autoagc/linkpix-skills/linkpix-image-translate
Claude Code and agent skill by autoagc/linkpix-skills
- community
Checking that the SKILL.md file is still in the repository.
批量翻译商品图片中的文字内容,自动保持原有版式与设计风格,帮助跨境卖家完成多语言商品图本地化。当用户要求翻译图片文字、图片多语言化、主图/详情图翻译成英语/西语等语言时必须触发。关键词:LinkPix、qhkit、译图、图片翻译、批量翻译、图片本地化、多语言主图、跨境电商、翻译详情图、图片改语言。
Install
npx vskill@latest install autoagc/linkpix-skills/linkpix-image-translateSKILL.md
电商图片翻译 | 图片文字翻译 | 多语言本地化 | 跨境翻译 | LinkPix
用「参考图 + 翻译指令」重绘出目标语言版本的商品图,版式与设计风格保持不变;批量场景逐张循环处理。
何时触发
- 「把这批主图/详情图翻译成英语/西班牙语/俄语……」
- 「图片文字改成 XX 语言,排版别动」
- 跨境多站点上货需要多语言素材时。
使用配方
官方提示词模板(与 LinkPix 工作台「图片翻译」功能同款):将图片中的文字翻译为:【目标语言】——可追加「保持原有版式与设计风格」。
- 批量:逐张循环提交(每张一条 generate),完成后按原文件名对应关系汇总交付。
- 模型默认
智慧模型;批量要多张风格一致时全程用同一个模型,并在提示词里写明统一的版式与字体风格。 - 必须目检:AI 渲染文字可能出错,出图后逐张核对译文拼写与关键信息(价格、规格、品牌名),价格数字建议在提示词里明确「数字保持不变」。
模型选择:默认 智慧模型(效果好、有免费额度,LinkPix 工作台各图片编辑功能同用此模型);要更强真实感或更快换 图片 5.0 Pro;用户点名 GPT Image 2.6 时用 智慧模型2.6;用户明确要最好效果且不赶时间用 专图模式。 尺寸:sizePreset 逐模型独立,先查再传:qhkit image options '{"queryParams":["sizePreset","imageCount"],"modelLabel":"智慧模型"}';imageCount 可选 1/2/4/6/8/10。 提示词:官方模板中的 【】 表示需填入/替换的内容,生成时保留【】并把实际内容写在里面即可;可在模板后追加细节要求。 注意:这是生成式重绘,不是像素级修图——主体细节可能有轻微差异,出图后应引导用户核对关键细节(文字、logo、商品结构)。
环境自举(缺什么装什么,不要因环境缺失放弃任务)
本技能依赖 qhkit 命令(npm 包 @iqinghu/qhkit),可完全独立安装。按顺序检测,缺失就地补齐:
- 有 qhkit 吗?
qhkit config show能跑通即就绪,跳到第 4 步。 - 没有 qhkit 但有 node/npm(OpenClaw/Hermes 机器部署流程保证自带 Node 22+)→ 全局安装(推荐):
``bash npm i -g @iqinghu/qhkit ``
默认走 npm 官方源;官方源访问慢或超时(国内网络常见)时,再加镜像参数 --registry=https://registry.npmmirror.com(阿里维护的 npm 官方镜像,仅作网络兜底)。仅当全局安装因权限失败且无法提权时,才退而用 npx @iqinghu/qhkit <命令> ...(npx 必须写包全名)。
- 连 node 都没有(要求 Node ≥ 18):先装 Node 再回到第 2 步。
``bash # Linux 二进制安装(装到用户目录,无需 root;先校验官方 SHA256 再解包): cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz$' | sha256sum -c - mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib" export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH" ``
校验行输出 OK 才继续;校验失败就删掉重下,绝不解包未通过校验的文件。nodejs.org 访问不通时,把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node(目录结构相同,SHASUMS256.txt 也有镜像,校验步骤不变)。export PATH 只对当前 shell 生效,跨命令调用时每个新 shell 都要先执行这行(或追加进 ~/.bashrc)。macOS 用 brew install node;Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。
- 密钥:无密钥时(命令返回
stage:"config"),执行qhkit config set --token <密钥> --env prod(密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417527636 注册/登录后,从 https://www.iqinghu.com/workbench/dashboard/api-keys 获取),或设环境变量QHKIT_TOKEN。 - 自检:
qhkit config show输出脱敏配置即全部就绪。
