@lobehub/lobehub 2.0.0-next.372 → 2.0.0-next.374

package/locales/de-DE/models.json

@@ -744,6 +744,45 @@
   "internvl3-38b.description": "InternVL3 38B ist ein großes Open-Source-Multimodalmodell für hochpräzises Bild-Text-Verständnis.",
   "internvl3-latest.description": "Unser neuestes multimodales Modell mit verbessertem Bild-Text-Verständnis und Langsequenz-Bildverarbeitung, vergleichbar mit führenden geschlossenen Modellen. Standardmäßig wird die neueste InternVL-Serie verwendet (derzeit internvl3-78b).",
   "irag-1.0.description": "ERNIE iRAG ist ein Modell zur bildgestützten Generierung mit Bildsuche, Bild-Text-Retrieval und Inhaltserstellung.",
+  "jamba-large.description": "Unser leistungsstärkstes und fortschrittlichstes Modell, entwickelt für komplexe Unternehmensaufgaben mit herausragender Leistung.",
+  "jamba-mini.description": "Das effizienteste Modell seiner Klasse – vereint Geschwindigkeit und Qualität bei geringem Ressourcenverbrauch.",
+  "jina-deepsearch-v1.description": "DeepSearch kombiniert Websuche, Leseverständnis und logisches Denken für gründliche Recherchen. Stellen Sie sich einen Agenten vor, der Ihre Rechercheaufgabe übernimmt, breit gefächerte Suchen in mehreren Iterationen durchführt und erst dann eine Antwort liefert. Der Prozess umfasst kontinuierliche Recherche, Schlussfolgerungen und Problemlösungen aus verschiedenen Blickwinkeln – grundlegend anders als herkömmliche LLMs, die auf vortrainierten Daten basieren, oder klassische RAG-Systeme mit einmaliger Oberflächensuche.",
+  "kimi-k2-0711-preview.description": "kimi-k2 ist ein MoE-Grundlagenmodell mit starken Fähigkeiten in den Bereichen Programmierung und Agentenfunktionen (1T Gesamtparameter, 32B aktiv) und übertrifft andere gängige Open-Source-Modelle in den Bereichen logisches Denken, Programmierung, Mathematik und Agenten-Benchmarks.",
+  "kimi-k2-0905-preview.description": "kimi-k2-0905-preview bietet ein 256k-Kontextfenster, verbesserte agentenbasierte Programmierung, höhere Codequalität im Frontend und ein besseres Kontextverständnis.",
+  "kimi-k2-instruct.description": "Kimi K2 Instruct ist das offizielle Modell von Kimi für logisches Denken mit erweitertem Kontext für Code, Fragenbeantwortung und mehr.",
+  "kimi-k2-thinking-turbo.description": "Hochgeschwindigkeitsvariante von K2 mit erweitertem Denkvermögen, 256k Kontext, starkem logischen Denken und einer Ausgabe von 60–100 Token/Sekunde.",
+  "kimi-k2-thinking.description": "kimi-k2-thinking ist ein Denkmodell von Moonshot AI mit allgemeinen Agenten- und Denkfähigkeiten. Es glänzt durch tiefes logisches Denken und kann komplexe Probleme durch mehrstufige Werkzeugnutzung lösen.",
+  "kimi-k2-turbo-preview.description": "kimi-k2 ist ein MoE-Grundlagenmodell mit starken Fähigkeiten in den Bereichen Programmierung und Agentenfunktionen (1T Gesamtparameter, 32B aktiv) und übertrifft andere gängige Open-Source-Modelle in den Bereichen logisches Denken, Programmierung, Mathematik und Agenten-Benchmarks.",
+  "kimi-k2.description": "Kimi-K2 ist ein MoE-Basismodell von Moonshot AI mit starken Fähigkeiten in den Bereichen Programmierung und Agentenfunktionen, insgesamt 1T Parameter mit 32B aktiven. In Benchmarks zu allgemeinem logischen Denken, Programmierung, Mathematik und Agentenaufgaben übertrifft es andere gängige Open-Source-Modelle.",
+  "kimi-k2:1t.description": "Kimi K2 ist ein großes MoE-LLM von Moonshot AI mit insgesamt 1T Parametern und 32B aktiven pro Durchlauf. Es ist für Agentenfunktionen wie fortgeschrittene Werkzeugnutzung, logisches Denken und Codegenerierung optimiert.",
+  "kimi-latest.description": "Kimi Latest verwendet das neueste Kimi-Modell und kann experimentelle Funktionen enthalten. Es unterstützt Bildverständnis und wählt automatisch 8k/32k/128k-Abrechnungsmodelle basierend auf der Kontextlänge.",
+  "kuaishou/kat-coder-pro-v1.description": "KAT-Coder-Pro-V1 (zeitlich begrenzt kostenlos) konzentriert sich auf Codeverständnis und Automatisierung für effiziente Programmieragenten.",
+  "learnlm-1.5-pro-experimental.description": "LearnLM ist ein experimentelles, aufgabenorientiertes Modell, das auf Prinzipien der Lernwissenschaft basiert. Es folgt Systemanweisungen in Lehr-/Lernszenarien und agiert als Expertentutor.",
+  "learnlm-2.0-flash-experimental.description": "LearnLM ist ein experimentelles, aufgabenorientiertes Modell, das auf Prinzipien der Lernwissenschaft basiert. Es folgt Systemanweisungen in Lehr-/Lernszenarien und agiert als Expertentutor.",
+  "lite.description": "Spark Lite ist ein leichtgewichtiges LLM mit extrem niedriger Latenz und effizienter Verarbeitung. Es ist vollständig kostenlos und unterstützt Echtzeit-Websuche. Dank schneller Reaktionszeiten eignet es sich gut für Geräte mit geringer Rechenleistung und Modellanpassung – ideal für Wissensfragen, Inhaltserstellung und Suchszenarien.",
+  "llama-3.1-70b-versatile.description": "Llama 3.1 70B bietet verbessertes logisches Denken für komplexe Anwendungen und unterstützt rechenintensive Aufgaben mit hoher Effizienz und Genauigkeit.",
+  "llama-3.1-8b-instant.description": "Llama 3.1 8B ist ein hocheffizientes Modell mit schneller Textgenerierung – ideal für großflächige, kosteneffiziente Anwendungen.",
+  "llama-3.1-instruct.description": "Das auf Anweisungen abgestimmte Modell Llama 3.1 ist für Chat optimiert und übertrifft viele offene Chatmodelle in gängigen Branchenbenchmarks.",
+  "llama-3.2-11b-vision-instruct.description": "Starkes Bildverständnis bei hochauflösenden Bildern – ideal für visuelle Analyseanwendungen.",
+  "llama-3.2-11b-vision-preview.description": "Llama 3.2 ist für Aufgaben konzipiert, die Vision und Text kombinieren. Es glänzt bei Bildbeschreibungen und visuellen Fragen und verbindet Sprachgenerierung mit visuellem Denken.",
+  "llama-3.2-90b-vision-instruct.description": "Fortgeschrittenes Bildverständnis für visuelle Agentenanwendungen.",
+  "llama-3.2-90b-vision-preview.description": "Llama 3.2 ist für Aufgaben konzipiert, die Vision und Text kombinieren. Es glänzt bei Bildbeschreibungen und visuellen Fragen und verbindet Sprachgenerierung mit visuellem Denken.",
+  "llama-3.2-vision-instruct.description": "Das auf Anweisungen abgestimmte Modell Llama 3.2-Vision ist für visuelle Erkennung, Bildverständnis, Bildbeschreibungen und allgemeine Bildfragen optimiert.",
+  "llama-3.3-70b-versatile.description": "Meta Llama 3.3 ist ein mehrsprachiges LLM mit 70B Parametern (Text in/Text out) und bietet vortrainierte sowie anweisungsoptimierte Varianten. Die textbasierte, anweisungsoptimierte Version ist für mehrsprachige Dialoge optimiert und übertrifft viele offene und geschlossene Chatmodelle in gängigen Benchmarks.",
+  "llama-3.3-70b.description": "Llama 3.3 70B: ein mittelgroßes bis großes Llama-Modell mit ausgewogenem Verhältnis zwischen logischem Denken und Durchsatz.",
+  "llama-3.3-instruct.description": "Das auf Anweisungen abgestimmte Modell Llama 3.3 ist für Chat optimiert und übertrifft viele offene Chatmodelle in gängigen Branchenbenchmarks.",
+  "llama3-70b-8192.description": "Meta Llama 3 70B bietet außergewöhnliche Komplexitätsbewältigung für anspruchsvolle Projekte.",
+  "llama3-8b-8192.description": "Meta Llama 3 8B liefert starke Leistungen im logischen Denken für vielfältige Szenarien.",
+  "llama3-groq-70b-8192-tool-use-preview.description": "Llama 3 Groq 70B Tool Use bietet starke Werkzeugnutzung für effiziente Bearbeitung komplexer Aufgaben.",
+  "llama3-groq-8b-8192-tool-use-preview.description": "Llama 3 Groq 8B Tool Use ist für effiziente Werkzeugnutzung mit schneller paralleler Verarbeitung optimiert.",
+  "llama3.1-8b.description": "Llama 3.1 8B: eine kleine, latenzarme Llama-Variante für leichte Online-Inferenz und Chat.",
+  "llama3.1.description": "Llama 3.1 ist Metas Spitzenmodell mit bis zu 405B Parametern für komplexe Dialoge, mehrsprachige Übersetzungen und Datenanalysen.",
+  "llama3.1:405b.description": "Llama 3.1 ist Metas Spitzenmodell mit bis zu 405B Parametern für komplexe Dialoge, mehrsprachige Übersetzungen und Datenanalysen.",
+  "llama3.1:70b.description": "Llama 3.1 ist Metas Spitzenmodell mit bis zu 405B Parametern für komplexe Dialoge, mehrsprachige Übersetzungen und Datenanalysen.",
+  "llava-v1.5-7b-4096-preview.description": "LLaVA 1.5 7B kombiniert visuelle Verarbeitung mit Textgenerierung für komplexe Ausgaben aus visuellen Eingaben.",
+  "llava.description": "LLaVA ist ein multimodales Modell, das einen Vision-Encoder mit Vicuna kombiniert und starkes Verständnis für Vision und Sprache bietet.",
+  "llava:13b.description": "LLaVA ist ein multimodales Modell, das einen Vision-Encoder mit Vicuna kombiniert und starkes Verständnis für Vision und Sprache bietet.",
+  "llava:34b.description": "LLaVA ist ein multimodales Modell, das einen Vision-Encoder mit Vicuna kombiniert und starkes Verständnis für Vision und Sprache bietet.",
   "meta.llama3-8b-instruct-v1:0.description": "Meta Llama 3 ist ein offenes LLM für Entwickler, Forscher und Unternehmen. Es wurde entwickelt, um beim Aufbau, Experimentieren und verantwortungsvollen Skalieren generativer KI-Ideen zu unterstützen. Als Teil der Grundlage für globale Innovationsgemeinschaften eignet es sich besonders für Umgebungen mit begrenzten Rechenressourcen, Edge-Geräte und schnellere Trainingszeiten.",
   "meta/Llama-3.2-11B-Vision-Instruct.description": "Starke Bildverarbeitung bei hochauflösenden Bildern – ideal für visuelle Verständnisanwendungen.",
   "meta/Llama-3.2-90B-Vision-Instruct.description": "Fortschrittliche Bildverarbeitung für visuelle Agentenanwendungen.",

