领域特化翻译管道
从 AI Hub 221 韩语旅游语料库构建的 200,000 对韩-多语言术语表 + 50 余项手工整理的专有名词覆盖 + Gemma 4 E4B LLM 兜底三级链路。缓存命中 1–5ms，LLM 调用 100–500ms。
不只是多语言网站
技术
ktour 的核心是将公共 KTO 数据以 LLM 原生界面重新打包的自研技术栈。搜索、翻译和聊天机器人都运行在同一个领域特化 AI 管道上。
ktour 数字一览
9
支持语言
16
整合 KTO 数据集
200,000+
韩-多语言术语对
10
AI 聊天工具
14
领域页面
Function Calling AI 聊天机器人
Google Gemini 2.5 Flash 自主调用 10 个工具(景点/庆典/露营/步道/无障碍/宠物/统计/周边/详情等)。用户的自然语言提问被自动转为结构化 KTO 查询并回复成自然语言。
9 种语言 i18n 系统
next-intl 4 子路径路由 + 自动检测。ko/en/ja/zh-CN/zh-TW/ru/de/fr/es 全部一致地翻译搜索、过滤、分页和 UI 标签，并自动路由到 KTO 的语种服务。
GPU 推理基础设施
NVIDIA H100 × 2 NVLink 配置。vLLM 推理引擎支持 continuous batching 和张量并行。推理、LoRA 微调、嵌入式匹配共享同一基础设施。
公开数据合规
全 16 个 KTO TourAPI 服务(9 个多语言 + 7 个领域)均按韩国公共信息开放协议(KOGL)合规使用。
开源友好
Next.js 16 + React 19 + Tailwind 4 + shadcn/ui + Gemma — 经过验证的开源技术栈，确保政府资助成果可复现、可扩展。
系统架构
用户 → next-intl 路由 → BFF 缓存 → 术语表/覆盖 → KTO 多语言 API 或 Gemma 兜底 → 响应。三级兜底同时优化成本、延迟和质量。
User
→
next-intl routing
→
BFF cache
→
Glossary / Override
→
KTO multilingual API
→
Gemma 4 fallback
→
Response