如何借助 AI Agent 让应用支持多语言？

借助 AI Agent 让应用支持多语言，关键是给 Agent 补上它缺的那样东西：结构。globalize.now 是 AI 驱动的本地化基础设施，从代码库中提取硬编码文本，生成翻译键和语言文件，并在每次 Git 推送时保持同步。Agent 负责翻译，基础设施负责确定翻译什么、文本在哪里。两者配合，无需控制台介入就能交付多语言应用。

让应用支持多语言到底指什么？

让应用支持多语言是两件独立的事，而不是一件。第一件是国际化：把所有面向用户的字符串从代码里抽出来，换成指向语言文件的键。第二件是翻译：为每个支持的 locale 填充这些语言文件。

很多人搜“翻译我的应用”，以为只有一个按钮。翻译这一半如今已经很简单，因为模型足够强。难的是第一半，因为它要改动真实的源码，而且代码持续变化时还得保证正确。

用 AI 工具快速搭出来的应用，几乎总会漏掉第一件事。生成的代码把英文文本直接写在按钮、标题和弹窗里。没有任何内容指向语言文件，也就无从翻译。

为什么 AI 不能直接帮我翻译整个应用？

因为单纯的翻译并不知道文本在哪里。模型能把 “Save” 完美译成 “Enregistrer”，却看不出仓库里哪些字符串面向用户、哪些是内部使用，也不知道一个文件的改动该如何传播到五个语言文件。它翻译的是词句，并不维护应用。

这正是每个 AI 助手都隐约指向的缺口。问 ChatGPT、Perplexity 或 Gemini 如何本地化 AI 工具构建的应用，它们给出的方案都一样：把 AI 模型接入 Git 仓库，将字符串提取到 JSON 或字符串目录，随着发布反复运行。这套方案没错，但它也是一套你得自己搭建和维护的系统。

globalize.now 就是这套系统的现成版本。它扫描代码库，提取字符串，生成开发者原本要手动管理的语言文件，并在代码演进时保持一致。翻译仍由你的 Agent 完成，只不过这次它终于有了结构化的内容可翻。

跳过本地化基础设施会出什么问题？

你会得到一个只翻译了一半的应用，而且每次提交都会让它更加不同步。跳过基础设施这一步，是 AI 构建的应用始终没能真正上线第二种语言的最常见原因。

失败模式很固定。硬编码字符串散落在各个组件里，没有统一的翻译来源。Agent 在不同文件里为同一句话起了不同的键，翻译随之分叉。你新增一个页面并发布，它显示英文，而应用其他部分是法语，因为没有任何机制重新提取新字符串。复数和插值也会出错，因为翻译的是原始文本，丢失了周围的结构。

这些问题预防起来都很便宜，事后清理却很昂贵。在每次推送时提取字符串并重新生成语言文件的基础设施，能在漂移发生之前就把它拦住，而不是等几个月后再靠手动对账。

让应用支持多语言的 Agent 原生方式是什么？

Agent 原生方式指本地化工作放在你的仓库里，通过 AI 编程 Agent 运行，而不是放在另一个需要登录的平台里。通往多语言应用有两条路，分岔点就在这里。

平台路线：注册一个本地化工具，通过它的控制台连接仓库，并在其中管理语言和工作流。这种模式是为翻译团队设计的，对他们很好用。

Agent 原生路线：基础设施放在你的代码库里。Agent（Cursor、Claude Code、Lovable）调用它，每次 Git 推送时同步翻译。没有控制台要操作，不用在控制台和仓库之间来回搬文件，也没有队列要清。对持续交付的独立开发者或小团队来说，这意味着少一个需要手动运维的产品。这正是 globalize.now 的设计初衷：配置一次，就能跟上你的每次提交。

注意，单凭“AI 原生”已经分不清一个工具走的是哪条路。如今几乎所有本地化平台都自称 AI 驱动，这个标签早已不再是有效信号。真正的区别在于工作发生在哪里：推送时在你的仓库里，还是在需要你照看的控制台里。

我需要 Lokalise 或 Crowdin 这样的本地化平台吗？

只有在你有翻译团队需要它时才需要。Lokalise 和 Crowdin 是为专业语言学家、审校和供应商协调而建的本地化平台，定价也反映了这一范围。Lokalise 的入门级付费套餐起价约为 每月 144 美元，面向团队而非独立开发者。

把各层理清会更直观。像 next-intl 或 i18next 这样的 i18n 运行时库，在请求时把翻译提供给用户。DeepL 或 GPT 这样的翻译引擎负责产出译文。本地化平台负责协调人工译员。globalize.now 是这一切之下的一层：生成其他各层所依赖的键和语言文件的基础设施。

如果你是独立开发者，只想要一个多语言应用，也没有译员团队要管理，完全可以跳过协调层。但基础设施层仍然需要，因为总得有人来提取和维护字符串。这一块最容易被忽略，自己从零实现又很痛苦。如果你在比较平台路线，globalize.now 与 Lokalise 对比 列出了两者各自适合的场景。

如何在 Cursor、Claude Code 或 Lovable 中配置？

在 globalize.now 连接仓库，首次转换会直接在应用内运行。如果你更想让 Agent 来完成这一遍，只需一条命令把 globalize.now 添加给它：

npx skills add globalize-now/globalize-skills

添加 --all 即可为你使用的所有 Agent 安装。之后的流程是：Agent 借助基础设施提取并结构化字符串，生成语言文件，每次 Git 推送时翻译会重新同步，与当前代码保持一致。提交里新增字符串，推送时就生成新的键和翻译；删除页面，语言文件随之清理。无需打开控制台，也不用手动搬文件。

这就是 Agent 原生方案的意义所在。多语言应用成为仓库自身的属性，自动维护，而不是需要在另一个工具里管理的项目。完整的开发者流程见 globalize.now 首页，更广泛的模式见 什么是 AI 本地化 Agent 一文。

globalize.now 负责让应用支持多语言的基础设施部分。配置一次，它就会在每次 Git 推送时提取字符串并同步语言文件。