package/locales/de-DE/plugin.json

@@ -177,6 +177,9 @@
   "builtins.lobe-user-memory.apiName.searchUserMemory": "Gedächtnis durchsuchen",
   "builtins.lobe-user-memory.apiName.updateIdentityMemory": "Identitätsgedächtnis aktualisieren",
   "builtins.lobe-user-memory.inspector.noResults": "Keine Ergebnisse",
+  "builtins.lobe-user-memory.render.contexts": "Kontexte",
+  "builtins.lobe-user-memory.render.experiences": "Erfahrungen",
+  "builtins.lobe-user-memory.render.preferences": "Einstellungen",
   "builtins.lobe-user-memory.title": "Gedächtnis",
   "builtins.lobe-web-browsing.apiName.crawlMultiPages": "Mehrere Seiten lesen",
   "builtins.lobe-web-browsing.apiName.crawlSinglePage": "Seiteninhalt lesen",

package/locales/en-US/chat.json

@@ -31,6 +31,9 @@
   "chatList.expandMessage": "Expand Message",
   "chatList.longMessageDetail": "View Details",
   "clearCurrentMessages": "Clear current session messages",
+  "compressedHistory": "Compressed History",
+  "compression.history": "History",
+  "compression.summary": "Summary",
   "confirmClearCurrentMessages": "You are about to clear the current session messages. Once cleared, they cannot be retrieved. Please confirm your action.",
   "confirmRemoveChatGroupItemAlert": "This Group will be deleted. Group-specific assistants will also be deleted, while external assistants will not be affected.",
   "confirmRemoveGroupItemAlert": "You are about to delete this group. After deletion, its agents will be moved to the default list. Please confirm your action.",
@@ -203,6 +206,7 @@
   "noMembersYet": "This group doesn't have any members yet. Click the + button to invite agents.",
   "noSelectedAgents": "No members selected yet",
   "openInNewWindow": "Open in New Window",
+  "operation.contextCompression": "Context too long, compressing history...",
   "operation.execAgentRuntime": "Preparing response",
   "operation.execClientTask": "Executing task",
   "operation.sendMessage": "Sending message",
@@ -307,6 +311,8 @@
   "shareModal.withPluginInfo": "Include Skill Information",
   "shareModal.withRole": "Include Message Role",
   "shareModal.withSystemRole": "Include Agent Profile",
+  "sharePage.actions.findMord": "Find more",
+  "sharePage.actions.tryItYourself": "Try it yourself",
   "sharePage.error.forbidden.subtitle": "This share is private and not accessible.",
   "sharePage.error.forbidden.title": "Access Denied",
   "sharePage.error.notFound.subtitle": "This topic does not exist or has been removed.",

package/locales/en-US/discover.json

@@ -56,15 +56,10 @@
   "assistants.more": "More",
   "assistants.plugins": "Integrated Skills",
   "assistants.recentSubmits": "Recent Updates",
-  "assistants.sorts.createdAt": "Recently Published",
-  "assistants.sorts.identifier": "Agent ID",
-  "assistants.sorts.knowledgeCount": "Libraries",
-  "assistants.sorts.myown": "View My Agents",
-  "assistants.sorts.pluginCount": "Skills",
   "assistants.sorts.recommended": "Recommended",
-  "assistants.sorts.title": "Agent Name",
-  "assistants.sorts.tokenUsage": "Token Usage",
-  "assistants.status.archived.reasons.official": "The platform removed this Agent due to security, policy, or other concerns.",
+  "assistants.sorts.haveSkills": "Skilled",
+  "assistants.sorts.mostUsage": "Most Usage",
+  "assistants.sorts.updatedAt": "Recently Updated",  "assistants.status.archived.reasons.official": "The platform removed this Agent due to security, policy, or other concerns.",
   "assistants.status.archived.reasons.owner": "The creator archived or removed this Agent.",
   "assistants.status.archived.subtitle": "This Agent has been archived. Possible reasons:",
   "assistants.status.archived.title": "Agent archived",