核对站点(本技能对接国内版 iqinghu.com):config show 返回的 site 必须是 cn。是 intl(baseHost 为 autoagc.com)说明本机残留了国际版配置——不要按国际站引导用户取密钥,也不要拿国际站的模型清单答复(那边是 gpt-image-2 / gemini-3.1-flash 这类底层模型名,和本技能对不上);直接把第 4 步的国内站取密钥文案发给用户,拿到密钥后执行 qhkit config set --token <密钥> --env prod 覆盖。source 为 env 时配置来自环境变量,要请用户删掉 QHKIT_TOKEN / QHKIT_ENV 或把 QHKIT_ENV 改成 prod。只有用户明确说自己用的是国际版(AutoAGC)账号时才保留 intl。调用报 401 / 未登录时同样先跑 config show 核对站点:国内版密钥配在国际站必然 401。
升级:出现以下任一信号,先升级再重试原命令——命令返回 {"ok":false,"stage":"version",...}(版本门禁,message 里就是升级命令,照做即可);stderr 提示有新版本;options 返回 catalogNotice 且用户恰好要用那个新模型;报「模式在线上已下架或配置变更,请升级 qhkit」。
官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。
安装/配置失败时把具体报错告诉用户(常见:无写权限 → 提示用户提权或改用 npx;无网络 → 让用户处理网络)。
调用契约
- 形式:
qhkit <命令> <action> '<json>',或qhkit <命令> <action> @params.json(参数写进文件,避免 shell 转义问题,推荐)。 - Windows 防乱码:Windows 上经 PowerShell 调 qhkit 时,stdout 里的中文会按系统代码页 GBK 解码成乱码(如「专图模型」变成「涓撳浘妯″瀷」),模型名、选项、报错都对不上——看到乱码不要据此判断模型或选项不存在。每条 qhkit 命令在同一行先切 UTF-8 再调用:
[Console]::OutputEncoding=[Text.Encoding]::UTF8; qhkit <命令> <action> @params.json;仍有乱码时先运行qhkit --version,低于 0.15.0 先执行npm i -g @iqinghu/qhkit@latest升级(官方源慢时加--registry=https://registry.npmmirror.com),再加全局参数--out result.json;stdout 只回一行纯 ASCII 的文件路径,再按 UTF-8 读该文件拿完整结果。PowerShell 5.1 还会吞掉命令行 JSON 里的双引号(报「json_args 解析失败」),Windows 上参数一律写进文件走@params.json。macOS / Linux / Git Bash 不受影响。 - stdout 恒为一行 JSON;失败为
{"ok":false,"stage":"...","message":"..."}且退出码 1,把 message 原样转告用户。stderr 可能出现提示行,不是错误。 - 图片/视频参数直接填本地文件路径(CLI 自动上传换取 URL),素材已在公网时填 http(s) URL 也可。
- 标签类参数(
modelLabel、sizePreset、themeLabel等)必须与options返回的候选值逐字一致,不要自造或翻译;拿不准先调options。
报价、轮询与交付
- 报价:要把积分数字报给用户时,先跑
qhkit image estimate '<与 generate 完全相同的参数>',报它返回的credits(实扣值,秒回、无副作用);enough:false时提前告知余额不足。不要引用文档快照报价。 - 轮询:
image generate自带轮询,阻塞到出图(最长约 14 分钟),返回里直接有图片 URL,不需要再查 status。 - 交付:产物 URL 在返回的
images字段里,按当前环境的媒体交付约定发给用户;产物必须和「生成完成」写在同一轮回复,并附返回里的实扣credits(「本次实际消耗 X 积分」)。 - 失败:转述 CLI 的 message(已是面向用户的中文,常见:积分不足、内容审核未通过),不要重试轰炸。
能力边界
- 这是生成式重绘翻译,不是 OCR 贴字:复杂小字号密集排版的详情图可能失真,重要页面建议人工复核。
- 视频翻译走「AI视频翻译 | 视频字幕翻译 | 视频语音翻译 | 视频本地化 | LinkPix」。
Security
- Security scanPassed, 90 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/linkpix-image-translate/SKILL.md
Popularity
- Repository stars
- 15
- 7-day trend score
- 14
Stars and forks are for the whole GitHub repository, not this skill alone. Refreshed 7 Nov 2026, 8 days ago.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/autoagc/linkpix-skills/linkpix-image-translate)