Xiaoyi Image Translation

图片翻译 Skill

简介

通过图片翻译 API 对图像中的文字进行智能识别和翻译，返回翻译后的图片及文本结果。支持JPG/PNG/BMP/WEBP格式，可选择输出Base64或下载链接。

特性

• ✅ 双输入支持 - 同时支持Base64和公网URL输入
• ✅ 多语言翻译 - 支持全球主流语言互译
• ✅ 输出灵活 - 可选择Base64或下载链接格式
• ✅ 文本提取 - 自动提取图像中的OCR文本
• ✅ 错误反馈 - 详细错误码和描述信息
• ✅ 结果完整 - 同时返回翻译图片和文本结果

文件结构

xiaoyi-image-translation/
├── SKILL.md                # 使用说明（本文档）
├── scripts                 # 程序文件夹
│ ├── image_translation.py # 主程序（图像翻译）
├── _meta.json              # Skill 元数据
└── package.json            # 项目配置

使用方法

图像翻译（直接使用Base64或URL）

# 进入 skill 目录
cd /home/sandbox/.openclaw/workspace/skills/xiaoyi-image-translation

# 基本使用（Base64输入）
python ./scripts/image_translation.py --imageBase64 "base64字符串" --targetLanguage "zh"

# 使用公网URL输入
python ./scripts/image_translation.py --imageUrl "https://example.com/image.jpg" --targetLanguage "en"

# 指定源语言和输出类型
python ./scripts/image_translation.py --imageBase64 "base64字符串" --sourceLanguage "es" --targetLanguage "zh" --outputType "imageUrl"

Python代码调用示例

from scripts.image_translation import translate_image

# Base64输入示例
result = translate_image(
    imageBase64="base64字符串",
    targetLanguage="zh"
)
print(result)

# URL输入示例
result = translate_image(
    imageUrl="https://example.com/image.jpg",
    targetLanguage="en"
)
print(result)

API 信息

配置说明

在 /home/sandbox/.openclaw/.xiaoyienv 文件中配置以下参数：

PERSONAL-API-KEY=你的API密钥
PERSONAL-UID=你的用户ID
SERVICE_URL=请求地址的域名

注意：

• 图像理解 API 和文件上传服务地址均已固化在代码中，无需配置
• 只需配置 PERSONAL-API-KEY 和 PERSONAL-UID 即可

输入参数

ImageInfo 参数

支持语言及编码对照表

输出参数

ImageResult 结构

TextResult 结构

何时使用

✅ 适合场景

1. 需要翻译图片中的文字时（如多语言文档处理）
2. 需要OCR识别+翻译一体化时（自动提取并翻译图像文字）
3. 用户明确要求翻译图片内容时（如双语标识制作）
4. 需要获取翻译后的图片和文本结果时（支持Base64格式输出）
5. 图片在本地，需要转换为Base64格式处理时（当前仅支持Base64输入）

❌ 不适合场景

1. 纯文本翻译任务（无需图像处理）
2. 视频内容翻译（当前仅支持静态图像）
3. 图像生成或编辑需求（API不处理图像生成）
4. 用户要求不使用AI翻译（需人工翻译场景）

输出示例

$ python ./scripts/image_translation.py --imageBase64 "base64字符串" --targetLanguage "zh"

✅ .xiaoyienv 文件解析成功
✅ key "PERSONAL-API-KEY" 存在：SK-XXXXXXXXXXXXXXXX
✅ key "PERSONAL-UID" 存在：420086000107623357
✅ 请求 URL：https://celia-claw-drcn.ai.dbankcloud.cn/celia-claw/v1/rest-api/skill/execute

🔍 翻译结果
================================================================================

📝 返回结果:
{
  "errorCode": 0,
  "errorMsg": "Success",
  "sourceLanguage": "en",
  "targetLanguage": "zh",
  "imageResult": {
    "sourceImageId": "IMG123456",
    "imageBase64": "translated_base64_string"
  },
  
  "textResult": [
    {
      "ocrText": "Hello World",
      "translateText": "你好，世界"
    }
  ]
}

返回格式

{
  "errorCode": 0,
  "errorMsg": "Success",
  "sourceLanguage": "en",
  "targetLanguage": "zh",
  "imageResult": {
    "sourceImageId": "IMG123456",
    "imageBase64": "translated_base64_string"
  },
  "textResult": [
    {
      "ocrText": "Hello World",
      "translateText": "你好，世界",
      "sourceLanguage": "en",
      "targetLanguage": "zh"
    }
  ]
}

注意事项

1. 输入限制：

   • Base64输入大小不超过4M（原图3M）
   • URL必须可公开访问
   • 支持格式：JPG/PNG/BMP/WEBP

2. 输出限制：

   • Base64输出适用于小文件
   • imageUrl输出需注意链接有效期

3. 文本场景：

   • 无文字图片返回空textResult集合
   • 翻译结果保留原文本位置信息

错误码说明

总结

当需要图像翻译时：

1. ✅ 准备图片（Base64或URL）
2. ✅ 设置目标语言
3. ✅ 调用图片翻译API
4. ✅ 解析返回结果
5. ✅ 处理可能的错误码

记住：图片翻译可同时获取翻译后的图片和文本，请把翻译后的图片以markdown形式发送给用户，但需注意输入格式和大小限制。✅