test: 'Test', + extractDepth: 'Extraktionstiefe', + format: 'Format', + basic: 'Basis', + advanced: 'Erweitert', + general: 'Allgemein', + searchDepth: 'Suchtiefe', + tavilyTopic: 'Tavily-Thema', + maxResults: 'Maximale Ergebnisse', + includeAnswer: 'Antwort einschließen', + includeRawContent: 'Rohinhalt einschließen', + includeImages: 'Bilder einschließen', + includeImageDescriptions: 'Bildbeschreibungen einschließen', + includeDomains: 'Domänen einschließen', + ExcludeDomains: 'Domänen ausschließen', + Days: 'Tage', + comma: 'Komma', + semicolon: 'Semikolon', + period: 'Punkt', + lineBreak: 'Zeilenumbruch', + tab: 'Tabulator', + space: 'Leerzeichen', + delimiters: 'Trennzeichen', + enableChildrenDelimiters: + 'Untergeordnete Chunks werden für den Abruf verwendet', + merge: 'Zusammenführen', + split: 'Teilen', + script: 'Skript', + iterationItemDescription: + 'Es repräsentiert das aktuelle Element in der Iteration, das in nachfolgenden Schritten referenziert und manipuliert werden kann.', + guidingQuestion: 'Leitfrage', + onFailure: 'Bei Fehler', + userPromptDefaultValue: + 'Dies ist der Befehl, den Sie an den Agenten senden müssen.', + search: 'Suchen', + communication: 'Kommunikation', + developer: 'Entwickler', + typeCommandOrsearch: 'Geben Sie einen Befehl ein oder suchen Sie...', + builtIn: 'Eingebaut', + ExceptionDefaultValue: 'Ausnahme-Standardwert', + exceptionMethod: 'Ausnahmemethode', + maxRounds: 'Maximale Reflexionsrunden', + delayEfterError: 'Verzögerung nach Fehler', + maxRetries: 'Maximale Wiederholungsrunden', + advancedSettings: 'Erweiterte Einstellungen', + addTools: 'Tools hinzufügen', + sysPromptDefaultValue: ` + + Sie sind ein hilfreicher Assistent, ein KI-Assistent, der auf Problemlösung für den Benutzer spezialisiert ist. + Wenn eine bestimmte Domäne angegeben ist, passen Sie Ihre Expertise an diese Domäne an; andernfalls agieren Sie als Generalist. + + + 1. Verstehen Sie die Anfrage des Benutzers. + 2. Zerlegen Sie sie in logische Teilaufgaben. + 3. Führen Sie jede Teilaufgabe Schritt für Schritt aus und begründen Sie transparent. + 4. Validieren Sie Genauigkeit und Konsistenz. + 5. Fassen Sie das Endergebnis klar zusammen. + `, + singleLineText: 'Einzeiliger Text', + multimodalModels: 'Multimodale Modelle', + textOnlyModels: 'Nur-Text-Modelle', + allModels: 'Alle Modelle', + codeExecDescription: + 'Schreiben Sie Ihre eigene Python- oder Javascript-Logik.', + stringTransformDescription: + 'Modifiziert Textinhalt. Unterstützt derzeit: Teilen oder Verketten von Text.', + foundation: 'Grundlage', + tools: 'Tools', + dataManipulation: 'Datenmanipulation', + flow: 'Ablauf', + dialog: 'Dialog', cite: 'Zitieren', citeTip: 'Zitiertipp', name: 'Name', nameMessage: 'Bitte Namen eingeben', description: 'Beschreibung', + descriptionMessage: 'Dies ist ein Agent für eine bestimmte Aufgabe.', examples: 'Beispiele', to: 'Zu', msg: 'Nachrichten', + msgTip: + 'Geben Sie den Variableninhalt der vorgelagerten Komponente oder den von Ihnen eingegebenen Text aus.', messagePlaceholder: 'Nachricht', messageMsg: 'Bitte Nachricht eingeben oder dieses Feld löschen.', addField: 'Option hinzufügen', addMessage: 'Nachricht hinzufügen', loop: 'Schleife', + loopDescription: + 'Schleife ist die Obergrenze der Anzahl der Durchläufe der aktuellen Komponente. Wenn die Anzahl der Durchläufe den Wert der Schleife überschreitet, bedeutet dies, dass die Komponente die aktuelle Aufgabe nicht abschließen kann. Bitte optimieren Sie den Agenten neu', loopTip: 'Schleife ist die Obergrenze der Anzahl der Durchläufe der aktuellen Komponente. Wenn die Anzahl der Durchläufe den Wert der Schleife überschreitet, bedeutet dies, dass die Komponente die aktuelle Aufgabe nicht abschließen kann. Bitte optimieren Sie den Agenten neu', + exitLoop: 'Schleife verlassen', + exitLoopDescription: `Äquivalent zu "break". Dieser Knoten hat keine Konfigurationselemente. Wenn der Schleifenkörper diesen Knoten erreicht, endet die Schleife.