Feat: TrustGraph i18n & Documentation Translation Updates (#781)

Native CLI i18n: The TrustGraph CLI has built-in translation support
that dynamically loads language strings. You can test and use
different languages by simply passing the --lang flag (e.g., --lang
es for Spanish, --lang ru for Russian) or by configuring your
environment's LANG variable.

Automated Docs Translations: This PR introduces autonomously
translated Markdown documentation into several target languages,
including Spanish, Swahili, Portuguese, Turkish, Hindi, Hebrew,
Arabic, Simplified Chinese, and Russian.

docs/tech-specs/structured-diag-service.sw.md

@@ -0,0 +1,281 @@
+---
+layout: default
+title: "Vigezo vya Kisaikolojia kwa Huduma ya Utambuzi wa Data Imebuniwa"
+parent: "Swahili (Beta)"
+---
+
+# Vigezo vya Kisaikolojia kwa Huduma ya Utambuzi wa Data Imebuniwa
+
+> **Beta Translation:** This document was translated via Machine Learning and as such may not be 100% accurate. All non-English languages are currently classified as Beta.
+
+## Muhtasari
+
+Vigezo hivi vinaelezea huduma mpya inayoweza kutumika kwa utambuzi na uchambuzi wa data iliyobuniwa ndani ya TrustGraph. Huduma hii hutoa utendakazi kutoka kwa zana ya `tg-load-structured-data` iliyopo ya mstari wa amri na kuifanya kuwa huduma ya ombi/jibu, na hivyo kuwezesha ufikiaji wa programu kwa uwezo wa utambuzi wa aina ya data na uundaji wa maelezo.
+
+Huduma hii inasaidia operesheni tatu kuu:
+
+1. **Utambuzi wa Aina ya Data**: Changanua sampuli ya data ili kubaini muundo wake (CSV, JSON, au XML)
+2. **Uundaji wa Maelezo**: Unda maelezo ya TrustGraph ya data iliyobuniwa kwa sampuli fulani ya data na aina
+3. **Utambuzi Mchanganyiko**: Fanya utambuzi wa aina na uundaji wa maelezo kwa pamoja
+
+## Lengo
+
+**Kugawa Uchunguzi wa Data**: Toa mantiki ya utambuzi wa data kutoka kwa CLI hadi vipengele vya huduma vinavyoweza kutumika tena
+**Kuwezesha Ufikiaji wa Programu**: Toa ufikiaji wa API kwa uwezo wa uchambuzi wa data
+**Kusaidia Muundo Mbalimbali wa Data**: Shirikisha muundo wa data wa CSV, JSON, na XML kwa uthabiti
+**Kuzalisha Maelezo Sahihi**: Toa maelezo ya data iliyobuniwa ambayo yanaelea data ya chanzo kwa schemas za TrustGraph
+**Kuhifadhi Utangamano wa Zamani**: Hakikisha utendakazi wa sasa wa CLI unaendelea kufanya kazi
+**Kuwezesha Uundaji wa Huduma**: Ruhusu huduma zingine kutumia uwezo wa utambuzi wa data
+**Kuboresha Uwezekano wa Kujaribu**: Tenganisha mantiki ya biashara kutoka kwa kiolesura cha CLI kwa ajili ya majaribio bora
+**Kusaidia Uchanganuzi wa Msururu**: Wezesha uchanganuzi wa sampuli za data bila kulaini faili nzima
+
+## Asili
+
+Kwa sasa, amri ya `tg-load-structured-data` hutoa utendakazi kamili kwa uchambuzi wa data iliyobuniwa na uundaji wa maelezo. Hata hivyo, utendakazi huu umeunganishwa sana na kiolesura cha CLI, na hivyo kupunguza uwezekano wake wa kutumika tena.
