一、批量图片翻译为什么不能只考虑翻译接口？

普通文本翻译的输入和输出都很简单：

原文 → 翻译模型 → 译文

图片翻译的处理链路则要复杂得多：

图片输入
  ↓
文字区域识别
  ↓
OCR 文字提取
  ↓
原文擦除
  ↓
背景内容修复
  ↓
文本翻译
  ↓
译文重新排版
  ↓
结果图片生成

对于跨境电商商品图，还需要考虑：

• 商品主体不能被擦除；
• 图片中的型号、尺寸和单位不能误译；
• 英文、俄语等译文可能比中文更长；
• 阿拉伯语涉及 RTL 从右到左排版；
• 同一个 SKU 的主图和详情图需要放回对应目录；
• 部分图片失败后，需要单独重试，而不是整批重做。

因此，真正影响批量处理效率的，往往是翻译前后的任务编排和文件管理。

二、常见处理方式及其局限

1. Photoshop 人工处理

人工方式的优点是排版可控，适合品牌主视觉和少量重点素材。

但供应商通常只提供 JPG、PNG 或 WebP 成图，没有 PSD 源文件。设计师需要手动擦除文字、修复背景、翻译文案并重新排版，处理整套详情页时成本很高。

2. 网页版图片翻译

网页版适合临时处理少量图片，也方便在翻译后继续调整文字内容、字体和位置。

当图片分散在多个 SKU 文件夹中时，仍然需要反复完成：

选择图片 → 上传 → 等待翻译 → 下载 → 重命名 → 重新归档

图片数量增加后，文件整理通常会成为新的瓶颈。

3. AI Agent 调用图片翻译 Skill

通过 Codex、WorkBuddy 等 AI Agent 调用图片翻译 Skill，可以用自然语言描述任务：

请把 products 文件夹中的商品图从中文翻译成英文，
结果保存到 translated 文件夹。

这种方式灵活性很高，但大模型需要完成指令理解、文件遍历、工具调用、任务轮询和结果整理，因此会产生工作流编排 Token。

如果每次执行的流程基本相同，将这些步骤固化到桌面软件会更加直接。

三、妙言小智图片翻译桌面端是什么？

妙言小智图片翻译桌面端是图片翻译 Skill 的工作流升级版。

它没有重新创造一套独立的图片翻译服务，而是将已有 Skill 工作流封装成可视化桌面软件，主要固化以下步骤：

本地文件夹或图片 URL
        ↓
识别可处理图片
        ↓
创建批量翻译任务
        ↓
查询任务执行状态
        ↓
下载翻译结果
        ↓
按照原目录结构归档

桌面端主要解决的是重复操作和任务管理问题。

需要注意，“本地图片翻译软件”指的是软件可以直接读取和管理本地素材，并不代表翻译模型完全离线运行。图片实际翻译仍然需要调用妙言小智图片翻译服务。

四、本地文件夹批量翻译

假设原始商品素材目录如下：

products/
├─ SKU-001/
│  ├─ main.jpg
│  └─ detail/
│     ├─ feature-01.png
│     └─ parameter.webp
├─ SKU-002/
│  ├─ main.jpg
│  └─ detail/
└─ SKU-003/

在桌面端选择 products 文件夹后，软件会扫描其中支持的图片格式，包括：

JPG
JPEG
PNG
WebP

翻译完成后，结果会自动下载到指定目录，并尽量保持原文件名和相对目录结构：

products_EN/
├─ SKU-001/
│  ├─ main.jpg
│  └─ detail/
│     ├─ feature-01.png
│     └─ parameter.webp
├─ SKU-002/
└─ SKU-003/

这种方式适合以下场景：

• 1688、淘宝供应商商品图翻译；
• Amazon、Shopee、Temu 商品素材本地化；
• 多 SKU 主图和详情图批量处理；
• 团队共享素材目录翻译；
• 按国家或语言创建独立素材版本。