`, + loopVariables: 'Schleifenvariablen', + maximumLoopCount: 'Maximale Schleifenanzahl', + loopTerminationCondition: 'Schleifenabbruchbedingung', yes: 'Ja', no: 'Nein', key: 'Schlüssel', @@ -910,6 +1505,19 @@ export default { messageHistoryWindowSize: 'Nachrichtenfenstergröße', messageHistoryWindowSizeTip: 'Die Fenstergröße des für das LLM sichtbaren Gesprächsverlaufs. Größer ist besser, aber achten Sie auf das maximale Token-Limit des LLM.', + wikipedia: 'Wikipedia', + pubMed: 'PubMed', + pubMedDescription: + 'Eine Komponente, die auf https://pubmed.ncbi.nlm.nih.gov/ sucht und Ihnen ermöglicht, die Anzahl der Suchergebnisse mit TopN anzugeben. Sie ergänzt die vorhandenen Wissensdatenbanken.', + email: 'E-Mail', + emailTip: + 'E-Mail ist ein Pflichtfeld. Sie müssen hier eine E-Mail-Adresse eingeben.', + arXiv: 'ArXiv', + arXivDescription: + 'Eine Komponente, die auf https://arxiv.org/ sucht und Ihnen ermöglicht, die Anzahl der Suchergebnisse mit TopN anzugeben. Sie ergänzt die vorhandenen Wissensdatenbanken.', + sortBy: 'Sortieren nach', + submittedDate: 'Einreichungsdatum', + lastUpdatedDate: 'Letztes Aktualisierungsdatum', relevance: 'Relevanz', google: 'Google', googleDescription: @@ -1074,6 +1682,8 @@ export default { endWith: 'Endet mit', empty: 'Ist leer', notEmpty: 'Nicht leer', + in: 'In', + notIn: 'Nicht in', }, switchLogicOperatorOptions: { and: 'UND', @@ -1257,24 +1867,614 @@ export default { addVariable: 'Variable hinzufügen', variableSettings: 'Variableneinstellungen', systemPrompt: 'System-Prompt', + userPrompt: 'Benutzer-Prompt', addCategory: 'Kategorie hinzufügen', categoryName: 'Kategoriename', nextStep: 'Nächster Schritt', + variableExtractDescription: + 'Benutzerinformationen in globale Variable extrahieren', + variableExtract: 'Variablen', + variables: 'Variablen', + variablesTip: `Setzen Sie die klare JSON-Schlüsselvariable mit einem leeren Wert. z.B. + { + "UserCode":"", + "NumberPhone":"" + }`, datatype: 'MIME-Typ der HTTP-Anfrage', insertVariableTip: 'Eingabe / Variablen einfügen', + historyversion: 'Versionsverlauf', + version: { + created: 'Erstellt', + details: 'Versionsdetails', + dsl: 'DSL', + download: 'Herunterladen', + version: 'Version', + select: 'Keine Version ausgewählt', + }, + setting: 'Einstellungen', + settings: { + agentSetting: 'Agenteneinstellungen', + title: 'Titel', + description: 'Beschreibung', + upload: 'Hochladen', + photo: 'Foto', + permissions: 'Berechtigungen', + permissionsTip: + 'Sie können hier die Berechtigungen der Teammitglieder festlegen.', + me: 'Ich', + team: 'Team', + }, + noMoreData: 'Keine weiteren Daten', + searchAgentPlaceholder: 'Agent suchen', + footer: { + profile: 'Alle Rechte vorbehalten @ React', + }, + layout: { + file: 'Datei', + knowledge: 'Wissen', + chat: 'Chat', + }, prompt: 'Prompt', promptTip: 'Verwenden Sie den Systemprompt, um die Aufgabe für das LLM zu beschreiben, festzulegen, wie es antworten soll, und andere verschiedene Anforderungen zu skizzieren. Der Systemprompt wird oft in Verbindung mit Schlüsseln (Variablen) verwendet, die