本文介绍了AnyTrans框架，用于Translate AnyText in the Image (TATI)任务，结合文本和视觉元素的上下文线索，采用LLMs的少样本学习能力，实现碎片化文本的翻译，同时保留风格和真实感。框架可完全使用开源模型构建，无需训练，易于获取和扩展。编制了名为MTIT6的测试数据集，包含六种语言对的多语言文本图像翻译数据。