# 🌍 Traduttore Ollama

Un'applicazione web moderna per tradurre testi lunghi utilizzando modelli locali di Ollama. Supporta oltre 30 lingue e utilizza chunking intelligente per gestire testi di qualsiasi lunghezza.

## 📋 Caratteristiche

- ✅ **Supporto multi-lingua**: 30+ lingue (cinese, inglese, spagnolo, francese, tedesco, italiano, giapponese, coreano, russo, arabo, e molte altre)
- ✅ **Gestione testi lunghi**: Chunking automatico a 500 token per elaborare documenti estesi
- ✅ **UI moderna e responsiva**: Design elegante con gradient background e animazioni fluide
- ✅ **Barra di progresso**: Visualizzazione in tempo reale dell'elaborazione dei chunk
- ✅ **Ottimizzazione modello**: Parametri `top_p=0.6` e `repeat_penalty=1.1` per miglior qualità
- ✅ **Copia negli appunti**: Pulsante per copiare la traduzione con un click
- ✅ **Gestione errori robusta**: Messaggi di errore chiari e dettagliati
- ✅ **Health check**: Verificare lo stato di Ollama e i modelli disponibili

## 🚀 Installazione Rapida

### Prerequisiti

- **Python 3.8+**
- **Ollama** in esecuzione su `192.168.0.170:11434` con il modello `xieweicong95/HY-MT1.5-1.8B` scaricato

### Step 1: Clona o crea la directory del progetto

mkdir ollama-traduttore
cd ollama-traduttore

### Step 2: Crea l'ambiente virtuale

**Su Windows (CMD o PowerShell):**
python -m venv venv
venv\Scripts\activate

**Su Linux/Mac:**
python3 -m venv venv
source venv/bin/activate

### Step 3: Installa le dipendenze

pip install -r requirements.txt

### Step 4: Assicurati che Ollama sia pronto

# Verifica che Ollama sia in esecuzione
ollama list

# Se il modello non è presente, scaricalo
ollama pull xieweicong95/HY-MT1.5-1.8B

# Avvia Ollama (se non è già running)
ollama serve

### Step 5: Avvia l'applicazione

python app.py

L'applicazione sarà disponibile su: **`http://localhost:5000`**

## 📁 Struttura del Progetto

ollama-traduttore/
├── app.py                 # Backend Flask
├── requirements.txt       # Dipendenze Python
├── templates/
│   └── index.html        # Frontend HTML/CSS/JS
└── venv/                 # Ambiente virtuale

## 🔧 Configurazione

### Cambiare l'indirizzo di Ollama

Se Ollama è su un indirizzo/porta diverso, modifica `app.py`:

OLLAMA_BASE_URL = "http://192.168.0.170:11434"  # Cambia questo

### Cambiare il modello

Per usare un modello diverso, modifica in `app.py`:

OLLAMA_MODEL = "xieweicong95/HY-MT1.5-1.8B"  # Cambia questo

### Regolare i parametri di traduzione

I parametri di qualità sono configurabili in `app.py`:

OLLAMA_PARAMS = {
    "top_p": 0.6,           # Diversità del sampling (0.0-1.0)
    "repeat_penalty": 1.1   # Penalità per ripetizioni (1.0-2.0)
}

## 📖 Come Usare

1. **Incolla il testo** da tradurre nella textarea
2. **Seleziona la lingua di destinazione** dal dropdown
3. **Opzionalmente**, specifica la lingua sorgente (default: autodetect)
4. **Clicca "Traduci"** e attendi il completamento
5. **Copia la traduzione** con il pulsante "Copia" o selezionala manualmente

### Lingue Supportate

#### Principali / Molto comuni
- Cinese (mandarino) semplificato
- Cinese tradizionale
- Cantonese (dialetto)
- Inglese
- Spagnolo
- Francese
- Tedesco
- Italiano
- Portoghese
- Giapponese
- Coreano
- Russo
- Arabo
- Turco

#### Europee e minori
- Olandese
- Polacco
- Ceco
- Islandese
- Estone
- Ucraino

#### Asia e Medio Oriente
- Vietnamita
- Tailandese
- Malese
- Indonesiano
- Filippino / Tagalog
- Birmano (Myanmar)
- Khmer / Cambogiano
- Persiano
- Ebraico
- Hindi
- Marathi
- Bengali
- Tamil
- Gujarati

## 🔌 API Endpoints

### POST `/api/translate`

Traduce un testo usando Ollama.

**Request:**
{
  "prompt": "Translate the following text into [Language]...",
  "model": "xieweicong95/HY-MT1.5-1.8B",
  "stream": false
}

**Response:**
{
  "success": true,
  "translation": "Testo tradotto...",
  "response": "Testo tradotto...",
  "model": "xieweicong95/HY-MT1.5-1.8B"
}

### GET `/api/health`

Verifica lo stato di Ollama e i modelli disponibili.

**Response:**
{
  "status": "healthy",
  "ollama_url": "http://192.168.0.170:11434",
  "available_models": ["xieweicong95/HY-MT1.5-1.8B", "..."],
  "target_model": "xieweicong95/HY-MT1.5-1.8B",
  "model_available": true
}

## 🛠️ Troubleshooting

### Errore: "Impossibile connettersi a Ollama"

1. Verifica che Ollama sia in esecuzione: `ollama serve`
2. Controlla l'indirizzo IP e la porta in `app.py`
3. Assicurati che il firewall non blocchi la connessione

### Errore: "Modello non trovato"

Scarica il modello:
ollama pull xieweicong95/HY-MT1.5-1.8B

### Timeout della richiesta

Aumenta il timeout in `app.py`:
timeout=300  # Aumenta da 300 secondi (5 minuti)

### Traduzione lenta

- Riduci il numero di chunk aumentando `maxTokens` in `index.html`
- Aumenta le risorse assegnate a Ollama
- Considera l'uso di un modello più piccolo

## 📊 Performance

- **Tempo di risposta**: Dipende dal modello e dalla lunghezza del testo
- **Limite chunk**: 500 token (configurabile)
- **Timeout**: 5 minuti per chunk
- **RAM consigliata**: Almeno 8GB per il modello HY-MT1.5-1.8B

## 🔐 Sicurezza

- L'applicazione è accessibile solo in locale per impostazione predefinita
- I dati non vengono salvati, solo elaborati in tempo reale
- Usa HTTPS in produzione

## 📝 Licenza

Questo progetto utilizza Ollama (Open Source) e Flask (BSD License).

## 🤝 Contributi

Suggerimenti e miglioramenti sono benvenuti!

## 📧 Supporto

Per problemi o domande:
1. Verifica il section Troubleshooting
2. Controlla i log di Flask per errori
3. Assicurati che Ollama sia configurato correttamente

---

**Versione**: 1.0.0  
**Ultima modifica**: Gennaio 2026  
**Modello**: xieweicong95/HY-MT1.5-1.8B