展开本页目录
开始前准备什么
- Python 3.10或更新版本;脚本只使用标准库
- 有权处理的资料与原始备份;本篇使用虚构业务样本
- 重跑时使用自己的apizt Key;离线复核无需Key
- 下载资料包
- 核对来源和合同
- 小样本调用文本模型
- 检查并人工确认
- 交付与复用
先下载样例,再完成自己的首次调用
示例不含密钥。API 按实际用量计费;下载和点击不代表调用成功。
中文说明、可编辑输入、脚本、原始响应、校验与交付文件;不含Key
本次样本的审校成果,不等于生产系统已导入
先看本篇能交付什么
把商品标题和说明翻为日文,保留资源 ID、字段 key 与原文摘要;修改原文后识别过期译文。
本地 SHA-256 不等于 Shopify 提供的 translatableContentDigest,不能直接提交注册。
| 交付物 | 用途与边界 |
|---|---|
| export.csv | 实际输出的审核稿,不会自动写入生产系统 |
| run.py + case.json | 修改自己的资料后可重跑;默认离线复核不调用API |
| response.json + receipt.json | 核对原始模型返回、用量、时间与内容摘要 |
- 交付物
- export.csv
- 用途与边界
- 实际输出的审核稿,不会自动写入生产系统
- 交付物
- run.py + case.json
- 用途与边界
- 修改自己的资料后可重跑;默认离线复核不调用API
- 交付物
- response.json + receipt.json
- 用途与边界
- 核对原始模型返回、用量、时间与内容摘要
第一步:固定输入、来源与缺项
分开保存 resource、key、locale、source。本例完整记录(含资源标识和规则)随请求发送;模型只输出译文,资源字段由程序从原记录回填。
虚构业务样本;实际调用 apizt API。不是商店、客户或游戏生产数据。
| id | resource | key | locale | text |
|---|---|---|---|---|
| T1 | gid://shopify/Product/1001 | title | ja | Trail Cup 500 mL |
| T2 | gid://shopify/Product/1001 | body_html | ja | <p>Includes one lid.</p> |
- id
- T1
- resource
- gid://shopify/Product/1001
- key
- title
- locale
- ja
- text
- Trail Cup 500 mL
- id
- T2
- resource
- gid://shopify/Product/1001
- key
- body_html
- locale
- ja
- text
- <p>Includes one lid.</p>
第二步:用 apizt 只跑一次文本任务
生成 translations-review.json,本地 source_sha256 用来发现编辑后过期,不是 Shopify 注册 digest。
下载并解压资料包,先执行 python3 run.py 离线核对保存结果。要调用自己的API,复制一份工作目录,按README修改case.json,再执行 --run --new-output ./my-run;新目录不会混入旧响应或旧人工改动。Key只在终端本次进程中使用。
默认使用本篇资料包指定的低成本文本模型,输出上限1536 tokens,45秒超时,不自动重试;若返回401/429或截断,先核对凭据、额度、路由或输出预算,保留失败记录。
本地复核与运行
python3 --version
python3 run.py
# 阅读README并在工作副本中修改case.json后,才运行下一行
python3 run.py --run --new-output ./my-run第三步:核对真实返回与交付结果
这次运行返回 HTTP 200,模型 qwen3.8-flash,响应总量 394 tokens,耗时 7.297 秒。本例合同与格式检查通过,业务解释与外部适用性仍需人工复核。
把原说明改成 two lids,再离线校验旧摘要应失败。真正注册前重新读取 translatableContent 的 digest,本篇不执行 mutation。
| 记录ID | 译文 | 来源ID |
|---|---|---|
| T1 | Trail Cup 500 mL | ["T1"] |
| T2 | <p>蓋が1つ付属します。</p> | ["T2"] |
- 记录ID
- T1
- 译文
- Trail Cup 500 mL
- 来源ID
- ["T1"]
- 记录ID
- T2
- 译文
- <p>蓋が1つ付属します。</p>
- 来源ID
- ["T2"]
第四步:程序检查与人工确认分开
只校验本例合同、编号、指定事实与格式;不证明业务事实在现实世界成立。
脚本实际测试了改坏行ID与伪造来源ID两个负例,均被拒绝。它们证明这两个错误分支能被检测,不代表所有幻觉、格式或业务错误都已覆盖。
- HTTP200且唯一完整stop响应
- 输入/响应SHA-256一致
- 行ID完整且无重复
- 来源编号必须存在
- 指定事实断言核对
- CSV标准解析器往返:行数一致
- 原文one改two的负例:旧摘要确实不匹配
local-result.json
{
"local_source_change_detected": true,
"registered": false
}第五步:用自己的小样本验收,再进入业务流程
先把资料换成有权处理的脱敏样本;保留原文件和审核副本,逐项核对来源、条件、未知项与最终输出。
当前页面和结果包没有任何私密Key;不需要登录其他AI平台。配置apizt后先完成一次低成本调用,再判断该任务是否值得复用。
搜索词按具体工作任务组织;本批没有取得这些词的Google或抖音搜索量,不标注虚构热度,也不承诺收录、排名或业务收益。
怎样确认已经完成
- 本地 SHA-256 不等于 Shopify 提供的 translatableContentDigest,不能直接提交注册。
- 未知项没有补成事实
- 原始模型输出与人工审校文件分开保存
- 没有执行线上写入或第三方发布
常见问题
样本和截图是真实的吗?
业务输入是明确标注的虚构样本,API响应、耗时、usage、结果文件与报告截图来自这次实际运行;不是客户生产数据,也不是第三方后台截图。
需要登录其他AI平台吗?
不需要。浏览器任务台直接调用apizt,或用资料包里的Python脚本;API按实际用量计费,默认不自动重试,不跑视频模型。
检查通过后能直接用于生产吗?
本地 SHA-256 不等于 Shopify 提供的 translatableContentDigest,不能直接提交注册。 还要使用真实且有权处理的资料,复核当前平台规则与自己的业务约束。