als verschiedene Dateninputs für das LLM dienen. Verwenden Sie einen Schrägstrich `/` oder die (x)-Schaltfläche, um die zu verwendenden Schlüssel anzuzeigen.', promptMessage: 'Prompt ist erforderlich', + infor: 'Informationslauf', + knowledgeBasesTip: + 'Wählen Sie die Wissensdatenbanken aus, die mit diesem Chat-Assistenten verknüpft werden sollen, oder wählen Sie unten Variablen aus, die Wissensdatenbank-IDs enthalten.', + knowledgeBaseVars: 'Wissensdatenbank-Variablen', + code: 'Code', + codeDescription: + 'Es ermöglicht Entwicklern, benutzerdefinierte Python-Logik zu schreiben.', + dataOperations: 'Datenoperationen', + dataOperationsDescription: + 'Führen Sie verschiedene Operationen auf einem Datenobjekt aus.', + listOperations: 'Listenoperationen', + listOperationsDescription: 'Führen Sie Operationen auf einer Liste aus.', + variableAssigner: 'Variablenzuweiser', + variableAssignerDescription: + 'Diese Komponente führt Operationen auf Datenobjekten aus, einschließlich Extrahieren, Filtern und Bearbeiten von Schlüsseln und Werten in den Daten.', + variableAggregator: 'Variablenaggregator', + variableAggregatorDescription: ` +Dieser Prozess aggregiert Variablen aus mehreren Zweigen in eine einzelne Variable, um eine einheitliche Konfiguration für nachgelagerte Knoten zu erreichen.`, + inputVariables: 'Eingabevariablen', runningHintText: 'läuft...🕞', + openingSwitch: 'Eröffnungsschalter', + openingCopy: 'Begrüßungstext', + openingSwitchTip: + 'Ihre Benutzer werden diese Willkommensnachricht zu Beginn sehen.', + modeTip: 'Der Modus definiert, wie der Workflow initiiert wird.', + mode: 'Modus', + conversational: 'Konversationell', + task: 'Aufgabe', + beginInputTip: + 'Durch Definieren von Eingabeparametern kann auf diesen Inhalt von anderen Komponenten in nachfolgenden Prozessen zugegriffen werden.', + query: 'Abfragevariablen', + queryRequired: 'Abfrage ist erforderlich', + queryTip: 'Wählen Sie die Variable, die Sie verwenden möchten', + agent: 'Agent', + addAgent: 'Agent hinzufügen', + agentDescription: + 'Erstellt Agentenkomponenten, die mit Schlussfolgerung, Tool-Nutzung und Multi-Agenten-Kollaboration ausgestattet sind.', + maxRecords: 'Maximale Datensätze', + createAgent: 'Agenten-Flow', + stringTransform: 'Textverarbeitung', + userFillUp: 'Auf Antwort warten', + userFillUpDescription: + 'Pausiert den Workflow und wartet auf die Nachricht des Benutzers, bevor er fortfährt.', + codeExec: 'Code', + tavilySearch: 'Tavily-Suche', + tavilySearchDescription: 'Suchergebnisse über Tavily-Dienst.', + tavilyExtract: 'Tavily-Extrakt', + tavilyExtractDescription: 'Tavily Extrakt', + log: 'Log', + management: 'Verwaltung', + import: 'Importieren', + export: 'Exportieren', + seconds: 'Sekunden', + subject: 'Betreff', + tag: 'Tag', + tagPlaceholder: 'Bitte Tag eingeben', + descriptionPlaceholder: 'Bitte Beschreibung eingeben', + line: 'Einzeiliger Text', + paragraph: 'Absatztext', + options: 'Dropdown-Optionen', + file: 'Datei-Upload', + integer: 'Zahl', + boolean: 'Boolesch', + logTimeline: { + begin: 'Bereit zum Starten', + agent: 'Agent denkt nach', + userFillUp: 'Warte auf Sie', + retrieval: 'Schlage Wissen nach', + message: 'Agent sagt', + awaitResponse: 'Warte auf Sie', + switch: 'Wähle den besten Pfad', + iteration: 'Batch-Verarbeitung', + categorize: 'Kategorisiere Informationen', + code: 'Führe ein schnelles Skript aus', + textProcessing: 'Räume Text auf', + tavilySearch: 'Suche im Web', + tavilyExtract: 'Lese die Seite', + exeSQL: 'Frage Datenbank