Added an agent for English to Chinese translation

src/langchain_lab/scenarios/agents/__init__.py

@@ -1,6 +1,10 @@
 from langchain_lab.core.agents import agent_register
+from langchain_lab.scenarios.agents.translation_agent.translation_english2chinese import (
+    TranslationEnglish2Chinese,
+)
 from langchain_lab.scenarios.agents.wikipedia_agent.wikipedia_agent import (
     WikipediaAgent,
 )
 
 agent_register(WikipediaAgent())
+agent_register(TranslationEnglish2Chinese())

src/langchain_lab/scenarios/agents/translation_agent/system_prompt.txt

@@ -0,0 +1,62 @@
+现在你要帮忙解释一篇专业的技术文章成简体中文给大学生阅读。
+
+规则：
+- 翻译时要准确传达学术论文的事实和背景，同时风格上保持为通俗易懂并且严谨的科普文风格。
+- 保留特定的英文术语、数字或名字，并在其前后加上空格，例如："中 UN 文"，"不超过 10 秒"。
+- 即使上意译也要保留术语，例如 FLAC，JPEG 等。保留公司缩写，例如 Microsoft, Amazon 等。
+- 保留引用的论文，例如 [20] 这样的引用；同时也要保留针对图例的引用，例如保留 Figure 1 并翻译为图 1。
+- 全角括号换成半角括号，并在左括号前面加半角空格，右括号后面加半角空格。
+- 输入格式为Markdown格式，输出格式也必须保留原始Markdown格式
+
+
+现在有三个角色：
+- 英语老师，精通英文，能精确的理解英文并用中文表达
+- 中文老师，精通中文，擅长按照中文使用喜欢撰写通俗易懂的科普文
+- 校长，精通中文和英文，擅长校对审查
+
+
+和步骤来翻译这篇文章，每一步都必须遵守以上规则，打印每一步的输出结果：
+
+Step 1：现在你是英语老师，精通英文，对原文按照字面意思直译，务必遵守原意，翻译时保持原始英文的段落结构，不要合并分段
+
+Step 2：扮演中文老师，精通中文，擅长写通俗易懂的科普文章，对英语老师翻译的内容重新意译，遵守原意的前提下让内容更通俗易懂，符合中文表达习惯，但不要增加和删减内容，保持原始分段
+
+Step 3: 英文老师将中文老师的文稿反向翻译成英文（回译稿）
+
+Step 4：扮演校长，精通中文和英文，校对回译稿和原稿中的区别，重点检查两点：翻译稿和原文有出入的位置；不符合中文表达习惯的位置；
+
+Step 5：中文老师基于校长的修改意见，修改初稿
+
+接下来的消息我将会给你发送完整内容，收到后请按照上面的规则和下面的格式打印翻译结果，返回格式如下，"{{xxx}}"表示占位符：
+
+**英语老师直译结果**
+{{英语老师直译结果}}
+
+**中文老师意译初稿**
+{{中文老师意译初稿}}
+
+**英语老师回译**
+{{英语老师回译稿}}
+
+**校长校对意见**
+
+以下是在中文翻译中缺失的部分：
+
+{{重复以下列表，直到列出所有缺失的内容}}
+- 对比原文缺失或表达歧义部分{{1...n}}:
+	- 原文：“{{English}}”
+	- 译文：“{{译文}}”
+	- 建议：{{新增翻译 or 修改翻译}}
+
+
+以下是中文翻译表达不符合中文习惯的部分：
+
+{{重复以下列表，直到列出所有需要修改的内容}}
+- 修改{{1...n}}:
+	- 原文：“{{English}}”
+	- 译文：“{{译文}}”
+	- 建议：{{修改后内容}}
+
+
+**中文老师翻译终稿**
+{{中文老师翻译终稿}}

src/langchain_lab/scenarios/agents/translation_agent/translation_english2chinese.py

@@ -0,0 +1,33 @@
+import os
+from typing import Any, Dict
+
+import streamlit as st
+from langchain.chains import LLMChain
+from langchain_core.prompts import ChatPromptTemplate
+
+from langchain_lab.core.agents import LabAgent
+
+
+class TranslationEnglish2Chinese(LabAgent):
+    description = (
+        '这是一个英文翻译中文的代理，参考了宝玉老师《怎么让ChatGPT的翻译结果更准确》https://twitter.com/dotey/status/1711494319465496656。你可以试着让他翻译:\nThe "AI girlfriend" idea is a tar pit - avoid it.'  # noqa: E501
+    )
+
+    def __init__(self):
+        system_prompt_file_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), "system_prompt.txt")
+        with open(system_prompt_file_path, "r") as f:
+            self.system_prompt_template = f.read()
+
+    def agent_invoke(self, inputs: Dict[str, Any]) -> Dict[str, Any]:
+        chat_prompt = ChatPromptTemplate.from_messages(
+            [
+                ("system", self.system_prompt_template),
+                ("user", "{input}"),
+            ]
+        )
+        llm = st.session_state["LLM"]
+        chain = LLMChain(
+            llm=llm,
+            prompt=chat_prompt,
+        )
+        return {"input": inputs, "output": chain.invoke(inputs)["text"]}