五、多个图片 URL 批量翻译

除了本地文件，桌面端也支持输入一个或多个图片 URL。

基本处理流程为：

输入图片 URL
    ↓
获取远程源图
    ↓
提交图片翻译
    ↓
查询翻译状态
    ↓
下载译图到本地

这种方式适合图片已经存储在 CDN、对象存储、商品管理系统或供应商网站中的情况。

用户不需要先在浏览器中逐张下载源图，再重新上传到翻译工具。

六、批次任务和失败重试

批量任务很难保证每一张图片都一次处理成功，常见异常包括：

• 图片链接失效；
• 图片格式异常；
• 图片中没有可识别文字；
• 网络请求中断；
• 单张图片处理超时；
• 服务端任务执行失败。

桌面端会为每次提交创建独立批次，并记录不同任务状态：

翻译成功
处理中
等待处理
无文字
翻译失败
等待重试

已经成功的图片不需要重复提交，失败任务可以单独重试。

相比“整个文件夹重新跑一遍”，这种任务粒度更适合处理大批量素材。

七、桌面端为什么可以减少大模型 Token？

通过 AI Agent 使用 Skill 时，大模型通常需要参与以下环节：

1. 理解用户指令；
2. 找到目标文件夹；
3. 遍历图片文件；
4. 调用翻译工具；
5. 查询每批任务状态；
6. 下载并整理结果；
7. 根据错误继续处理。

桌面端将这些固定步骤写入软件工作流，不再需要大模型反复理解和编排，因此能够减少相关 Token 消耗。

但需要区分两种不同的成本：

消耗类型	说明
大模型 Token	AI Agent 理解指令和编排工具产生的消耗
图片翻译积分	实际识别、擦除、翻译和排版图片产生的消耗

桌面端减少的是大模型工作流编排 Token，不会免除图片实际翻译所需的积分。

目前的计费方式是：

1 积分翻译 1 张图片

桌面端和图片翻译 Skill 使用同一套批量处理积分体系。

八、Skill 权限和 VK 配置

首次使用桌面端前，需要完成以下准备：

1. 注册并登录妙言小智账号；
2. 开通图片翻译 Skill 权限；
3. 获取账户专属 VK；
4. 在桌面软件中配置 VK；
5. 确保账户中有足够的批量处理积分。

VK 是调用图片翻译能力的身份凭证，用于验证 Skill 权限并关联账户积分。

安全方面需要注意：

• 不要在公开聊天中发送完整 VK；
• 不要把 VK 放进公开代码仓库；
• 不要在教程截图中暴露完整 VK；
• 不要将 VK 写入公开配置文件；
• 只在自己的设备或受控环境中配置。

九、Windows 和 macOS 支持

妙言小智图片翻译桌面端支持：

• Windows 10；
• Windows 11；
• macOS。

macOS 提供 Universal 通用安装包，同时兼容：

Intel Mac（x64）
Apple 芯片 Mac（M 系列）

Mac 用户不需要单独判断并下载 x64 或 ARM64 安装包，直接使用 Universal 版本即可。

十、网页版、Skill、桌面端和 API 怎么选？

方案	适用场景
网页版	临时翻译少量图片，翻译后需要在线编辑
图片翻译 Skill	使用 Codex、WorkBuddy 等 AI Agent 灵活编排任务
桌面端	长期处理本地图片、文件夹和批量 URL
图片翻译 API	接入 ERP、PIM、网站或企业业务系统

如果只是偶尔处理一两张图片，没必要安装桌面软件。

如果需要持续处理整个文件夹、多个 SKU 或大量详情图，桌面端在文件管理和自动下载方面更有优势。

如果任务逻辑经常变化，需要让 AI 根据自然语言临时决策，则 Skill 更灵活。

十一、翻译结果上线前的检查清单

批量翻译完成后，建议检查：

• 品牌名、型号和专有名词是否正确；
• 尺寸、重量、容量和货币单位是否准确；
• 商品主体有没有被文字擦除影响；
• 译文是否超出背景色块；
• 字号是否过小；
• 同一批图片中的术语是否统一；
• 图片有没有漏译文字；
• 阿拉伯语排版方向是否正确；
• 促销文案是否符合目标平台规则；
• 失败图片是否已经重新处理。

复杂艺术字、低清图片、密集参数表和品牌重点素材，仍然建议进行人工复核。

十二、总结

妙言小智图片翻译桌面端解决的核心问题，不只是图片上的文字翻译，而是围绕本地商品素材建立完整的批量工作流：

文件扫描
批量提交
状态查询
失败重试
结果下载
目录归档

它适合需要长期处理跨境电商主图、详情图、参数图和多语言素材的运营及内容团队。

桌面端支持 Windows 和 macOS，可以处理本地图片、整个文件夹以及多个图片 URL。使用前需要开通图片翻译 Skill 权限并配置 VK，图片实际翻译按照“1 积分翻译 1 张图片”计算。

产品介绍及下载地址：妙言小智图片翻译桌面端