1 files changed, 33 insertions, 33 deletions

diff --git a/crates/asist-tools/src/vision.rs b/crates/asist-tools/src/vision.rs
index 2b91ed9..5db4aee 100644
--- a/crates/asist-tools/src/vision.rs
+++ b/crates/asist-tools/src/vision.rs
@@ -1,13 +1,13 @@
-//! Lo que comparten mirar por la cámara y mirar la pantalla.
+//! What looking through the camera and looking at the screen have in common.
 //!
-//! Las dos herramientas hacen lo mismo en tres pasos —conseguir un JPEG,
-//! preguntarle al modelo por él, devolver texto— y sólo se diferencian en de
-//! dónde salen los píxeles. Eso es lo que abstrae `FrameSource`.
+//! Both tools do the same three steps (get a JPEG, ask the model about it,
+//! return text) and only differ in where the pixels come from. That is what
+//! `FrameSource` abstracts.
 //!
-//! Lo que **no** comparten es la resolución, y no por descuido: una escena de
-//! cámara se entiende a 640 px, pero el texto de una interfaz a esa escala el
-//! modelo no lo lee mal, se lo **inventa** (ver docs/RENDIMIENTO.md). Por eso
-//! cada fuente trae la suya.
+//! What they do **not** share is the resolution, and not by oversight: a
+//! camera scene is understood at 640 px, but at that scale the model does not
+//! misread UI text, it **makes it up** (see docs/RENDIMIENTO.md). That is why
+//! each source brings its own.
 
 use std::sync::Arc;
 use std::time::Instant;
@@ -17,27 +17,27 @@ use asist_core::http::Cancel;
 use asist_core::proc;
 use asist_llm::LlmClient;
 
-/// De dónde salen los píxeles.
+/// Where the pixels come from.
 pub trait FrameSource: Send + Sync {
-    /// Para los mensajes de error y el registro: «cámara», «pantalla».
+    /// For error messages and logs: «cámara», «pantalla».
     fn label(&self) -> &str;
 
-    /// Captura un fotograma en JPEG.
+    /// Captures one frame as JPEG.
     fn capture(&self) -> Result<Vec<u8>>;
 
-    /// `false` si falta el dispositivo o la herramienta de captura.
+    /// `false` if the device or the capture tool is missing.
     ///
-    /// Se consulta antes de registrar: declarar una herramienta que va a
-    /// fallar siempre es peor que no tenerla, porque el modelo la llama, se
-    /// come el error y gasta el turno.
+    /// Checked before registering: declaring a tool that will always fail is
+    /// worse than not having it, because the model calls it, swallows the error
+    /// and wastes the turn.
     fn available(&self) -> Result<()>;
 }
 
-/// Ejecuta un programa que escribe un JPEG por la salida estándar.
+/// Runs a program that writes a JPEG to standard output.
 ///
-/// Es el mecanismo de captura de las dos fuentes: la cámara llama a ffmpeg y
-/// la pantalla a un guion que sabe de compositores. Tenerlo aquí evita que
-/// cada una repita el control del plazo y la comprobación de la cabecera.
+/// It is the capture mechanism of both sources: the camera calls ffmpeg and
+/// the screen a script that knows about compositors. Having it here keeps
+/// each one from repeating the deadline control and the header check.
 pub fn capture_jpeg(
     tool: &str,
     program: &std::path::Path,
@@ -53,7 +53,7 @@ pub fn capture_jpeg(
 
     if !output.success() || output.stdout.is_empty() {
         let stderr = output.stderr.to_lowercase();
-        // Los dos fallos que más se dan, traducidos a algo accionable.
+        // The two most common failures, translated into something actionable.
         let hint = if stderr.contains("permission denied") {
             ". Comprueba los permisos del dispositivo"
         } else if stderr.contains("busy") {
@@ -67,8 +67,8 @@ pub fn capture_jpeg(
         )));
     }
 
-    // Cabecera JPEG. Sin esto, una captura corrupta llega hasta el modelo y
-    // vuelve como un error genérico que no dice dónde mirar.
+    // JPEG header. Without this, a corrupt capture reaches the model and
+    // comes back as a generic error that does not say where to look.
     if output.stdout.len() < 4 || output.stdout[..2] != [0xFF, 0xD8] {
         return Err(fail(format!(
             "{} no devolvió un JPEG ({} bytes)",
@@ -79,7 +79,7 @@ pub fn capture_jpeg(
 
     tracing::debug!(
         target: "vision",
-        programa = %program.display(),
+        program = %program.display(),
         kb = output.stdout.len() / 1024,
         ms = output.took.as_millis(),
         "captura"
@@ -87,7 +87,7 @@ pub fn capture_jpeg(
     Ok(output.stdout)
 }
 
-/// La herramienta que ve: captura y le pregunta al modelo.
+/// The tool that sees: it captures and asks the model.
 pub struct VisionTool {
     source: Box<dyn FrameSource>,
     llm: Arc<LlmClient>,
@@ -96,10 +96,10 @@ pub struct VisionTool {
     parameter_hint: &'static str,
     default_question: &'static str,
     acknowledgement: &'static str,
-    /// Se añade a la pregunta del usuario antes de mandarla con la imagen.
+    /// Appended to the user's question before sending it with the image.
     ///
-    /// Hace falta porque esta petición va fuera del historial y no le llega la
-    /// instrucción de voz del asistente.
+    /// It is needed because this request goes outside the history and does not
+    /// get the assistant's voice prompt.
     style: &'static str,
 }
 
@@ -135,9 +135,9 @@ impl VisionTool {
                              en pantalla, pon: ¿Qué se ve en la pantalla?",
             default_question: "¿Qué se ve en esta captura de pantalla?",
             acknowledgement: "Miro la pantalla.",
-            // El aviso de no inventar es lo más importante de toda la
-            // instrucción: cuando el texto queda pequeño, este modelo no dice
-            // que no lo lee, se saca un contenido plausible de la manga.
+            // The warning about not making things up is the most important part of
+            // the whole instruction: when the text is small, this model does not say
+            // it cannot read it, it pulls plausible content out of thin air.
             style: "Responde en una o dos frases cortas en español, en texto plano. Lee sólo \
                     lo que de verdad pone en la imagen y no completes lo que no se distinga: \
                     si el texto está borroso o no se lee, dilo en vez de suponerlo.",
@@ -168,8 +168,8 @@ impl asist_core::tools::Tool for VisionTool {
         })
     }
 
-    /// Enciende la cámara o fotografía lo que haya en pantalla; en ambos casos
-    /// conviene que se anuncie.
+    /// It turns the camera on or photographs whatever is on screen; in both
+    /// cases it should be announced.
     fn is_side_effecting(&self) -> bool {
         true
     }
@@ -196,7 +196,7 @@ impl asist_core::tools::Tool for VisionTool {
 
         tracing::info!(
             target: "vision",
-            fuente = self.source.label(),
+            source = self.source.label(),
             kb = frame.len() / 1024,
             ms = started.elapsed().as_millis(),
             "descrito"