package/locales/en-US/memory.json

@@ -1,4 +1,31 @@
 {
+  "activity.actions.delete": "Delete",
+  "activity.actions.edit": "Edit",
+  "activity.defaultType": "Activity",
+  "activity.deleteConfirm": "Are you sure you want to delete this activity memory? This action cannot be undone.",
+  "activity.deleteTitle": "Delete Activity Memory",
+  "activity.empty": "No activity memories available",
+  "activity.feedback": "Feedback",
+  "activity.narrative": "Narrative",
+  "activity.notes": "Notes",
+  "analysis.action.button": "Request memory analysis",
+  "analysis.modal.cancel": "Cancel",
+  "analysis.modal.helper": "By default Lobe AI will analyze all unprocessed chats. It's optional to select a date range to analyze.",
+  "analysis.modal.rangePlaceholder": "No range selected; all conversations will be analyzed.",
+  "analysis.modal.rangeSelected": "Analyzing chats from {{start}} to {{end}}",
+  "analysis.modal.submit": "Request memory analysis",
+  "analysis.modal.title": "Analyze chats to generate memories",
+  "analysis.range.all": "All conversations",
+  "analysis.range.end": "Today",
+  "analysis.range.start": "Beginning",
+  "analysis.status.errorTitle": "Memory analysis request failed",
+  "analysis.status.progress": "Processed {{completed}} / {{total}} topics",
+  "analysis.status.progressUnknown": "Processed {{completed}} topics so far",
+  "analysis.status.tip": "We are processing your conversations to build personal memories. This may take a few minutes.",
+  "analysis.status.title": "Memory analysis in progress",
+  "analysis.toast.deduped": "A memory request is already running, continuing progress…",
+  "analysis.toast.failed": "Memory analysis request failed. Please try again.",
+  "analysis.toast.started": "Memory analysis started. We will update once it’s ready.",
   "context.actions.delete": "Delete",
   "context.actions.edit": "Edit",
   "context.defaultType": "Context",
@@ -29,6 +56,7 @@
   "filter.sort.scoreImpact": "Impact",
   "filter.sort.scorePriority": "Preference Weight",
   "filter.sort.scoreUrgency": "Urgency",
+  "filter.sort.startsAt": "Start Time",
   "identity.empty": "No identity memories available",
   "identity.filter.search": "Search roles, relationships, or descriptions...",
   "identity.filter.type.all": "All",
@@ -55,6 +83,7 @@
   "preference.empty": "No preference memories available",
   "preference.source": "Source",
   "preference.suggestions": "Actions the agent might take",
+  "tab.activities": "Activities",
   "tab.contexts": "Contexts",
   "tab.experiences": "Experiences",
   "tab.home": "Home",
@@ -62,23 +91,5 @@
   "tab.preferences": "Preferences",
   "tab.search": "Search",
   "viewMode.masonry": "Masonry",
-  "viewMode.timeline": "Timeline",
-  "analysis.action.button": "Request Memory",
-  "analysis.modal.cancel": "Cancel",
-  "analysis.modal.helper": "Optional time window. By default, only conversations not yet analyzed will be processed. Choose a window to limit analysis.",
-  "analysis.modal.rangePlaceholder": "No time range selected, all conversations will be analyzed",
-  "analysis.modal.rangeSelected": "Analyze conversations from {{start}} to {{end}}",
-  "analysis.modal.submit": "Request Analysis",
-  "analysis.modal.title": "Analyze conversations to generate memories",
-  "analysis.range.all": "All conversations",
-  "analysis.range.end": "Today",
-  "analysis.range.start": "Beginning",
-  "analysis.status.errorTitle": "Analysis request failed",
-  "analysis.status.progress": "Processed {{completed}} / {{total}} topics",
-  "analysis.status.progressUnknown": "Processed {{completed}} topics",
-  "analysis.status.tip": "We're processing your conversations to generate memories. This may take a few minutes - thanks for your patience.",
-  "analysis.status.title": "Memory analysis in progress",
-  "analysis.toast.deduped": "A request is already running - please wait...",
-  "analysis.toast.failed": "Analysis request failed, please retry.",
-  "analysis.toast.started": "Memory analysis started. It will update automatically when done."
+  "viewMode.timeline": "Timeline"
 }

package/locales/es-ES/chat.json

@@ -31,6 +31,9 @@
   "chatList.expandMessage": "Expandir mensaje",
   "chatList.longMessageDetail": "Ver detalles",
   "clearCurrentMessages": "Borrar mensajes de la sesión actual",
+  "compressedHistory": "Historial Comprimido",
+  "compression.history": "Historial",
+  "compression.summary": "Resumen",
   "confirmClearCurrentMessages": "Estás a punto de borrar los mensajes de la sesión actual. Una vez borrados, no se podrán recuperar. Por favor, confirma tu acción.",
   "confirmRemoveChatGroupItemAlert": "Este grupo será eliminado. Los asistentes específicos del grupo también serán eliminados, mientras que los asistentes externos no se verán afectados.",
   "confirmRemoveGroupItemAlert": "Estás a punto de eliminar este grupo. Después de eliminarlo, sus agentes se moverán a la lista predeterminada. Por favor, confirma tu acción.",
@@ -203,12 +206,15 @@
   "noMembersYet": "Este grupo aún no tiene miembros. Haz clic en el botón + para invitar agentes.",
   "noSelectedAgents": "Aún no se han seleccionado miembros",
   "openInNewWindow": "Abrir en una nueva ventana",
+  "operation.contextCompression": "Contexto demasiado largo, comprimiendo historial...",
   "operation.execAgentRuntime": "Preparando respuesta",
   "operation.execClientTask": "Ejecutando tarea",
   "operation.sendMessage": "Enviando mensaje",
   "owner": "Propietario del grupo",
   "pageCopilot.title": "Agente de página",
   "pageCopilot.welcome": "**Escritura más clara y precisa**\n\nRedacta, reescribe o mejora: dime tu intención y yo me encargo del resto.",
+  "pageSelection.lines": "Líneas {{start}}-{{end}}",
+  "pageSelection.reference": "Texto Seleccionado",
   "pin": "Fijar",
   "pinOff": "Desfijar",
   "prompts.summaryExpert": "Como experto en resúmenes, por favor resume el siguiente contenido basándote en las indicaciones del sistema anteriores:",
@@ -305,6 +311,8 @@
   "shareModal.withPluginInfo": "Incluir información de habilidades",
   "shareModal.withRole": "Incluir rol del mensaje",
   "shareModal.withSystemRole": "Incluir perfil del agente",
+  "sharePage.actions.findMord": "Buscar más",
+  "sharePage.actions.tryItYourself": "Pruébalo tú mismo",
   "sharePage.error.forbidden.subtitle": "Este contenido compartido es privado y no está accesible.",
   "sharePage.error.forbidden.title": "Acceso denegado",
   "sharePage.error.notFound.subtitle": "Este tema no existe o ha sido eliminado.",

