🎯 學習目標

• 學會使用 Hugging Face 免費模型 API 做翻譯
• 了解如何在 n8n 中串接 API → 輸入文字 → 輸出翻譯結果
• 建立一個「翻譯小幫手」應用

🛠️ (1) 實作步驟

Step 1. 申請 Hugging Face API Token（免費）

1. 到 Hugging Face 註冊帳號

2. 到 Access Tokens 頁面建立一個 token

   • scope：選 read

   • copy token，格式像這樣：

     hf_xxxxxxxxxxxxxxxxxxxxx
     

Step 2. 選擇翻譯模型

我們用 Hugging Face 提供的免費翻譯模型：

• Helsinki-NLP/opus-mt-zh-en （中文 → 英文）
• Helsinki-NLP/opus-mt-en-zh （英文 → 中文）

這些是最常用的翻譯模型，速度快而且免費。

Step 3. 在 n8n 建立 Workflow

節點流程設計：

1. Manual Trigger → 手動觸發

2. Set Node → 輸入要翻譯的文字

   • Key: text
   • Value: 例如 今天天氣很好，我想去公園散步

3. HTTP Request (Hugging Face) → 呼叫翻譯 API

• Method: POST

• URL:

  • 中文 → 英文: https://api-inference.huggingface.co/models/Helsinki-NLP/opus-mt-zh-en
  • 英文 → 中文: https://api-inference.huggingface.co/models/Helsinki-NLP/opus-mt-en-zh

• Authentication: None

• Headers:

  • Authorization: Bearer hf_xxxxx
  • Content-Type: application/json

• Body Parameters → 選 JSON

  • Key: inputs
  • Value: ={{ $json.text }}

4. Function Node (格式化翻譯結果)

   return [{
     json: {
       original: $json.text,
       translation: $json[0].translation_text
     }
   }];
   

5. Console Log → 印出原文與翻譯結果

Step 4. 測試 Workflow

• 點 Execute Workflow
• 你會看到輸出結果像這樣：

{
  "original": "今天天氣很好，我想去公園散步",
  "translation": "The weather is nice today, I want to take a walk in the park."
}

完成！