ab', + google: 'Suche im Web', + wikipedia: 'Suche Wikipedia', + googleScholar: 'Akademische Suche', + gitHub: 'Suche GitHub', + email: 'Sende E-Mail', + httpRequest: 'Rufe eine API auf', + wenCai: 'Frage Finanzdaten ab', + }, + goto: 'Fehlerzweig', + comment: 'Standardwert', + sqlStatement: 'SQL-Anweisung', + sqlStatementTip: + 'Schreiben Sie hier Ihre SQL-Abfrage. Sie können Variablen, rohes SQL oder beides unter Verwendung der Variablensyntax mischen.', + frameworkPrompts: 'Framework', + release: 'Veröffentlichen', + createFromBlank: 'Leer erstellen', + createFromTemplate: 'Aus Vorlage erstellen', + importJsonFile: 'JSON-Datei importieren', + ceateAgent: 'Agenten-Flow', + createPipeline: 'Ingestion-Pipeline', + chooseAgentType: 'Agententyp wählen', + parser: 'Parser', + parserDescription: + 'Extrahiert Rohtext und Struktur aus Dateien für die nachgelagerte Verarbeitung.', + tokenizer: 'Indexer', + tokenizerRequired: 'Bitte fügen Sie zuerst den Indexer-Knoten hinzu', + tokenizerDescription: + 'Transformiert Text in die erforderliche Datenstruktur (z.B. Vektoreinbettungen für die Embedding-Suche) abhängig von der gewählten Suchmethode.', + splitter: 'Token', + splitterDescription: + 'Teilt Text in Chunks nach Token-Länge mit optionalen Trennzeichen und Überlappung.', + hierarchicalMergerDescription: + 'Teilt Dokumente in Abschnitte nach Titelhierarchie mit Regex-Regeln für feinere Kontrolle.', + hierarchicalMerger: 'Titel', + extractor: 'Transformer', + extractorDescription: + 'Verwendet ein LLM, um strukturierte Erkenntnisse aus Dokument-Chunks zu extrahieren – wie Zusammenfassungen, Klassifizierungen usw.', + outputFormat: 'Ausgabeformat', + fileFormats: 'Dateityp', + fileFormatOptions: { + pdf: 'PDF', + spreadsheet: 'Tabellenkalkulation', + image: 'Bild', + email: 'E-Mail', + 'text&markdown': 'Text & Markup', + word: 'Word', + slides: 'PPTX', + audio: 'Audio', + video: 'Video', + }, + fields: 'Feld', + addParser: 'Parser hinzufügen', + hierarchy: 'Hierarchie', + regularExpressions: 'Reguläre Ausdrücke', + overlappedPercent: 'Überlappungsprozent (%)', + searchMethod: 'Suchmethode', + searchMethodTip: `Definiert, wie der Inhalt durchsucht werden kann — durch Volltext, Embedding oder beides. +Der Indexer speichert den Inhalt in den entsprechenden Datenstrukturen für die ausgewählten Methoden.`, + parserMethod: 'PDF-Parser', + tableResultType: 'Tabellenergebnistyp', + markdownImageResponseType: 'Markdown-Bildantworttyp', + systemPromptPlaceholder: + 'System-Prompt für Bildanalyse eingeben, wenn leer, wird der Systemstandardwert verwendet', + exportJson: 'JSON exportieren', + viewResult: 'Ergebnis anzeigen', + running: 'Läuft', + summary: 'Zusammenfassung', + keywords: 'Schlüsselwörter', + questions: 'Fragen', + metadata: 'Metadaten', + toc: 'Inhaltsverzeichnis', + fieldName: 'Ergebnisziel', + prompts: { + system: { + keywords: `Rolle +Du bist ein Textanalysator. + +Aufgabe +Extrahiere die wichtigsten Schlüsselwörter/Phrasen eines gegebenen Textinhalts. + +Anforderungen +- Fasse den Textinhalt zusammen und gib die Top 5 wichtigen Schlüsselwörter/Phrasen an. +- Die Schlüsselwörter MÜSSEN in derselben Sprache wie der gegebene Textinhalt sein. +- Die Schlüsselwörter werden durch ENGLISCHES KOMMA getrennt. +- Gib NUR Schlüsselwörter aus.