package/locales/es-ES/memory.json

@@ -1,4 +1,31 @@
 {
+  "activity.actions.delete": "Eliminar",
+  "activity.actions.edit": "Editar",
+  "activity.defaultType": "Actividad",
+  "activity.deleteConfirm": "¿Estás seguro de que deseas eliminar este recuerdo de actividad? Esta acción no se puede deshacer.",
+  "activity.deleteTitle": "Eliminar recuerdo de actividad",
+  "activity.empty": "No hay recuerdos de actividades disponibles",
+  "activity.feedback": "Comentarios",
+  "activity.narrative": "Narrativa",
+  "activity.notes": "Notas",
+  "analysis.action.button": "Solicitar análisis de recuerdos",
+  "analysis.modal.cancel": "Cancelar",
+  "analysis.modal.helper": "Por defecto, Lobe AI analizará todos los chats no procesados. Es opcional seleccionar un rango de fechas para analizar.",
+  "analysis.modal.rangePlaceholder": "Sin rango seleccionado; se analizarán todas las conversaciones.",
+  "analysis.modal.rangeSelected": "Analizando chats desde {{start}} hasta {{end}}",
+  "analysis.modal.submit": "Solicitar análisis de recuerdos",
+  "analysis.modal.title": "Analizar chats para generar recuerdos",
+  "analysis.range.all": "Todas las conversaciones",
+  "analysis.range.end": "Hoy",
+  "analysis.range.start": "Inicio",
+  "analysis.status.errorTitle": "La solicitud de análisis de recuerdos ha fallado",
+  "analysis.status.progress": "Procesados {{completed}} / {{total}} temas",
+  "analysis.status.progressUnknown": "Procesados {{completed}} temas hasta ahora",
+  "analysis.status.tip": "Estamos procesando tus conversaciones para construir recuerdos personales. Esto puede tardar unos minutos.",
+  "analysis.status.title": "Análisis de recuerdos en curso",
+  "analysis.toast.deduped": "Ya hay una solicitud de recuerdos en curso, continuando con el progreso…",
+  "analysis.toast.failed": "La solicitud de análisis de recuerdos ha fallado. Por favor, inténtalo de nuevo.",
+  "analysis.toast.started": "Análisis de recuerdos iniciado. Te avisaremos cuando esté listo.",
   "context.actions.delete": "Eliminar",
   "context.actions.edit": "Editar",
   "context.defaultType": "Contexto",
@@ -29,6 +56,7 @@
   "filter.sort.scoreImpact": "Impacto",
   "filter.sort.scorePriority": "Peso de Preferencia",
   "filter.sort.scoreUrgency": "Urgencia",
+  "filter.sort.startsAt": "Hora de inicio",
   "identity.empty": "No hay memorias de identidad disponibles",
   "identity.filter.search": "Buscar roles, relaciones o descripciones...",
   "identity.filter.type.all": "Todos",
@@ -55,6 +83,7 @@
   "preference.empty": "No hay memorias de preferencias disponibles",
   "preference.source": "Fuente",
   "preference.suggestions": "Acciones que el agente podría tomar",
+  "tab.activities": "Actividades",
   "tab.contexts": "Contextos",
   "tab.experiences": "Experiencias",
   "tab.home": "Inicio",

