报告

报告可帮助您清晰了解本地化引擎的运行表现：翻译量、语言区域覆盖、术语表深度、代码库变更率，以及 AI 审校员质量指标。所有报告均以您的组织为范围，并会随着请求流经引擎自动更新。

可用报告#

词量生成#

按天汇总追踪本地化引擎处理的总词数，帮助你了解翻译量趋势并做好容量规划。

筛选条件： 引擎、周期（月）、源语言区域、目标语言区域

图表会按所选月份逐日显示柱状数据。没有翻译活动的日期将显示为 0。

热门语言区域#

按资源消耗对语言区域进行排名，帮助你找出哪些语言带来了最多的翻译量与成本。你可以按源语言区域或目标语言区域查看排行，并按输入 token、输出 token 或词数进行衡量。

筛选条件： 引擎、周期（月）、语言区域类型（源或目标）、指标（输入 token、输出 token 或词数）

这份报告可以回答这样的问题：“哪个目标语言区域消耗了最多 token？”或“哪种源语言产生了最多词数？”

术语表深度#

显示各引擎中每个语言区域的术语表词条数量。与其他报告不同，这是一份当前快照，而非时间序列数据，用于反映术语表配置的现状。

筛选条件： 引擎、语言区域类型（源或目标）

你可以借此发现覆盖缺口：如果引擎支持翻译到 12 个语言区域，但只有 3 个配置了术语表词条，那么其余未覆盖的语言区域在术语选择上将完全依赖模型判断。

变更速率#

按语言区域和日期细分，跟踪你已连接的 GitHub 仓库中本地化文件的变更频率。此报告会读取你已连接的 GitHub 仓库中的本地化文件变更，因此需要启用有效的 GitHub 集成。

筛选条件： 周期（月）、仓库、语言区域

变更速率报告有助于回答：“各语言区域的更新活跃度如何？”以及“哪些仓库产生了最多本地化变更？”

平均评分#

以百分比形式展示来自你的 AI reviewers 的每日平均翻译评分。你可以用它追踪质量走势，并在引擎、模型或术语表发生变化后及时发现质量回退。

筛选条件： 引擎、周期（月）、视图（汇总或拆分）

查看单个引擎时，每条线代表一个挂载到该引擎的评分器。查看所有引擎时，可选择 汇总，用一条线展示所有引擎、所有评分器的平均值；也可选择 拆分，并排比较不同评分器。

术语覆盖率#

按天追踪术语表词条在翻译中被正确应用的一致性。折线表示每日覆盖率百分比（正确应用词条 ÷ 相关词条总数）；柱状表示已应用词条的绝对数量。悬停时可查看已应用/总数的明细，以及每个数据点背后的审校次数。

筛选条件： 引擎、周期（月）

如果术语应用次数很高，但覆盖率持续下降，说明随着翻译量增加，术语表中的术语更容易被遗漏或误译——这是一个很有参考价值的早期预警信号，提示你该关注术语表或引擎规则了。

规则遵循度#

用于跟踪引擎每天在翻译中遵循自定义 规则 的稳定程度。该百分比只基于规则确实适用的评审进行计算——工具提示会显示 followed / relevant，方便你同时查看比率和样本量。

筛选条件： 引擎、周期（月）

你可以用它来验证新添加的规则是否真的带来了行为变化，也能及时发现模型切换或提示词调整后，引擎开始忽略规则这类回归问题。

筛选与周期#

所有基于时间的报告都以月为统计周期，默认显示当前月份。筛选条件会保留在 URL 中，因此筛选后的视图既可分享，也可收藏。

各报告中的常见筛选条件：

质量与规模#

报告分为两个相辅相成的视图：量与成本（词生成量、热门语言区域、术语表深度、变更率）和 质量（平均得分、术语覆盖率、规则遵循率）。质量报告至少需要配置一名 AI 审校员。

下一步#