AI AI Skills 开放平台

文档翻译

tibetan-ai DOCUMENT-TRANSLATION.md

文档翻译

接口：

  • DOCX：POST /api/v1/tibetan-ai/word/translation
  • PDF：POST /api/v1/tibetan-ai/pdf/translation

使用 multipart/form-data，字段为：

字段 约束
file 必填；DOCX 或 PDF；最大 5 MB
from 必填，zh 或 bo
to 必填，zh 或 bo
mode 可选，all_text（默认）或 tibetan_only

all_text 翻译提取出的全部文字；tibetan_only 只保留并处理藏文相关文本。接口提取文字 后调用翻译服务，返回文本翻译结果，不生成保留原排版的新 DOCX/PDF。

PDF 支持文字版、扫描 PDF 和混合型 PDF：逐页优先使用文字层，缺少有效文字层的页面再执行 OCR，最后按页码顺序合并并翻译。最多 50 页，其中需要 OCR 的页面最多 10 页；超过上限返回 HTTP 422 document_ocr_page_limit_exceeded，应请用户拆分文件。损坏、加密或无法解析的文件返回 document_extraction_failed，没有可翻译文字返回 empty_ocr_content。完全空白页不会渲染或计入 OCR 页数。

纯文字 PDF 只调用一次翻译，返回普通翻译响应结构：包含 data.srcText 与 data.tgtText， 不包含 pages，usage 也只计算翻译调用。

扫描或混合型 PDF 才执行 OCR 与翻译两阶段。此时响应包含 source=pdf_ocr 和 data.pages， OCR 与翻译两次调用的输入、输出 token 合并到一次 usage 和一次账单中。PDF 翻译必须携带非空 Idempotency-Key；每次新上传都使用唯一值，同一文件重试才复用原值。成功幂等重放只返回 replayed=true、content_retained=false 的摘要，不会保留 OCR 原文、译文或页内容。