package/locales/es-ES/models.json

@@ -355,6 +355,7 @@
   "deepseek-ai/deepseek-v3.1-terminus.description": "DeepSeek V3.1 es un modelo de razonamiento de nueva generación con capacidades mejoradas para razonamiento complejo y cadenas de pensamiento, ideal para tareas de análisis profundo.",
   "deepseek-ai/deepseek-v3.1.description": "DeepSeek V3.1 es un modelo de razonamiento de nueva generación con capacidades mejoradas para razonamiento complejo y cadenas de pensamiento, ideal para tareas de análisis profundo.",
   "deepseek-ai/deepseek-vl2.description": "DeepSeek-VL2 es un modelo visión-lenguaje MoE basado en DeepSeekMoE-27B con activación dispersa, logrando un alto rendimiento con solo 4.5B de parámetros activos. Destaca en preguntas visuales, OCR, comprensión de documentos/tablas/gráficos y anclaje visual.",
+  "deepseek-chat.description": "DeepSeek V3.2 equilibra el razonamiento y la longitud de salida para tareas diarias de preguntas y respuestas y agentes. En los benchmarks públicos alcanza niveles comparables a GPT-5, siendo el primero en integrar pensamiento en el uso de herramientas, liderando las evaluaciones de agentes de código abierto.",
   "deepseek-coder-33B-instruct.description": "DeepSeek Coder 33B es un modelo de lenguaje para código entrenado con 2T de tokens (87% código, 13% texto en chino/inglés). Introduce una ventana de contexto de 16K y tareas de completado intermedio, ofreciendo completado de código a nivel de proyecto y relleno de fragmentos.",
   "deepseek-coder-v2.description": "DeepSeek Coder V2 es un modelo de código MoE de código abierto que tiene un rendimiento sólido en tareas de programación, comparable a GPT-4 Turbo.",
   "deepseek-coder-v2:236b.description": "DeepSeek Coder V2 es un modelo de código MoE de código abierto que tiene un rendimiento sólido en tareas de programación, comparable a GPT-4 Turbo.",
@@ -377,6 +378,7 @@
   "deepseek-r1-fast-online.description": "Versión completa rápida de DeepSeek R1 con búsqueda web en tiempo real, combinando capacidad a escala 671B y respuesta ágil.",
   "deepseek-r1-online.description": "Versión completa de DeepSeek R1 con 671B de parámetros y búsqueda web en tiempo real, ofreciendo mejor comprensión y generación.",
   "deepseek-r1.description": "DeepSeek-R1 utiliza datos de arranque en frío antes del aprendizaje por refuerzo y tiene un rendimiento comparable a OpenAI-o1 en matemáticas, programación y razonamiento.",
+  "deepseek-reasoner.description": "DeepSeek V3.2 Thinking es un modelo de razonamiento profundo que genera cadenas de pensamiento antes de producir respuestas, logrando mayor precisión. Obtiene resultados destacados en competencias y un razonamiento comparable al de Gemini-3.0-Pro.",
   "deepseek-v2.description": "DeepSeek V2 es un modelo MoE eficiente para procesamiento rentable.",
   "deepseek-v2:236b.description": "DeepSeek V2 236B es el modelo de DeepSeek centrado en código con fuerte generación de código.",
   "deepseek-v3-0324.description": "DeepSeek-V3-0324 es un modelo MoE con 671 mil millones de parámetros, con fortalezas destacadas en programación, capacidad técnica, comprensión de contexto y manejo de textos largos.",
@@ -470,6 +472,8 @@
   "ernie-tiny-8k.description": "ERNIE Tiny 8K es un modelo ultraligero para preguntas simples, clasificación e inferencia de bajo costo.",
   "ernie-x1-turbo-32k.description": "ERNIE X1 Turbo 32K es un modelo de pensamiento rápido con contexto de 32K para razonamiento complejo y chat de múltiples turnos.",
   "ernie-x1.1-preview.description": "ERNIE X1.1 Preview es una vista previa del modelo de pensamiento para evaluación y pruebas.",
+  "fal-ai/bytedance/seedream/v4.5.description": "Seedream 4.5, desarrollado por el equipo Seed de ByteDance, permite edición y composición de múltiples imágenes. Ofrece mayor coherencia en los sujetos, seguimiento preciso de instrucciones, comprensión de lógica espacial, expresión estética, diseño de carteles y logotipos con renderizado texto-imagen de alta precisión.",
+  "fal-ai/bytedance/seedream/v4.description": "Seedream 4.0, creado por ByteDance Seed, admite entradas de texto e imagen para una generación de imágenes altamente controlable y de alta calidad a partir de indicaciones.",
   "fal-ai/flux-kontext/dev.description": "Modelo FLUX.1 centrado en la edición de imágenes, compatible con entradas de texto e imagen.",
   "fal-ai/flux-pro/kontext.description": "FLUX.1 Kontext [pro] acepta texto e imágenes de referencia como entrada, permitiendo ediciones locales dirigidas y transformaciones globales complejas de escenas.",
   "fal-ai/flux/krea.description": "Flux Krea [dev] es un modelo de generación de imágenes con una inclinación estética hacia imágenes más realistas y naturales.",
@@ -477,6 +481,8 @@
   "fal-ai/hunyuan-image/v3.description": "Un potente modelo nativo multimodal de generación de imágenes.",
   "fal-ai/imagen4/preview.description": "Modelo de generación de imágenes de alta calidad de Google.",
   "fal-ai/nano-banana.description": "Nano Banana es el modelo multimodal nativo más nuevo, rápido y eficiente de Google, que permite generación y edición de imágenes mediante conversación.",
+  "fal-ai/qwen-image-edit.description": "Modelo profesional de edición de imágenes del equipo Qwen, compatible con ediciones semánticas y de apariencia, edición precisa de texto en chino/inglés, transferencia de estilo, rotación y más.",
+  "fal-ai/qwen-image.description": "Potente modelo de generación de imágenes del equipo Qwen con excelente renderizado de texto en chino y estilos visuales diversos.",
   "flux-1-schnell.description": "Modelo de texto a imagen con 12 mil millones de parámetros de Black Forest Labs que utiliza destilación difusiva adversarial latente para generar imágenes de alta calidad en 1 a 4 pasos. Compite con alternativas cerradas y se lanza bajo licencia Apache-2.0 para uso personal, de investigación y comercial.",
   "flux-dev.description": "FLUX.1 [dev] es un modelo destilado con pesos abiertos para uso no comercial. Mantiene calidad de imagen casi profesional y seguimiento de instrucciones mientras funciona de manera más eficiente, utilizando mejor los recursos que modelos estándar del mismo tamaño.",
   "flux-kontext-max.description": "Generación y edición de imágenes contextual de última generación, combinando texto e imágenes para resultados precisos y coherentes.",
@@ -508,6 +514,8 @@
   "gemini-2.0-flash-lite-001.description": "Una variante de Gemini 2.0 Flash optimizada para eficiencia de costos y baja latencia.",
   "gemini-2.0-flash-lite.description": "Una variante de Gemini 2.0 Flash optimizada para eficiencia de costos y baja latencia.",
   "gemini-2.0-flash.description": "Gemini 2.0 Flash ofrece funciones de nueva generación como velocidad excepcional, uso nativo de herramientas, generación multimodal y una ventana de contexto de 1 millón de tokens.",
+  "gemini-2.5-flash-image-preview.description": "Nano Banana es el modelo multimodal nativo más nuevo, rápido y eficiente de Google, que permite generación y edición de imágenes mediante conversación.",
+  "gemini-2.5-flash-image-preview:image.description": "Nano Banana es el modelo multimodal nativo más nuevo, rápido y eficiente de Google, que permite generación y edición de imágenes mediante conversación.",
   "gemini-2.5-flash-image.description": "Nano Banana es el modelo multimodal nativo más nuevo, rápido y eficiente de Google, que permite generación y edición de imágenes conversacionales.",
   "gemini-2.5-flash-image:image.description": "Nano Banana es el modelo multimodal nativo más nuevo, rápido y eficiente de Google, que permite generación y edición de imágenes conversacionales.",
   "gemini-2.5-flash-lite-preview-06-17.description": "Gemini 2.5 Flash-Lite Preview es el modelo más pequeño y rentable de Google, diseñado para uso a gran escala.",
@@ -522,6 +530,7 @@
   "gemini-2.5-pro.description": "Gemini 2.5 Pro es el modelo de razonamiento más avanzado de Google, capaz de razonar sobre código, matemáticas y problemas STEM, y analizar grandes conjuntos de datos, bases de código y documentos con contexto largo.",
   "gemini-3-flash-preview.description": "Gemini 3 Flash es el modelo más inteligente diseñado para la velocidad, combinando inteligencia de vanguardia con una excelente fundamentación en búsquedas.",
   "gemini-3-pro-image-preview.description": "Gemini 3 Pro Image (Nano Banana Pro) es el modelo de generación de imágenes de Google, compatible también con chat multimodal.",
+  "gemini-3-pro-image-preview:image.description": "Gemini 3 Pro Image (Nano Banana Pro) es el modelo de generación de imágenes de Google y también admite chat multimodal.",
   "gemini-3-pro-preview.description": "Gemini 3 Pro es el agente más potente de Google y modelo de codificación emocional, que ofrece visuales más ricos e interacción más profunda sobre un razonamiento de última generación.",
   "gemini-flash-latest.description": "Última versión de Gemini Flash",
   "gemini-flash-lite-latest.description": "Última versión de Gemini Flash-Lite",
@@ -734,6 +743,46 @@
   "internvl3-1b.description": "InternVL3 1B es un modelo multimodal ligero para implementaciones con recursos limitados.",
   "internvl3-38b.description": "InternVL3 38B es un modelo multimodal de código abierto de gran tamaño para comprensión imagen-texto de alta precisión.",