+
+Mapungufu ya sasa ni pamoja na:
+Mantiki ya utambuzi wa data iliyo ndani ya nambari ya CLI
+Hakuna ufikiaji wa programu kwa utambuzi wa aina na uundaji wa maelezo
+Ni vigumu kuunganisha uwezo wa utambuzi katika huduma zingine
+Uwezo mdogo wa kuunda mchakato wa uchambuzi wa data
+
+Vigezo hivi vinashughulikia pengo hizi kwa kuunda huduma maalum ya utambuzi wa data iliyobuniwa. Kwa kuonyesha uwezo huu kama huduma, TrustGraph inaweza:
+Kuwezesha huduma zingine kuchambua data kwa programu
+Kusaidia mnyororo wa uchakataji wa data unaozidi
+Kurahisisha ushirikiano na mifumo ya nje
+Kuboresha uendelevu kupitia kutenganisha masuala
+
+## Muundo wa Kiufundi
+
+### Usanifu
+
+Huduma ya utambuzi wa data iliyobuniwa inahitaji vipengele vifuatavyo vya kiufundi:
+
+1. **Mchakato wa Huduma ya Utambuzi**
+   Hushughulikia ombi la utambuzi linalokuja
+   Huendesha utambuzi wa aina na uundaji wa maelezo
+   Hurudisha majibu yaliyobuniwa na matokeo ya utambuzi
+
+   Moduli: `trustgraph-flow/trustgraph/diagnosis/structured_data/service.py`
+
+2. **Kigunduzi cha Aina ya Data**
+   Hutumia utambuzi wa algorithm ili kutambua muundo wa data (CSV, JSON, XML)
+   Inachanganua muundo wa data, vichakavu, na mifumo ya sintaksia
+   Hurudisha muundo uliogunduliwa na alama za uaminifu
+
+   Moduli: `trustgraph-flow/trustgraph/diagnosis/structured_data/type_detector.py`
+
+3. **Mundua wa Maelezo**
+   Hutumia huduma ya ombi ili kuzalisha maelezo
+   Huita ombi maalum ya muundo (diagnose-csv, diagnose-json, diagnose-xml)
+   Inoelekeza nafasi za data kwa nafasi za schema za TrustGraph kupitia majibu ya ombi
+
+   Moduli: `trustgraph-flow/trustgraph/diagnosis/structured_data/descriptor_generator.py`
+
+### Mifano ya Data
+
+#### StructuredDataDiagnosisRequest
+
+Ujumbe wa ombi kwa operesheni za utambuzi wa data iliyobuniwa:
+
+```python
+class StructuredDataDiagnosisRequest:
+    operation: str  # "detect-type", "generate-descriptor", or "diagnose"
+    sample: str     # Data sample to analyze (text content)
+    type: Optional[str]  # Data type (csv, json, xml) - required for generate-descriptor
+    schema_name: Optional[str]  # Target schema name for descriptor generation
+    options: Dict[str, Any]  # Additional options (e.g., delimiter for CSV)
+```
+
+#### Jibu la Uchambuzi wa Data Iliyopangwa
+
+Ujumbe wa jibu unaoonyesha matokeo ya uchambuzi:
+
+```python
+class StructuredDataDiagnosisResponse:
+    operation: str  # The operation that was performed
+    detected_type: Optional[str]  # Detected data type (for detect-type/diagnose)
+    confidence: Optional[float]  # Confidence score for type detection
+    descriptor: Optional[Dict]  # Generated descriptor (for generate-descriptor/diagnose)
+    error: Optional[str]  # Error message if operation failed
+    metadata: Dict[str, Any]  # Additional metadata (e.g., field count, sample records)
+```
+
+#### Muundo wa Kisajili
+
+Kisajili kinachozalishwa kinafuata muundo wa sasa wa kisajili cha data iliyopangwa:
+
