dsh-inpage-translator(整页翻译)
你把页面给 AI 看,它替你把整页翻成中文。
按钮是常驻的:插件后台每 1.5 秒扫一遍所有活着的浏览器会话,自动把「🈯 译」放进每一张有内容的页面 ——
你不用先叫 AI 做事,看到它点一下,页面上每一个可见文本节点原地换成译文;再点一下,回到原文。
页面导航了?下一次巡场会把按钮重新装上去。
按钮可以长按拖动(按住 320ms 进入拖拽),拖到左右边缘 48px 内会自动吸成贴边的小把手,点一下再展开 —— 它不会一直挡着你的正文。
它是第 8 个作品,也是第一个"动别人的网页"的插件:
前 7 个动的是本机、文件、窗口、发布链路,这个动的是一张陌生的页面 ——
所以两条边界写在最前面:只改文本、只加内联样式;插件自己不持有任何 API key。
它做什么
| 步 | 动作 | 细节 |
|---|
| ① | 找会话 | 枚举所有活着的浏览器会话,自动挑最活跃、有页面的那一个(session 参数可显式指定) |
| ①' | 后台巡场 | 每 1.5 秒扫一遍:补按钮(导航后重装)+ 读点击(点了就翻,不用等工具调用)—— 这就是"常驻" |
| ② | 装浮层按钮 | 内联样式 + position:fixed + z-index:2147483647,不注入 <style>(页面 CSP 管不到它) |
| ③ | 打标 | TreeWalker 遍历文本节点,可译的父元素记下原始文本与编号(data-dsh-pt="12") |
| ④ | 等点击(action=install) | 每 1.2 秒读一次页面状态,默认等 60 秒;用户点了就在同一次调用里翻好 |
| ⑤ | 分块送翻 | 相同字符串只翻一次;翻过的串按「语言+原文」缓存(同页翻第二次几乎瞬时);分块 3 路并行;译文由宿主 LLM 服务生成 |
| ⑥ | 回填 | 按编号写回 textContent,并记下译文(再点按钮即还原) |
| ⑦ | 还原 | 点按钮或 action='restore' → 全部回到原文 |
回执里一定有:送翻条数、回填条数、模型调用次数、送翻字符数与本次上限、唯一串数、
缓存命中数、超限丢弃段数、兜底原文条数、跨域 iframe 个数,以及任何一条警告。不编数字,不静默丢。
已知边界(先说清,再说好用)
| 边界 | 说明 |
|---|
| 不是原生工具栏按钮 | 内置浏览器的工具栏是宿主硬编码的 HTML(dsh-builtin-browser/host-main.js:123 的 TOOLBAR_HTML),宿主不读任何外部字段 —— 第三方插件没有加工具栏按钮的扩展点。所以按钮做进页面里。 |
| 导航后按钮会消失(但位置会记住) | 注入本身是运行期一次性的(宿主没有 addScriptToEvaluateOnNewDocument 这类通道)。v0.2 起由后台巡场自动重装;位置按站点记在 localStorage(dsh-ipt-pos),导航/重开都落回原处。 |
| 跨域 iframe 翻不到 | 只能进当前文档的 DOM。回执会明确报「这一页有 N 个跨域 iframe 没翻」,不静默跳过;同源 iframe 里的文字目前也不在整页翻译范围内。 |
| 只翻可见文本节点 | 图片、background-image、canvas 里的文字不动;<input> / <textarea> 的值不动。 |
| 字符上限默认自适应 | maxChars 不传时按页面唯一文本量自适应(4000 ~ 24000 字符):小页面不被预留浪费、大页面不被 6000 硬截断;超出自适应上限的部分如实回报并跳过。给正数则按该值硬截断。 |
文本节点被包了一层 <span> | 元素上只打标、不重排子树(span 用 display:inherit),但页面自己重写这段 DOM 时译文可能被覆盖 —— 那时重跑一次即可。 |
它依赖什么
- 内置浏览器插件(
ctx.get('browser'))—— 没有时明确报错,不会假装能用。
- 宿主的 LLM 服务(
ctx.get('llm'))—— 翻译由它完成,插件不读任何 API key、不直接调任何 HTTP。
调用形状与宿主里已验证的两个先例一致(dsh-meme 的识图、dsh-better-sidebar 的提交信息):
resolveCallConfig → prepareCall → stream。
安装
市场收录后在 DSH 里搜 dsh-inpage-translator 安装。手动安装:
New-Item -ItemType Junction -Path "$env:USERPROFILE\.dsh\profiles\desktop\node_modules\dsh-inpage-translator" -Target "D:\dsh\projects\dsh-inpage-translator"