   "internvl3-latest.description": "Nuestro modelo multimodal más reciente con mejor comprensión imagen-texto y comprensión de imágenes de secuencia larga, comparable a los mejores modelos cerrados. Por defecto se usa la última serie InternVL (actualmente internvl3-78b).",
+  "irag-1.0.description": "ERNIE iRAG es un modelo de generación aumentada con recuperación de imágenes para búsqueda de imágenes, recuperación imagen-texto y generación de contenido.",
+  "jamba-large.description": "Nuestro modelo más potente y avanzado, diseñado para tareas empresariales complejas con un rendimiento sobresaliente.",
+  "jamba-mini.description": "El modelo más eficiente de su clase, equilibrando velocidad y calidad con un tamaño reducido.",
+  "jina-deepsearch-v1.description": "DeepSearch combina búsqueda web, lectura y razonamiento para investigaciones exhaustivas. Funciona como un agente que toma tu tarea de investigación, realiza búsquedas amplias con múltiples iteraciones y luego produce una respuesta. El proceso implica investigación continua, razonamiento y resolución de problemas desde múltiples ángulos, diferenciándose fundamentalmente de los LLM estándar que responden desde datos preentrenados o sistemas RAG tradicionales que dependen de búsquedas superficiales de una sola vez.",
+  "kimi-k2-0711-preview.description": "kimi-k2 es un modelo base MoE con sólidas capacidades de programación y agentes (1T de parámetros totales, 32B activos), superando a otros modelos abiertos en razonamiento, programación, matemáticas y benchmarks de agentes.",
+  "kimi-k2-0905-preview.description": "kimi-k2-0905-preview ofrece una ventana de contexto de 256k, codificación agente más sólida, mejor calidad de código frontend y comprensión de contexto mejorada.",
+  "kimi-k2-instruct.description": "Kimi K2 Instruct es el modelo oficial de razonamiento de Kimi con contexto largo para código, preguntas y respuestas, y más.",
+  "kimi-k2-thinking-turbo.description": "Variante de pensamiento largo de K2 de alta velocidad con contexto de 256k, razonamiento profundo sólido y salida de 60–100 tokens/segundo.",
+  "kimi-k2-thinking.description": "kimi-k2-thinking es un modelo de pensamiento de Moonshot AI con capacidades generales de agentes y razonamiento. Destaca en razonamiento profundo y puede resolver problemas complejos mediante el uso de herramientas en múltiples pasos.",
+  "kimi-k2-turbo-preview.description": "kimi-k2 es un modelo base MoE con sólidas capacidades de programación y agentes (1T de parámetros totales, 32B activos), superando a otros modelos abiertos en razonamiento, programación, matemáticas y benchmarks de agentes.",
+  "kimi-k2.description": "Kimi-K2 es un modelo base MoE de Moonshot AI con sólidas capacidades de programación y agentes, con un total de 1T de parámetros y 32B activos. En benchmarks de razonamiento general, programación, matemáticas y tareas de agentes, supera a otros modelos abiertos.",
+  "kimi-k2:1t.description": "Kimi K2 es un gran modelo MoE LLM de Moonshot AI con 1T de parámetros totales y 32B activos por pasada. Está optimizado para capacidades de agentes, incluyendo uso avanzado de herramientas, razonamiento y síntesis de código.",
+  "kimi-latest.description": "Kimi Latest utiliza el modelo Kimi más reciente y puede incluir funciones experimentales. Admite comprensión de imágenes y selecciona automáticamente modelos de facturación 8k/32k/128k según la longitud del contexto.",
+  "kuaishou/kat-coder-pro-v1.description": "KAT-Coder-Pro-V1 (gratis por tiempo limitado) se enfoca en la comprensión de código y automatización para agentes de programación eficientes.",
+  "learnlm-1.5-pro-experimental.description": "LearnLM es un modelo experimental específico para tareas, entrenado con principios de ciencia del aprendizaje para seguir instrucciones del sistema en escenarios de enseñanza/aprendizaje, actuando como un tutor experto.",
+  "learnlm-2.0-flash-experimental.description": "LearnLM es un modelo experimental específico para tareas, entrenado con principios de ciencia del aprendizaje para seguir instrucciones del sistema en escenarios de enseñanza/aprendizaje, actuando como un tutor experto.",
+  "lite.description": "Spark Lite es un LLM ligero con latencia ultra baja y procesamiento eficiente. Es completamente gratuito y admite búsqueda web en tiempo real. Sus respuestas rápidas funcionan bien en dispositivos con pocos recursos y para ajuste fino de modelos, ofreciendo una experiencia inteligente y rentable, especialmente para preguntas y respuestas de conocimiento, generación de contenido y escenarios de búsqueda.",
+  "llama-3.1-70b-versatile.description": "Llama 3.1 70B ofrece un razonamiento de IA más sólido para aplicaciones complejas, compatible con procesamiento intensivo con alta eficiencia y precisión.",
+  "llama-3.1-8b-instant.description": "Llama 3.1 8B es un modelo de alta eficiencia con generación de texto rápida, ideal para aplicaciones a gran escala y rentables.",
+  "llama-3.1-instruct.description": "El modelo Llama 3.1 ajustado por instrucciones está optimizado para chat y supera a muchos modelos de chat abiertos en benchmarks de la industria.",
+  "llama-3.2-11b-vision-instruct.description": "Razonamiento visual sólido en imágenes de alta resolución, ideal para aplicaciones de comprensión visual.",
+  "llama-3.2-11b-vision-preview.description": "Llama 3.2 está diseñado para tareas que combinan visión y texto, destacando en subtitulado de imágenes y preguntas visuales para unir generación de lenguaje y razonamiento visual.",
+  "llama-3.2-90b-vision-instruct.description": "Razonamiento visual avanzado para aplicaciones de agentes con comprensión visual.",
+  "llama-3.2-90b-vision-preview.description": "Llama 3.2 está diseñado para tareas que combinan visión y texto, destacando en subtitulado de imágenes y preguntas visuales para unir generación de lenguaje y razonamiento visual.",
+  "llama-3.2-vision-instruct.description": "El modelo Llama 3.2-Vision ajustado por instrucciones está optimizado para reconocimiento visual, razonamiento de imágenes, subtitulado y preguntas generales sobre imágenes.",
+  "llama-3.3-70b-versatile.description": "Meta Llama 3.3 es un LLM multilingüe con 70B de parámetros (entrada/salida de texto), disponible en variantes preentrenadas y ajustadas por instrucciones. La versión ajustada por instrucciones está optimizada para diálogos multilingües y supera a muchos modelos de chat abiertos y cerrados en benchmarks de la industria.",
+  "llama-3.3-70b.description": "Llama 3.3 70B: un modelo Llama de tamaño medio a grande que equilibra razonamiento y rendimiento.",
+  "llama-3.3-instruct.description": "El modelo Llama 3.3 ajustado por instrucciones está optimizado para chat y supera a muchos modelos de chat abiertos en benchmarks de la industria.",
+  "llama3-70b-8192.description": "Meta Llama 3 70B ofrece una gestión excepcional de la complejidad para proyectos exigentes.",
+  "llama3-8b-8192.description": "Meta Llama 3 8B ofrece un rendimiento sólido en razonamiento para escenarios diversos.",
+  "llama3-groq-70b-8192-tool-use-preview.description": "Llama 3 Groq 70B Tool Use ofrece llamadas a herramientas sólidas para manejar tareas complejas de manera eficiente.",
+  "llama3-groq-8b-8192-tool-use-preview.description": "Llama 3 Groq 8B Tool Use está optimizado para uso eficiente de herramientas con procesamiento paralelo rápido.",
+  "llama3.1-8b.description": "Llama 3.1 8B: una variante Llama pequeña y de baja latencia para inferencia en línea ligera y chat.",
+  "llama3.1.description": "Llama 3.1 es el modelo líder de Meta, escalando hasta 405B parámetros para diálogo complejo, traducción multilingüe y análisis de datos.",
+  "llama3.1:405b.description": "Llama 3.1 es el modelo líder de Meta, escalando hasta 405B parámetros para diálogo complejo, traducción multilingüe y análisis de datos.",
+  "llama3.1:70b.description": "Llama 3.1 es el modelo líder de Meta, escalando hasta 405B parámetros para diálogo complejo, traducción multilingüe y análisis de datos.",
+  "llava-v1.5-7b-4096-preview.description": "LLaVA 1.5 7B fusiona procesamiento visual para generar salidas complejas a partir de entradas visuales.",
+  "llava.description": "LLaVA es un modelo multimodal que combina un codificador visual y Vicuna para una sólida comprensión visión-lenguaje.",
+  "llava:13b.description": "LLaVA es un modelo multimodal que combina un codificador visual y Vicuna para una sólida comprensión visión-lenguaje.",
+  "llava:34b.description": "LLaVA es un modelo multimodal que combina un codificador visual y Vicuna para una sólida comprensión visión-lenguaje.",
   "meta.llama3-8b-instruct-v1:0.description": "Meta Llama 3 es un modelo LLM abierto para desarrolladores, investigadores y empresas, diseñado para ayudarles a construir, experimentar y escalar de manera responsable ideas de IA generativa. Como parte de la base para la innovación de la comunidad global, es ideal para entornos con recursos y capacidad de cómputo limitados, dispositivos en el borde y tiempos de entrenamiento más rápidos.",
   "meta/Llama-3.2-11B-Vision-Instruct.description": "Razonamiento visual sólido en imágenes de alta resolución, ideal para aplicaciones de comprensión visual.",
   "meta/Llama-3.2-90B-Vision-Instruct.description": "Razonamiento visual avanzado para aplicaciones de agentes con comprensión visual.",

