在 2024 年(链接),我们在 Discourse AI 中引入了 AI 图片字幕功能。该功能对无障碍访问特别有用,但依赖于用户在撰写帖子时记得点击“使用 AI 生成字幕”。
我们现在重新设计了图片字幕功能,以便在后台为帖子图片生成字幕,并将其与帖子原始内容(作者实际编写的内容保持不变)分开存储,并在有用的地方显示:供屏幕阅读器、搜索和图片灯箱使用。
在此版本中,图片字幕现在可以在帖子创建后在后台自动生成。以下是简要介绍 ![]()
工作原理
AI 图片字幕现在附加到帖子图片上,而不会将生成的文本插入帖子本身。这使字幕可用于无障碍访问和搜索,而无需在每个帖子的正文中添加额外的可见文本。
当字幕可用时,Discourse 将:
- 为屏幕阅读器在帖子图片中添加 AI 字幕
- 在图片灯箱中显示字幕
- 将字幕文本包含在搜索索引中
- 允许用户在编辑帖子时从编辑器预览中编辑字幕
- 支持本地化内容的特定语言环境字幕
如果您不喜欢视频,这里有一些截图:
在灯箱中可见
在编辑器中可编辑
可搜索
在哪里设置?
此功能位于 Discourse AI 中的新 图片字幕 AI 功能区,从之前的 AI 助手 AI 功能区移至其专用区域。
要使用它,您需要:
discourse_ai_enabledai_post_image_captions_enabled- 一个正常运行的
ai_image_caption_agent
所选的图片字幕代理需要启用图片上传,并且必须使用具备视觉能力的 LLM。如果功能已启用但代理未准备好,Discourse 将显示管理员问题,以便更容易发现配置问题。
现有帖子
还有一个用于现有帖子图片的可选回填作业。
回填默认关闭,因此社区可以选择是否要为旧帖子生成字幕,以及以何种速率生成。可以通过以下设置进行配置:
ai_post_image_captions_backfill_hourly_rateai_post_image_captions_backfill_max_age_days
试试看 
对于由 Discourse
托管的社区,我们的模型已经具备图片处理能力。如果您希望让帖子图片对使用屏幕阅读器的用户更有用,请启用该功能和回填(见上文 现有帖子)。
如上所述,对于自托管社区,请确保您的图片字幕代理使用的是具备视觉能力的模型。
常见问题
问:有哪些限制?
答:有一个可配置的每帖 10 张图片的限制。悄悄话和私信将被跳过。





