如何用 Hy-MT2-1.8B 翻譯已登入網頁中的客服單

Hy-MT2-1.8B 負責翻譯文字，不會操作瀏覽器。要翻譯已登入的客服單，請使用 Tabbit Browser 和能執行 Tabbit CLI 的本機 Agent，只讀取獲准查看的可見片段，再將片段交給模型。保留客服單編號和 URL，並在撰寫回覆前對照原文。騰訊的模型卡將它描述為機器翻譯模型；Models.dev 記錄未標示原生工具呼叫，不能據此推論它能存取瀏覽器。

重點

• 本機 Tabbit CLI Agent 讀取已登入頁面；Hy-MT2-1.8B 只翻譯提供的文字。

• 保留編號、URL、姓名、日期、數字、金額與否定語意。

• 只傳送獲准交由所選服務處理的文字。

• 撰寫回覆前逐段比對譯文和原文。

• 若用戶端不能執行本機工具，請使用獲准匯出檔或人工交接。

Hy-MT2-1.8B 與 Tabbit 一覽

傳送文字前核實模型服務

騰訊模型卡是核對模型任務與語言涵蓋範圍的主要來源。本文採用的Models.dev 記錄列出 tencent/hy-mt2-1.8b，但未標示原生工具呼叫。這是翻譯步驟的線索，不代表能瀏覽網頁。送出文字前，請確認服務、授權、語言組合與用戶端支援；公開中繼資料不代表你的服務一定提供該模型。

只讀取必要的可見欄位

安裝 Tabbit Browser，自行登入客服網站。請能找到 Tabbit 技能並執行 CLI 的本機 Agent 讀取客服單編號、可見主旨、相關片段和來源 URL。技能探索、tabbit-cli diagnose 連線狀態，以及網站登入狀態應分開檢查。具名 Tabbit 任務使用自己的分頁，你仍可繼續操作其他分頁。

僅翻譯提示詞

以下是測試樣例，不是真實客服單。

只將每個獲准片段中的 text 翻譯成目標語言。不要瀏覽、摘要、推論或執行操作。id 與 url 必須原樣保留。保留產品名稱、客服代碼、日期、數字、幣別與否定語意。若句子有歧義，保留直譯並新增覆核標記。回傳含 id、url、translated_text、review_flags 的 JSON。

輸入：{"id":"SUP-104","url":"https://support.example.test/tickets/SUP-104","text":"The replacement has not shipped. Do not close this ticket until the customer confirms delivery."}
格式：{"id":"SUP-104","url":"https://support.example.test/tickets/SUP-104","translated_text":"[所提供文字的譯文]","review_flags":[]}

網頁交給 Tabbit Browser，翻譯交給模型

讀取已登入的客服佇列，需要使用你已登入的瀏覽器設定。本機 Agent 透過 Tabbit CLI 讀取有限片段；Hy-MT2-1.8B 只翻譯該片段。父任務回報的本機測試顯示，建立短暫測試登入後，另一個具名任務能讀取測試頁。這只驗證本機 Tabbit CLI 流程，未測試騰訊託管服務、模型品質或客服網站整合。

請 Agent 建立具名草稿，例如「客服單 SUP-104 翻譯回覆 — 草稿 01」，並排顯示原文和譯文，在可見的人工覆核節點停止。翻譯步驟不得傳送、關閉或更新客服單。

撰寫回覆前覆核

流暢的譯文仍可能顛倒處理結論。對照原文檢查否定、限制、日期、金額、姓名和客服單編號；遇到歧義就標註待核，不要猜測。搜尋結果曾出現一則離線翻譯 Reddit 討論，但原文存取受限，因此僅作研究線索，不引用其觀點。可參考 Tabbit CLI 指南、Agent 連線說明、首次任務清單、Browser MCP 與 CLI 比較、登入工作階段指南、瀏覽器設定指南、Tabbit Browser 介紹、安全指南和自動化指南。

下一步

先確認所選服務支援模型與語言組合，再使用 Hy-MT2-1.8B 翻譯。本機 Tabbit CLI Agent 讀取已登入頁面並保留來源資訊，建立具名草稿。任何回覆傳送前都應由人工對照原文。

Secholar.L

Tabbit 成長與內容

Secholar.L 專注 AI 瀏覽器與 Agent 工作流的實測寫作,基於真實調研比較工具,引用可查證的一手來源。