package/locales/es-ES/plugin.json

@@ -177,6 +177,9 @@
   "builtins.lobe-user-memory.apiName.searchUserMemory": "Buscar en la memoria",
   "builtins.lobe-user-memory.apiName.updateIdentityMemory": "Actualizar memoria de identidad",
   "builtins.lobe-user-memory.inspector.noResults": "Sin resultados",
+  "builtins.lobe-user-memory.render.contexts": "Contextos",
+  "builtins.lobe-user-memory.render.experiences": "Experiencias",
+  "builtins.lobe-user-memory.render.preferences": "Preferencias",
   "builtins.lobe-user-memory.title": "Memoria",
   "builtins.lobe-web-browsing.apiName.crawlMultiPages": "Leer múltiples páginas",
   "builtins.lobe-web-browsing.apiName.crawlSinglePage": "Leer contenido de la página",

package/locales/fa-IR/chat.json

@@ -31,6 +31,9 @@
   "chatList.expandMessage": "گسترش پیام",
   "chatList.longMessageDetail": "مشاهده جزئیات",
   "clearCurrentMessages": "پاک‌سازی پیام‌های جلسه جاری",
+  "compressedHistory": "تاریخچه فشرده‌شده",
+  "compression.history": "تاریخچه",
+  "compression.summary": "خلاصه",
   "confirmClearCurrentMessages": "در حال پاک‌سازی پیام‌های جلسه جاری هستید. پس از پاک‌سازی، قابل بازیابی نیستند. لطفاً اقدام خود را تأیید کنید.",
   "confirmRemoveChatGroupItemAlert": "این گروه حذف خواهد شد. دستیارهای خاص گروه نیز حذف می‌شوند، اما دستیارهای خارجی تحت تأثیر قرار نمی‌گیرند.",
   "confirmRemoveGroupItemAlert": "در حال حذف این گروه هستید. پس از حذف، عوامل آن به فهرست پیش‌فرض منتقل می‌شوند. لطفاً اقدام خود را تأیید کنید.",
@@ -203,12 +206,15 @@
   "noMembersYet": "این گروه هنوز عضوی ندارد. برای دعوت نماینده‌ها روی دکمه + کلیک کنید.",
   "noSelectedAgents": "هنوز عضوی انتخاب نشده است",
   "openInNewWindow": "باز کردن در پنجره جدید",
+  "operation.contextCompression": "متن بیش از حد طولانی است، در حال فشرده‌سازی تاریخچه...",
   "operation.execAgentRuntime": "در حال آماده‌سازی پاسخ",
   "operation.execClientTask": "در حال اجرای وظیفه",
   "operation.sendMessage": "در حال ارسال پیام",
   "owner": "مالک گروه",
   "pageCopilot.title": "نماینده صفحه",
   "pageCopilot.welcome": "**نوشتاری شفاف‌تر و دقیق‌تر**\n\nپیش‌نویس، بازنویسی یا ویرایش—هدف خود را بگویید، من بقیه را اصلاح می‌کنم.",
+  "pageSelection.lines": "خطوط {{start}} تا {{end}}",
+  "pageSelection.reference": "متن انتخاب‌شده",
   "pin": "سنجاق کردن",
   "pinOff": "برداشتن سنجاق",
   "prompts.summaryExpert": "به عنوان یک متخصص خلاصه‌سازی، لطفاً محتوای زیر را بر اساس دستورات سیستم خلاصه کنید:",
@@ -305,6 +311,8 @@
   "shareModal.withPluginInfo": "شامل اطلاعات مهارت",
   "shareModal.withRole": "شامل نقش پیام",
   "shareModal.withSystemRole": "شامل پروفایل نماینده",
+  "sharePage.actions.findMord": "اطلاعات بیشتر",
+  "sharePage.actions.tryItYourself": "خودتان امتحان کنید",
   "sharePage.error.forbidden.subtitle": "این اشتراک‌گذاری خصوصی است و قابل دسترسی نیست.",
   "sharePage.error.forbidden.title": "دسترسی غیرمجاز",
   "sharePage.error.notFound.subtitle": "این موضوع وجود ندارد یا حذف شده است.",

package/locales/fa-IR/memory.json

@@ -1,4 +1,31 @@
 {
+  "activity.actions.delete": "حذف",
+  "activity.actions.edit": "ویرایش",
+  "activity.defaultType": "فعالیت",
+  "activity.deleteConfirm": "آیا مطمئن هستید که می‌خواهید این خاطره فعالیت را حذف کنید؟ این عمل قابل بازگشت نیست.",
+  "activity.deleteTitle": "حذف خاطره فعالیت",
+  "activity.empty": "هیچ خاطره‌ای از فعالیت موجود نیست",
+  "activity.feedback": "بازخورد",
+  "activity.narrative": "روایت",
+  "activity.notes": "یادداشت‌ها",
+  "analysis.action.button": "درخواست تحلیل خاطرات",
+  "analysis.modal.cancel": "لغو",
+  "analysis.modal.helper": "به‌طور پیش‌فرض، Lobe AI تمام گفتگوهای پردازش‌نشده را تحلیل می‌کند. انتخاب بازه زمانی برای تحلیل اختیاری است.",
+  "analysis.modal.rangePlaceholder": "بازه‌ای انتخاب نشده است؛ تمام گفتگوها تحلیل خواهند شد.",
+  "analysis.modal.rangeSelected": "در حال تحلیل گفتگوها از {{start}} تا {{end}}",
+  "analysis.modal.submit": "درخواست تحلیل خاطرات",
+  "analysis.modal.title": "تحلیل گفتگوها برای تولید خاطرات",
+  "analysis.range.all": "تمام گفتگوها",
+  "analysis.range.end": "امروز",
+  "analysis.range.start": "آغاز",
+  "analysis.status.errorTitle": "درخواست تحلیل خاطرات ناموفق بود",
+  "analysis.status.progress": "{{completed}} / {{total}} موضوع پردازش شد",
+  "analysis.status.progressUnknown": "{{completed}} موضوع تا کنون پردازش شده است",
+  "analysis.status.tip": "در حال پردازش گفتگوهای شما برای ساختن خاطرات شخصی هستیم. این فرایند ممکن است چند دقیقه طول بکشد.",
+  "analysis.status.title": "تحلیل خاطرات در حال انجام است",
+  "analysis.toast.deduped": "درخواست تحلیل خاطرات در حال اجراست، ادامه پردازش…",
+  "analysis.toast.failed": "درخواست تحلیل خاطرات ناموفق بود. لطفاً دوباره تلاش کنید.",
+  "analysis.toast.started": "تحلیل خاطرات آغاز شد. پس از آماده شدن به‌روزرسانی خواهیم کرد.",
   "context.actions.delete": "حذف",
   "context.actions.edit": "ویرایش",
   "context.defaultType": "زمینه",
@@ -29,6 +56,7 @@
   "filter.sort.scoreImpact": "تأثیر",
   "filter.sort.scorePriority": "وزن ترجیح",
   "filter.sort.scoreUrgency": "فوریت",
+  "filter.sort.startsAt": "زمان شروع",
   "identity.empty": "هیچ حافظه‌ی هویتی موجود نیست",
   "identity.filter.search": "جستجوی نقش‌ها، روابط یا توضیحات...",
   "identity.filter.type.all": "همه",
@@ -55,6 +83,7 @@
   "preference.empty": "هیچ حافظه‌ی ترجیحی موجود نیست",
   "preference.source": "منبع",
   "preference.suggestions": "اقداماتی که عامل ممکن است انجام دهد",
+  "tab.activities": "فعالیت‌ها",
   "tab.contexts": "زمینه‌ها",
   "tab.experiences": "تجربه‌ها",
   "tab.home": "خانه",