+```json
+{
+  "format": {
+    "type": "csv",
+    "encoding": "utf-8",
+    "options": {
+      "delimiter": ",",
+      "has_header": true
+    }
+  },
+  "mappings": [
+    {
+      "source_field": "customer_id",
+      "target_field": "id",
+      "transforms": [
+        {"type": "trim"}
+      ]
+    }
+  ],
+  "output": {
+    "schema_name": "customer",
+    "options": {
+      "batch_size": 1000,
+      "confidence": 0.9
+    }
+  }
+}
+```
+
+### Kiolesho cha Muunganisho
+
+Huduma itatoa huduma zifuatazo kupitia mfumo wa ombi/jibu:
+
+1. **Operesheni ya Udagilizaji wa Aina**
+   Ingizo: Sampuli ya data
+   Uchakataji: Angalia muundo wa data kwa kutumia ugani wa uchunguzi
+   Patoto: Aina iliyogunduliwa pamoja na alama ya uaminifu
+
+2. **Operesheni ya Uundaji wa Kisajili**
+   Ingizo: Sampuli ya data, aina, jina la mpango (schema) unaolengwa
+   Uchakataji:
+     Piga huduma ya ombi kwa kitambulisho cha ombi maalum kwa aina (diagnose-csv, diagnose-json, au diagnose-xml)
+     Pasa sampuli ya data na mipango inayopatikana kwa ombi
+     Pokea kisajili kilichoundwa kutoka kwa jibu la ombi
+   Patoto: Kisajili cha data iliyopangwa
+
+3. **Operesheni ya Uchambuzi Mchanganyiko**
+   Ingizo: Sampuli ya data, jina la mpango (schema) la hiari
+   Uchakataji:
+     Tumia ugani wa uchunguzi ili kubaini aina kwanza
+     Chagua ombi maalum kwa aina kulingana na aina iliyogunduliwa
+     Piga huduma ya ombi ili kuunda kisajili
+   Patoto: Aina iliyogunduliwa na kisajili
+
+### Maelezo ya Utendaji
+
+Huduma itafuata miongozo ya huduma ya TrustGraph:
+
+1. **Usajili wa Huduma**
+   Sajili kama aina ya `structured-diag`
+   Tumia mada za kipekee za ombi/jibu
+   Lenga darasa la msingi la FlowProcessor
+   Sajili PromptClientSpec kwa mwingiliano wa huduma ya ombi
+
+2. **Usimamizi wa Usanidi**
+   Pata usanidi wa mpango kupitia huduma ya usanidi
+   Hifadhi mipango kwa utendaji
+   Shirikisha mabadiliko ya usanidi kwa utaratibu
+
+3. **Uunganisho wa Ombi**
+   Tumia miundombinu iliyopo ya huduma ya ombi
+   Piga huduma ya ombi kwa kitambulisho cha ombi maalum kwa aina:
+     `diagnose-csv`: Kwa uchambuzi wa data ya CSV
+     `diagnose-json`: Kwa uchambuzi wa data ya JSON
+     `diagnose-xml`: Kwa uchambuzi wa data ya XML
+   Ombi zimepangwa katika usanidi wa ombi, sio zilizopangwa katika huduma
+   Pasa mipango na sampuli za data kama vigezo vya ombi
+   Changanua majibu ya ombi ili kuchimbua visajili
+
+4. **Usimamizi wa Hitilafu**
+   Thibitisha sampuli za ingizo
+   Toa ujumbe wa kosa unaoeleweka
+   Shirikisha data iliyo na kasoro kwa utaratibu
+   Shirikisha hitilafu za huduma ya ombi
+
+5. **Uchukuzi wa Sampuli**
+   Chakata saizi za sampuli zinazoweza kusanidiwa
+   Shirikisha rekodi zisizo kamili kwa utaratibu
+   Dumishe utaratibu wa uchukuzi
+
+### Uunganisho wa API
+
+Huduma itounganisha na API za TrustGraph zilizopo:
+
+Vipengele Vilivyobadilishwa:
+`tg-load-structured-data` CLI - Imepangwa upya ili kutumia huduma mpya kwa operesheni za uchambuzi