# profile 的 package.json:dependencies 加 "dsh-inpage-translator": "link:D:/dsh/projects/dsh-inpage-translator"
# 并把 "dsh-inpage-translator" 加进 dsh.profile.bundles(漏了不加载)→ 重启 DSH
用法
translate_page action=install # 确保按钮在,并等用户点(默认等 60 秒)
translate_page action=translate # 不等点击,立刻翻
translate_page action=restore # 回到原文
translate_page action=status # 只读状态(含活会话清单)
translate_page action=sessions # 只读:列出所有活着的浏览器会话
v0.2 起 install 不再是必须的前置步骤:后台巡场会自动把按钮装到每张有内容的页面上。
install 现在只用于"想在同一次调用里等用户点一下"的场合。
可选参数:target(zh 默认 / en / ja / ko / ru)、
mode(replace 默认 / bilingual 双语对照)、maxChars(不传 = 自适应)、waitSec、
session(不传就自动用最活跃的那个会话)、provider、model。
怎么点这个按钮
| 手势 | 结果 |
|---|
| 点一下 | 翻当前页面(原文 → 译文);已经是译文时点一下回到原文 |
| 长按 320ms | 进入拖拽:松手前拖到哪,它就停在哪 |
| 拖到左右边缘 48px 内 | 自动吸成贴边的小把手(只留 🈯,不挡正文) |
| 点一下贴边的小把手 | 展开回正常胶囊形状(不触发翻译) |
| 拖过一次之后 | 位置按站点记下来(localStorage),导航/重开都落回原处 |
拖拽时松手那一下不会误触发翻译 —— 这是"长按才拖"的设计目的。
典型流程:
- AI 打开你要读的页面(浏览器窗口就在你眼前)——按钮已经自动在上面了;
- 你点右下角的「🈯 译」;
- 大约一两秒,页面就变成中文了;
- 想对照原文,再点一下按钮(或让 AI 调
restore)。
三条设计取舍(都被现场逼出来的)
-
按钮为什么在页面里、而不是工具栏里
宿主工具栏没有第三方扩展点(见上表),而"往页面里放一个浮层"是宿主自己就在用的姿势
(dsh-builtin-browser 的 virtual-cursor.ts:69-81 就是这么画那个虚拟光标的)。
零宿主改动、可随时卸载、升级不会被打回。
-
按钮点击为什么由插件处理,而不是页面自己翻译
页面里没有到宿主的 bridge(也没有凭据,也不该有)。所以按钮只写一个请求标记
(data-dsh-pt-req),插件轮询读到后去翻译 —— 这样凭据永远留在宿主侧。
-
为什么"相同文本只翻一次",还要按串缓存
网页里菜单/按钮/表头经常重复几十次。去重发生在限额之前,
所以同样的字符额度能覆盖的页面比不去重时大得多。
v0.2.2 又加了一层跨调用缓存:翻过的串在进程内记住(按「模型路线 + 语言 + 原文」,LRU 4000 条),
同一页面翻第二次、或另一个页面有相同的串,都不再请求模型。
键里带模型路线而不带 llm 对象 —— 宿主每次给到的 llm 不一定是同一个对象,按对象分桶会永远不命中(真机踩过)。
-
为什么会话是"枚举"出来的,而不是靠 open() 传进去(v0.2 的关键改动)
BrowserProvider.open(label) 的语义就是每次新开一个会话,服务也没有 listSessions 之类的接口 ——
插件根本拿不到"用户正在看的那一页",上一版就卡在这儿:按钮装到了另一个窗口。
v0.2 改成只读地枚举运行时里真实存在的会话表(runtime.providers → provider.sessions),
严格 try/catch:宿主内部结构一变就当作"没发现",退回 open() 的旧路径 ——
绝不因为读了一层私有结构,就把插件弄崩。
安全与隐私
- 不发外部请求:插件自己只做两件事 —— 在页面里跑脚本、调用宿主 LLM 服务;
没有任何
fetch、没有本地 HTTP 端口、没有凭据读写。
- 不改页面结构以外的东西:只写文本、只加内联样式与三个
data-dsh-pt* 属性;
位置记忆只写 localStorage 的一个键(dsh-ipt-pos,存 left/top/edge,不存页面内容)。
- 翻译内容会经过你本机配置的模型(DSH 的 provider)—— 这是这类功能的固有代价,
页面上若有敏感信息,请自行判断要不要翻。
测试
node test/smoke.mjs # 75 项:纯逻辑 / 页面脚本 / 编排层(假 LLM)/ 驱动层(假浏览器与假页面)/ 会话发现与后台巡场 / 输出 schema 对齐
测试不联网、不碰真实浏览器、不读任何凭据。
在活代码树(D:\dsh\projects\dsh-inpage-translator)里跑会直接退出,
请先复制到 D:\dsh\sandbox\ 再跑(避免在真宿主上生效)。
许可
MIT