基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-17 23:32

把多语言价格校验接入构建流水线

dev.to · AI#持续集成#自动化校验#多语言
Editor brief · 编辑速览

作者用 TypeScript 扫描生成的 HTML 与 JSON-LD,校验价格下限并检测不同语言页面的价格差异。低于底价直接阻断部署,跨语言不一致则发出警告,示例检查了 17,113 个金额。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

一个覆盖 8 种语言的摩洛哥交通预订网站,怎样避免把 600 MAD 的接送服务卖成 300 MAD?作者的做法是让 AI 辅助生成翻译、结构化数据和校验规则,再用确定性的 TypeScript 脚本,在部署前检查价格。

这篇最有用的地方,是把 AI 生成内容的风险落到了 CI 门禁上。作者称,这套流程新增约 4 秒构建时间,上线后没有价格错误进入生产。但它能保证到哪一步,需要拆开看。

真正拦住错误的,是三道价格检查

作者运营的网站有 641 个页面、8 种语言,需要维护 5,000 多个价格点。团队只有 5 辆车和一个 WhatsApp 联系渠道,价格写错后的沟通和履约成本,很难靠客服消化。

他们在每次部署前执行三步检查:

  1. 用 TypeScript 脚本扫描生成后的 HTML,提取数字后带 MAD、€ 等货币标记的价格,同时读取 JSON-LD 中的 offers。也就是既检查用户看到的文字,也检查提供给机器读取的报价。
  2. 把提取到的金额与最低价比较。只要低于底线,哪怕只差 1 迪拉姆,构建也会失败,部署被阻止。
  3. 比较同一路线的不同语言页面。英文写 800 MAD、法文写 700 MAD,就标记为跨语言价格不一致。

下面是原文给出的检查日志,用来展示最低价门禁的结果:

641 pages × 8 languages
17,113 amounts checked
PASS: no amount under 600 MAD

重点看最后一行:它证明的是被提取的金额没有低于 600 MAD,不能据此断言每个报价都正确。另外,原文没有解释 641 个页面是否已经包含各语言版本,因此不能直接把日志中的乘法当成网站总页数。

最低价违规会阻断部署,跨语言不一致只产生警告。

两者力度不同。如果团队希望语言版本之间绝不出现价差,仅有警告还不够。

AI 参与生成,价格判断交给规则

标题里的 Build-Time AI 容易让人以为,每次构建都会调用模型审核价格。原文明确说,价格脚本使用模式匹配,不使用 LLM 推理。

AI 实际参与了三个环节。

首先是生成翻译初稿,再由人工审核。作者举例,模型可能把「starting from 800 MAD」翻成「à partir de 600 MAD」。这种错误语句通顺,却改掉了最关键的数字。

其次是从自然语言描述中提取 Schema.org 标记。作者以摩洛哥地址描述为例,希望把「麦地那蓝色大门附近的 riad」变成机器可读的信息。不过,原文没有给出具体字段和验证方式,无法判断这部分生成结果的可靠程度。

最后是协助定义价格匹配模式,梳理价格在 8 种语言里可能出现的写法。规则确定后,构建阶段只执行脚本。

这套分工的价值很清楚:AI 帮忙处理表达形式,明确的业务底线交给程序执行。作者称,最终承担检查工作的 TypeScript 脚本约 200 行。

作者选择构建时校验,是因为这些价格已经存在于生成后的页面里,部署前就有机会发现错误。对于这类静态内容,没必要等用户打开页面才检查。

我的判断

我认同把价格底线写成部署门禁。人工审核适合检查翻译是否自然,却容易漏掉分散在页面正文和结构化数据里的数字;脚本可以反复执行同一套明确规则。

但作者报告的「生产价格错误为零」「误报为 0」「构建增加约 4 秒」,都属于他们团队的运行反馈。原文没有给出观察时长、完整脚本、测试样本或对照数据,不能直接推广到其他站点。

尤其是「模式确定,所以没有误报」这个解释不充分。确定性只代表同一输入会得到同一结果,不代表规则一定正确。匹配范围过宽可能误抓金额,覆盖不足也可能漏掉真实价格。

最低价检查同样有边界。正确价格若是 800 MAD,页面误写成 700 MAD,仍然高于 600 MAD,就能通过底线检查。如果所有语言同时写错,跨语言一致性也发现不了。

规则能验证已定义的约束,不能自动补齐业务事实。

如果团队已经维护统一价格表,更直接的做法通常是让各语言页面引用同一份价格数据,减少翻译时改动数字的机会。这是对方案的补充建议,原文没有提供与这种做法的效果对比。构建时检查也适合继续保留,用来发现最终 HTML 中的遗漏。

能拿来做什么

  • 多语言静态站可以在生成 HTML 后、部署前增加检查,同时覆盖可见价格和 JSON-LD offers,避免只验证源数据而漏掉最终页面。
  • 在 AI 翻译流程中,把金额当作需要保留的数据单独核对。人工审核之外,再检查源文与译文的数字是否一致。
  • 在 Node 或 TypeScript 的 CI 脚本里,明确区分阻断项和警告项。价格底线违规直接失败,跨语言差异是否阻断则由业务规则决定。
  • 评估类似方案时,除构建耗时和误报外,也要准备已知错误样本检查漏报,尤其覆盖「高于底线但报价错误」的情况。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
共享记忆可能让智能体间接泄露数据
下一篇
用手机统一管理本地编程智能体

资讯速览

dev.to · AI · 2026-11-17 23:32

AI 评分 8.0 / 10

相关标签

#持续集成#自动化校验#多语言

继续阅读

  • AI 审批队列也会覆盖更新后的数据
  • 共享记忆可能让智能体间接泄露数据
  • 用手机统一管理本地编程智能体
  • MCP 调用全失败,服务日志却零报错
  • 可灵新图像模型开放 API,支持原生 8K