+Flow API - Imepanuliwa ili kusaidia ombi za uchambuzi wa data iliyopangwa
+
+Ncha Mpya za Huduma:
+`/api/v1/flow/{flow}/diagnose/structured-data` - Ncha ya WebSocket kwa ombi za uchambuzi
+`/api/v1/diagnose/structured-data` - Ncha ya REST kwa uchambuzi wa synchronous
+
+### Mtiririko wa Ujumbe
+
+```
+Client → Gateway → Structured Diag Service → Config Service (for schemas)
+                                           ↓
+                                    Type Detector (algorithmic)
+                                           ↓
+                                    Prompt Service (diagnose-csv/json/xml)
+                                           ↓
+                                 Descriptor Generator (parses prompt response)
+                                           ↓
+Client ← Gateway ← Structured Diag Service (response)
+```
+
+## Masuala ya Usalama
+
+Uthibitishaji wa pembejeo ili kuzuia mashambulizi ya kuingiza data
+Mipaka ya ukubwa ya sampuli za data ili kuzuia mashambulizi ya aina ya "Denial of Service" (DoS)
+Usafishaji wa maelezo yaliyoundwa
+Udhibiti wa ufikiaji kupitia uthibitishaji wa TrustGraph uliopo
+
+## Masuala ya Utendaji
+
+Hifadhi maelezo ya muundo ili kupunguza idadi ya ombi kwa huduma ya usanidi
+Punguza ukubwa wa sampuli ili kudumisha utendaji wa haraka
+Tumia usindikaji wa mtiririko kwa sampuli kubwa za data
+Lenga mitambo ya muda kwa uchambuzi unaochukua muda mrefu
+
+## Mkakati wa Majaribio
+
+1. **Majaribio ya Kitengo**
+   Utambuzi wa aina kwa muundo tofauti wa data
+   Usahihi wa uundaji wa maelezo
+   Hali za kushughulikia makosa
+
+2. **Majaribio ya Uunganisho**
+   Mtiririko wa ombi/jibu wa huduma
+   Kupata na kuhifadhi muundo
+   Uunganisho wa CLI
+
+3. **Majaribio ya Utendaji**
+   Usindikaji wa sampuli kubwa
+   Kushughulikia ombi kwa wakati mmoja
+   Matumizi ya kumbukumbu chini ya mzigo
+
+## Mpango wa Uhamisho
+
+1. **Awamu ya 1**: Tekeleza huduma na utendaji wa msingi
+2. **Awamu ya 2**: Badilisha CLI ili itumie huduma (dumishe utangamano wa zamani)
+3. **Awamu ya 3**: Ongeza vidokezo vya API ya REST
+4. **Awamu ya 4**: Ondoa mantiki iliyojumuishwa ya CLI (na kipindi cha taarifa)
+
+## Ratiba
+
+Wiki ya 1-2: Tekeleza huduma ya msingi na utambuzi wa aina
+Wiki ya 3-4: Ongeza uundaji wa maelezo na uunganisho
+Wiki ya 5: Majaribio na maandishi
+Wiki ya 6: Ubadilishaji wa CLI na uhamishaji
+
+## Maswali ya Wazi
+
+Je, huduma inapaswa kusaidia muundo wa ziada wa data (e.g., Parquet, Avro)?
+Je, ukubwa wa juu wa sampuli kwa uchambuzi unapaswa kuwa gani?
+Je, matokeo ya uchunguzi yanapaswa kuhifadhiwa kwa ombi zinazorudia?
+Huduma inapaswa kushughulikia hali ya muundo mwingi vipi?
+Je, kitambulisho cha ombi (prompt IDs) vinaweza kupangwa kama vigezo vya huduma?
+
+## Marejeleo
+
+[Maelezo ya Muundo wa Data](structured-data-descriptor.md)
+[Maandishi ya Kupakua Data Imeundwa](structured-data.md)
+`tg-load-structured-data` utekelezaji: `trustgraph-cli/trustgraph/cli/load_structured_data.py`