最近刚把一个自己长期在用的小工具正式上线，算是一个比较偏「工程需求驱动」的 side project ，简单做个复盘分享。
这个项目叫 Image Describer，核心功能非常单一：
上传图片 → 输出结构化、可用的文字描述，并且支持多语言。
起因其实很现实。
我在做一些内容型网站和工具站时，经常会遇到这些问题：
现有的一些方案要么：
于是干脆自己做了一个。
围绕「可直接使用」这个目标，目前做了几种固定输出模式：
目前图片描述支持直接输出多种语言，包括：
不是先生成英文再机翻，而是在 prompt 和输出结构层面就按目标语言生成，主要是为了避免：
这个点在做多语言 SEO 或无障碍内容时还挺关键的。
很多时间其实花在调描述结构和边界情况上，而不是 UI 。
现在算是 第一版稳定可用，还有不少地方可以继续优化，比如：
如果你也有：
欢迎交流，也欢迎直接拍砖 🙏
这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.