`, + questions: `Rolle +Du bist ein Textanalysator. + +Aufgabe +Schlage 3 Fragen zu einem gegebenen Textinhalt vor. + +Anforderungen +- Verstehe und fasse den Textinhalt zusammen und schlage die Top 3 wichtigen Fragen vor. +- Die Fragen SOLLTEN KEINE überlappenden Bedeutungen haben. +- Die Fragen SOLLTEN den Hauptinhalt des Textes so weit wie möglich abdecken. +- Die Fragen MÜSSEN in derselben Sprache wie der gegebene Textinhalt sein. +- Eine Frage pro Zeile. +- Gib NUR Fragen aus.`, + summary: `Handle als präziser Zusammenfasser. Deine Aufgabe ist es, eine Zusammenfassung des bereitgestellten Inhalts zu erstellen, die sowohl prägnant als auch originalgetreu ist. + +Wichtige Anweisungen: +1. Genauigkeit: Stütze die Zusammenfassung strikt auf die gegebenen Informationen. Führe keine neuen Fakten, Schlussfolgerungen oder Interpretationen ein, die nicht explizit angegeben sind. +2. Sprache: Schreibe die Zusammenfassung in derselben Sprache wie der Quelltext. +3. Objektivität: Präsentiere die wichtigsten Punkte ohne Voreingenommenheit und bewahre die ursprüngliche Absicht und den Ton des Inhalts. Kommentiere nicht. +4. Prägnanz: Konzentriere dich auf die wichtigsten Ideen und lasse unwichtige Details und Füllwörter weg.`, + metadata: `Extrahiere wichtige strukturierte Informationen aus dem gegebenen Inhalt. Gib NUR einen gültigen JSON-String ohne zusätzlichen Text aus. Wenn keine wichtigen strukturierten Informationen gefunden werden, gib ein leeres JSON-Objekt aus: {}. + +Wichtige strukturierte Informationen können sein: Namen, Daten, Orte, Ereignisse, wichtige Fakten, numerische Daten oder andere extrahierbare Entitäten.`, + }, + user: { + keywords: `Textinhalt +[Text hier einfügen]`, + questions: `Textinhalt +[Text hier einfügen]`, + summary: `Text zum Zusammenfassen: +[Text hier einfügen]`, + metadata: `Inhalt: [INHALT HIER EINFÜGEN]`, + }, + }, + cancel: 'Abbrechen', + swicthPromptMessage: + 'Das Prompt-Wort wird sich ändern. Bitte bestätigen Sie, ob Sie das bestehende Prompt-Wort verwerfen möchten?', + tokenizerSearchMethodOptions: { + full_text: 'Volltext', + embedding: 'Embedding', + }, + filenameEmbeddingWeight: 'Dateinamen-Embedding-Gewicht', + tokenizerFieldsOptions: { + text: 'Verarbeiteter Text', + keywords: 'Schlüsselwörter', + questions: 'Fragen', + summary: 'Erweiterter Kontext', + }, + imageParseMethodOptions: { + ocr: 'OCR', + }, + structuredOutput: { + configuration: 'Konfiguration', + structuredOutput: 'Strukturierte Ausgabe', + }, + operations: 'Operationen', + operationsOptions: { + selectKeys: 'Schlüssel auswählen', + literalEval: 'Literal eval', + combine: 'Kombinieren', + filterValues: 'Werte filtern', + appendOrUpdate: 'Anhängen oder aktualisieren', + removeKeys: 'Schlüssel entfernen', + renameKeys: 'Schlüssel umbenennen', + }, + ListOperationsOptions: { + topN: 'Top N', + head: 'Kopf', + tail: 'Ende', + sort: 'Sortieren', + filter: 'Filtern', + dropDuplicates: 'Duplikate entfernen', + }, + sortMethod: 'Sortiermethode', + SortMethodOptions: { + asc: 'Aufsteigend', + desc: 'Absteigend', + }, + variableAssignerLogicalOperatorOptions: { + overwrite: 'Überschrieben von', + clear: 'Leeren', + set: 'Setzen', + add: 'Addieren', + subtract: 'Subtrahieren', + multiply: 'Multiplizieren', + divide: 'Dividieren', + append: 'Anhängen', + extend: 'Erweitern', + removeFirst: 'Erstes entfernen', + removeLast: 'Letztes entfernen', + }, + webhook: { + name: 'Webhook', + methods: 'Methoden', + contentTypes: 'Inhaltstypen', + security: 'Sicherheit', + schema: 'Schema', + response: 'Antwort', + executionMode: 'Ausführungsmodus', + executionModeTip: + 'Akzeptierte Antwort: Das System gibt sofort nach der Validierung der Anfrage eine Bestätigung zurück, während der Workflow