schema_version: 3
provider: chain
name: text-translate
version: 0.2.0

provides:
  - capability: text.translate
    version: 0.2.0

inputs:
  text:
    type: text
    description:
      en: Source text to translate.
      de: Quelltext, der übersetzt werden soll.
  target_language:
    type: text
    description:
      en: |
        Target language name in plain English (e.g. "German",
        "French", "ja-JP" — anything the configured LLM
        understands).
      de: |
        Zielsprache in Klartext (z. B. "German", "French",
        "ja-JP" — alles was das konfigurierte LLM versteht).
  source_language:
    type: text
    description:
      en: |
        Optional source language hint. Empty = let the model
        auto-detect.
      de: |
        Optionaler Hinweis zur Quellsprache. Leer = das Modell
        erkennt sie selbst.
  endpoint:
    type: text
    description:
      en: |
        Chat endpoint URL matching the selected api:
        ollama "http://localhost:11434/api/chat",
        openai "http://localhost:8000/v1/chat/completions"
        (vLLM etc.), anthropic "https://.../v1/messages".
      de: |
        Chat-Endpunkt-URL passend zum gewählten api:
        ollama "http://localhost:11434/api/chat",
        openai "http://localhost:8000/v1/chat/completions"
        (vLLM u. a.), anthropic "https://.../v1/messages".
  api:
    type: text
    description:
      en: |
        Optional wire format: "ollama" (default), "vllm"
        (self-hosted vLLM), "openai" (OpenAI or other
        OpenAI-compatible servers such as LM Studio), or
        "anthropic" (Messages API). vllm and openai speak the
        same wire; the separate value exists so you can write
        what you mean and get vLLM-specific hints. Empty = ollama.
      de: |
        Optionales Wire-Format: "ollama" (Default), "vllm"
        (selbst gehostetes vLLM), "openai" (OpenAI oder andere
        OpenAI-kompatible Server wie LM Studio) oder "anthropic"
        (Messages API). vllm und openai sprechen dieselbe Wire;
        der eigene Wert existiert, damit Du schreibst, was Du
        meinst, und vLLM-spezifische Hinweise bekommst.
        Leer = ollama.
  model:
    type: text
    description:
      en: Model identifier as registered with the endpoint (e.g. "qwen2.5:14b").
      de: Modell-Identifier wie am Endpunkt registriert (z. B. "qwen2.5:14b").
  api_key:
    type: text
    description:
      en: |
        Optional API key. Sent as "Authorization: Bearer" for
        ollama/openai and as "x-api-key" for anthropic. Empty
        for local endpoints.
      de: |
        Optionaler API-Key. Bei ollama/openai als
        "Authorization: Bearer", bei anthropic als "x-api-key"
        gesendet. Leer für lokale Endpunkte.

outputs:
  translation:
    type: text
    description:
      en: The translated text.
      de: Der übersetzte Text.
  source_language:
    type: text
    description:
      en: Echo of the source-language input for downstream audit.
      de: Echo des source_language-Inputs für Downstream-Audit.
  target_language:
    type: text
    description:
      en: Echo of the target-language input.
      de: Echo des target_language-Inputs.
  model_endpoint:
    type: text
    description:
      en: Endpoint the translation was generated against.
      de: Endpunkt, gegen den die Übersetzung erzeugt wurde.
  model_name:
    type: text
    description:
      en: Model identifier as supplied to the LLM API.
      de: An die LLM-API übergebenes Modell.
  model_digest:
    type: text
    description:
      en: |
        SHA-256 digest of the served model, best-effort probe.
        Ollama only — empty for other endpoints (OpenAI / vLLM /
        Anthropic expose no digest API).
      de: |
        SHA-256-Digest des bedienten Modells (Best-Effort-Probe).
        Nur bei Ollama — leer bei anderen Endpunkten (OpenAI /
        vLLM / Anthropic bieten keine Digest-API).

permissions:
  - "net: localhost"
  - "net: 127.0.0.1"
  - "net: api.openai.com"
  - "net: api.anthropic.com"