asynchron im Hintergrund weiter ausgeführt wird. /Endgültige Antwort: Das System gibt erst nach Abschluss der Workflow-Ausführung eine Antwort zurück.', + authMethods: 'Authentifizierungsmethoden', + authType: 'Authentifizierungstyp', + limit: 'Anfragelimit', + per: 'Zeitraum', + maxBodySize: 'Maximale Body-Größe', + ipWhitelist: 'IP-Whitelist', + tokenHeader: 'Token-Header', + tokenValue: 'Token-Wert', + username: 'Benutzername', + password: 'Passwort', + algorithm: 'Algorithmus', + secret: 'Geheimnis', + issuer: 'Aussteller', + audience: 'Publikum', + requiredClaims: 'Erforderliche Ansprüche', + header: 'Header', + status: 'Status', + headersTemplate: 'Header-Vorlage', + bodyTemplate: 'Body-Vorlage', + basic: 'Basic', + bearer: 'Bearer', + apiKey: 'Api Key', + queryParameters: 'Abfrageparameter', + headerParameters: 'Header-Parameter', + requestBodyParameters: 'Anfrage-Body-Parameter', + streaming: 'Akzeptierte Antwort', + immediately: 'Endgültige Antwort', + }, }, - footer: { - profile: 'Alle Rechte vorbehalten @ React', + llmTools: { + bad_calculator: { + name: 'Taschenrechner', + description: + 'Ein Werkzeug zur Berechnung der Summe zweier Zahlen (gibt falsche Antwort)', + params: { + a: 'Die erste Zahl', + b: 'Die zweite Zahl', + }, + }, }, - layout: { - file: 'Datei', - knowledge: 'Wissen', - chat: 'Chat', + modal: { + okText: 'Bestätigen', + cancelText: 'Abbrechen', + }, + mcp: { + export: 'Exportieren', + import: 'Importieren', + url: 'URL', + serverType: 'Servertyp', + addMCP: 'MCP hinzufügen', + editMCP: 'MCP bearbeiten', + toolsAvailable: 'Tools verfügbar', + mcpServers: 'MCP-Server', + mcpServer: 'MCP-Server', + customizeTheListOfMcpServers: 'Liste der MCP-Server anpassen', + cachedTools: 'zwischengespeicherte Tools', + bulkManage: 'Sammelbearbeitung', + exitBulkManage: 'Sammelbearbeitung beenden', + selected: 'Ausgewählt', + }, + search: { + searchApps: 'Such-Apps', + createSearch: 'Suche erstellen', + searchGreeting: 'Wie kann ich Ihnen heute helfen?', + profile: 'Profil ausblenden', + locale: 'Gebietsschema', + embedCode: 'Einbettungscode', + id: 'ID', + copySuccess: 'Kopieren erfolgreich', + welcomeBack: 'Willkommen zurück', + searchSettings: 'Sucheinstellungen', + name: 'Name', + avatar: 'Avatar', + description: 'Beschreibung', + datasets: 'Datensätze', + rerankModel: 'Rerank-Modell', + AISummary: 'KI-Zusammenfassung', + enableWebSearch: 'Websuche aktivieren', + enableRelatedSearch: 'Verwandte Suche aktivieren', + showQueryMindmap: 'Abfrage-Mindmap anzeigen', + embedApp: 'App einbetten', + relatedSearch: 'Verwandte Suche', + descriptionValue: 'Sie sind ein intelligenter Assistent.', + okText: 'Speichern', + cancelText: 'Abbrechen', + chooseDataset: 'Bitte wählen Sie zuerst einen Datensatz aus', + }, + language: { + english: 'Englisch', + chinese: 'Chinesisch', + spanish: 'Spanisch', + french: 'Französisch', + german: 'Deutsch', + japanese: 'Japanisch', + korean: 'Koreanisch', + vietnamese: 'Vietnamesisch', + russian: 'Russisch', + }, + pagination: { + total: 'Gesamt {{total}}', + page: '{{page}} /Seite', + }, + dataflowParser: { + result: 'Ergebnis', + parseSummary: 'Analyse-Zusammenfassung', + parseSummaryTip: 'Parser：deepdoc', + parserMethod: 'Parser-Methode', + outputFormat: 'Ausgabeformat', + rerunFromCurrentStep: 'Vom aktuellen Schritt erneut ausführen', + rerunFromCurrentStepTip: + 'Änderungen erkannt. Klicken Sie zum erneuten Ausführen.', + confirmRerun: 'Erneuten Ausführungsprozess bestätigen', + confirmRerunModalContent: ` +

    + Sie sind dabei, den Prozess ab dem Schritt {{step}} erneut auszuführen. +

    +

    Dies wird:


    + `, + changeStepModalTitle: 'Schrittwechsel-Warnung', + changeStepModalContent: ` +

    Sie bearbeiten derzeit die Ergebnisse dieser Stufe.

    +

    Wenn Sie zu einer späteren Stufe wechseln, gehen Ihre Änderungen verloren.

    +

    Um sie zu behalten, klicken Sie bitte auf Erneut ausführen, um die aktuelle Stufe erneut auszuführen.

    `, + changeStepModalConfirmText: 'Trotzdem wechseln', + changeStepModalCancelText: 'Abbrechen', + unlinkPipelineModalTitle: 'Ingestion-Pipeline trennen', + unlinkPipelineModalConfirmText: 'Trennen', + unlinkPipelineModalContent: ` +

    Nach dem Trennen ist dieser Datensatz nicht mehr mit der aktuellen Ingestion-Pipeline verbunden.

    +

    Dateien, die bereits analysiert werden, werden bis zum Abschluss fortgesetzt

    +

    Dateien, die noch nicht analysiert wurden, werden nicht mehr verarbeitet


    +

    Sind Sie sicher, dass Sie fortfahren möchten?

    `, + unlinkSourceModalTitle: 'Datenquelle trennen', + unlinkSourceModalContent: ` +

    Sind Sie sicher, dass Sie diese Datenquelle trennen möchten?

    `, + unlinkSourceModalConfirmText: 'Trennen', + }, + datasetOverview: { + downloadTip: 'Dateien werden von Datenquellen heruntergeladen. ', + processingTip: 'Dateien werden von der Ingestion-Pipeline verarbeitet.', + totalFiles: 'Gesamtdateien', + downloading: 'Wird heruntergeladen', + downloadSuccessTip: 'Gesamte erfolgreiche Downloads', + downloadFailedTip: 'Gesamte fehlgeschlagene Downloads', + processingSuccessTip: 'Gesamte erfolgreich verarbeitete Dateien', + processingFailedTip: 'Gesamte fehlgeschlagene Prozesse', + processing: 'Verarbeitung', + noData: 'Noch kein Log', + }, + deleteModal: { + delAgent: 'Agent löschen', + delDataset: 'Datensatz löschen', + delSearch: 'Suche löschen', + delFile: 'Datei löschen', + delFiles: 'Dateien löschen', + delFilesContent: '{{count}} Dateien ausgewählt', + delChat: 'Chat löschen', + delMember: 'Mitglied löschen', + delMemory: 'Gedächtnis löschen', + }, + empty: { + noMCP: 'Keine MCP-Server verfügbar', + agentTitle: 'Noch keine Agenten-App erstellt', + notFoundAgent: 'Agenten-App nicht gefunden', + datasetTitle: 'Noch kein Datensatz erstellt', + notFoundDataset: 'Datensatz nicht gefunden', + chatTitle: 'Noch keine Chat-App erstellt', + notFoundChat: 'Chat-App nicht gefunden', + searchTitle: 'Noch keine Such-App erstellt', + notFoundSearch: 'Such-App nicht gefunden', + memoryTitle: 'Noch kein Gedächtnis erstellt', + notFoundMemory: 'Gedächtnis nicht gefunden', + addNow: 'Jetzt hinzufügen', + }, + admin: { + loginTitle: 'Admin-Konsole', + title: 'RAGFlow', + confirm: 'Bestätigen', + close: 'Schließen', + yes: 'Ja', + no: 'Nein', + delete: 'Löschen', + cancel: 'Abbrechen', + reset: 'Zurücksetzen', + import: 'Importieren', + description: 'Beschreibung', + noDescription: 'Keine Beschreibung', + resourceType: { + dataset: 'Datensatz', + chat: 'Chat', + agent: 'Agent', + search: 'Suche', + file: 'Datei', + team: 'Team', + memory: 'Gedächtnis', + }, + permissionType: { + enable: 'Aktivieren', + read: 'Lesen', + write: 'Schreiben', + share: 'Teilen', + }, + serviceStatus: 'Dienststatus', + userManagement: 'Benutzerverwaltung', + registrationWhitelist: 'Registrierungs-Whitelist', + roles: 'Rollen', + monitoring: 'Überwachung', + back: 'Zurück', + active: 'Aktiv', + inactive: 'Inaktiv', + enable: 'Aktivieren', + disable: 'Deaktivieren', + all: 'Alle', + actions: 'Aktionen', + newUser: 'Neuer Benutzer', + email: 'E-Mail', + name: 'Name', + nickname: 'Spitzname', + status: 'Status', + id: 'ID', + serviceType: 'Diensttyp', + host: 'Host', + port: 'Port', + role: 'Rolle', + user: 'Benutzer', + superuser: 'Superuser', + createTime: 'Erstellungszeit', + lastLoginTime: 'Letzte Anmeldezeit', + lastUpdateTime: 'Letzte Aktualisierungszeit', + isAnonymous: 'Ist anonym', + isSuperuser: 'Ist Superuser', + deleteUser: 'Benutzer löschen', + deleteUserConfirmation: + 'Sind Sie sicher, dass Sie diesen Benutzer löschen möchten?', + createNewUser: 'Neuen Benutzer erstellen', + changePassword: 'Passwort ändern', + newPassword: 'Neues Passwort', + confirmNewPassword: 'Neues Passwort bestätigen', + password: 'Passwort', + confirmPassword: 'Passwort bestätigen', + invalidEmail: 'Bitte geben Sie eine gültige E-Mail-Adresse ein!', + passwordRequired: 'Bitte geben Sie Ihr Passwort ein!', + passwordMinLength: 'Passwort muss mehr als 8 Zeichen haben.', + confirmPasswordRequired: 'Bitte bestätigen Sie Ihr Passwort!', + confirmPasswordDoNotMatch: + 'Die eingegebenen Passwörter stimmen nicht überein!', + read: 'Lesen', + write: 'Schreiben', + share: 'Teilen', + create: 'Erstellen', + extraInfo: 'Zusatzinformationen', + serviceDetail: 'Dienst {{name}} Detail', + taskExecutorDetail: 'Aufgabenausführer Detail', + whitelistManagement: 'Whitelist-Verwaltung', + exportAsExcel: 'Excel exportieren', + importFromExcel: 'Excel importieren', + createEmail: 'E-Mail erstellen', + deleteEmail: 'E-Mail löschen', + editEmail: 'E-Mail bearbeiten', + deleteWhitelistEmailConfirmation: + 'Sind Sie sicher, dass Sie diese E-Mail aus der Whitelist löschen möchten? Diese Aktion kann nicht rückgängig gemacht werden.', + importWhitelist: 'Whitelist importieren (Excel)', + importSelectExcelFile: 'Excel-Datei (.xlsx)', + importOverwriteExistingEmails: 'Vorhandene E-Mails überschreiben', + importInvalidExcelFile: 'Bitte wählen Sie eine gültige Excel-Datei', + importFileRequired: 'Bitte wählen Sie eine Datei zum Importieren', + importFileTips: + 'Datei muss eine einzelne Kopfzeilenspalte namens email enthalten.', + chunkNum: 'Chunks', + docNum: 'Dokumente', + tokenNum: 'Verwendete Tokens', + language: 'Sprache', + createDate: 'Erstellungsdatum', + updateDate: 'Aktualisierungsdatum', + permission: 'Berechtigung', + agentTitle: 'Agententitel', + canvasCategory: 'Canvas-Kategorie', + newRole: 'Neue Rolle', + addNewRole: 'Neue Rolle hinzufügen', + roleName: 'Rollenname', + roleNameRequired: 'Rollenname ist erforderlich', + resources: 'Ressourcen', + editRoleDescription: 'Rollenbeschreibung bearbeiten', + deleteRole: 'Rolle löschen', + deleteRoleConfirmation: + 'Sind Sie sicher, dass Sie diese Rolle löschen möchten? Diese Aktion kann nicht rückgängig gemacht werden.', + alive: 'Aktiv', + timeout: 'Zeitüberschreitung', + fail: 'Fehlgeschlagen', }, }, };