package/locales/fa-IR/models.json

@@ -771,6 +771,57 @@
   "llama-3.3-70b-versatile.description": "Meta Llama 3.3 یک مدل زبانی چندزبانه با ۷۰ میلیارد پارامتر (ورودی/خروجی متنی) است که نسخه‌های پیش‌آموزش‌دیده و تنظیم‌شده برای دستورالعمل دارد. نسخه تنظیم‌شده فقط متنی برای چت چندزبانه بهینه شده و در بسیاری از معیارهای صنعتی از مدل‌های چت متن‌باز و بسته پیشی می‌گیرد.",
   "llama-3.3-70b.description": "Llama 3.3 70B: یک مدل Llama متوسط تا بزرگ که تعادلی بین استدلال و بازدهی برقرار می‌کند.",
   "llama-3.3-instruct.description": "مدل تنظیم‌شده Llama 3.3 برای چت بهینه شده و در بسیاری از معیارهای صنعتی از مدل‌های چت متن‌باز پیشی می‌گیرد.",
+  "llama3-70b-8192.description": "Meta Llama 3 70B توانایی بی‌نظیری در مدیریت پیچیدگی برای پروژه‌های پرچالش ارائه می‌دهد.",
+  "llama3-8b-8192.description": "Meta Llama 3 8B عملکرد استدلالی قوی را در سناریوهای متنوع ارائه می‌دهد.",
+  "llama3-groq-70b-8192-tool-use-preview.description": "Llama 3 Groq 70B Tool Use قابلیت فراخوانی ابزار قدرتمندی برای مدیریت مؤثر وظایف پیچیده فراهم می‌کند.",
+  "llama3-groq-8b-8192-tool-use-preview.description": "Llama 3 Groq 8B Tool Use برای استفاده مؤثر از ابزار با محاسبات موازی سریع بهینه‌سازی شده است.",
+  "llama3.1-8b.description": "Llama 3.1 8B: نسخه‌ای کوچک و کم‌تاخیر از Llama برای استنتاج آنلاین سبک و گفتگو.",
+  "llama3.1.description": "Llama 3.1 پیشرفته‌ترین مدل Meta است که تا 405 میلیارد پارامتر مقیاس‌پذیر است و برای گفتگوهای پیچیده، ترجمه چندزبانه و تحلیل داده‌ها طراحی شده است.",
+  "llama3.1:405b.description": "Llama 3.1 پیشرفته‌ترین مدل Meta است که تا 405 میلیارد پارامتر مقیاس‌پذیر است و برای گفتگوهای پیچیده، ترجمه چندزبانه و تحلیل داده‌ها طراحی شده است.",
+  "llama3.1:70b.description": "Llama 3.1 پیشرفته‌ترین مدل Meta است که تا 405 میلیارد پارامتر مقیاس‌پذیر است و برای گفتگوهای پیچیده، ترجمه چندزبانه و تحلیل داده‌ها طراحی شده است.",
+  "llava-v1.5-7b-4096-preview.description": "LLaVA 1.5 7B پردازش بصری را با تولید خروجی‌های پیچیده از ورودی‌های تصویری ترکیب می‌کند.",
+  "llava.description": "LLaVA یک مدل چندوجهی است که رمزگذار بینایی را با Vicuna ترکیب می‌کند تا درک قوی زبان-تصویر را فراهم آورد.",
+  "llava:13b.description": "LLaVA یک مدل چندوجهی است که رمزگذار بینایی را با Vicuna ترکیب می‌کند تا درک قوی زبان-تصویر را فراهم آورد.",
+  "llava:34b.description": "LLaVA یک مدل چندوجهی است که رمزگذار بینایی را با Vicuna ترکیب می‌کند تا درک قوی زبان-تصویر را فراهم آورد.",
+  "magistral-medium-latest.description": "Magistral Medium 1.2 یک مدل پیشرفته استدلال از Mistral AI (سپتامبر ۲۰۲۵) با پشتیبانی از بینایی است.",
+  "magistral-small-2509.description": "Magistral Small 1.2 یک مدل استدلال کوچک و متن‌باز از Mistral AI (سپتامبر ۲۰۲۵) با پشتیبانی از بینایی است.",
+  "mathstral.description": "MathΣtral برای پژوهش علمی و استدلال ریاضی ساخته شده و توانایی بالایی در محاسبه و توضیح دارد.",
+  "max-32k.description": "Spark Max 32K پردازش با زمینه وسیع را با درک قوی‌تر زمینه و استدلال منطقی ارائه می‌دهد و از ورودی‌های ۳۲ هزار توکنی برای خواندن اسناد طولانی و پرسش و پاسخ دانش خصوصی پشتیبانی می‌کند.",
+  "megrez-3b-instruct.description": "Megrez 3B Instruct یک مدل کوچک و کارآمد از Wuwen Xinqiong است.",
+  "meituan/longcat-flash-chat.description": "مدلی پایه و متن‌باز از Meituan که برای گفتگو و وظایف عامل بهینه‌سازی شده و در استفاده از ابزار و تعاملات چندمرحله‌ای پیچیده قوی است.",
+  "meta-llama-3-70b-instruct.description": "مدلی قدرتمند با ۷۰ میلیارد پارامتر که در استدلال، برنامه‌نویسی و وظایف زبانی گسترده عملکرد بالایی دارد.",
+  "meta-llama-3-8b-instruct.description": "مدلی همه‌کاره با ۸ میلیارد پارامتر که برای گفتگو و تولید متن بهینه‌سازی شده است.",
+  "meta-llama-3.1-405b-instruct.description": "مدل متنی Llama 3.1 با تنظیمات دستورالعملی برای گفتگوهای چندزبانه بهینه شده و در ارزیابی‌های صنعتی در میان مدل‌های باز و بسته عملکرد بالایی دارد.",
+  "meta-llama-3.1-70b-instruct.description": "مدل متنی Llama 3.1 با تنظیمات دستورالعملی برای گفتگوهای چندزبانه بهینه شده و در ارزیابی‌های صنعتی در میان مدل‌های باز و بسته عملکرد بالایی دارد.",
+  "meta-llama-3.1-8b-instruct.description": "مدل متنی Llama 3.1 با تنظیمات دستورالعملی برای گفتگوهای چندزبانه بهینه شده و در ارزیابی‌های صنعتی در میان مدل‌های باز و بسته عملکرد بالایی دارد.",
+  "meta-llama/Llama-2-13b-chat-hf.description": "LLaMA-2 Chat (13B) قابلیت‌های زبانی قوی و تجربه گفتگوی قابل‌اعتمادی ارائه می‌دهد.",
+  "meta-llama/Llama-2-70b-hf.description": "LLaMA-2 قابلیت‌های زبانی قوی و تجربه تعاملی قابل‌اعتمادی ارائه می‌دهد.",
+  "meta-llama/Llama-3-70b-chat-hf.description": "Llama 3 70B Instruct Reference یک مدل گفتگوی قدرتمند برای مکالمات پیچیده است.",
+  "meta-llama/Llama-3-8b-chat-hf.description": "Llama 3 8B Instruct Reference از چندزبانگی پشتیبانی می‌کند و دانش گسترده‌ای در حوزه‌های مختلف دارد.",
+  "meta-llama/Llama-3.2-11B-Vision-Instruct-Turbo.description": "LLaMA 3.2 برای وظایف ترکیبی بینایی و متن طراحی شده است. در توصیف تصویر و پرسش و پاسخ بصری عملکرد بالایی دارد و بین تولید زبان و استدلال بصری پل می‌زند.",
+  "meta-llama/Llama-3.2-3B-Instruct-Turbo.description": "LLaMA 3.2 برای وظایف ترکیبی بینایی و متن طراحی شده است. در توصیف تصویر و پرسش و پاسخ بصری عملکرد بالایی دارد و بین تولید زبان و استدلال بصری پل می‌زند.",
+  "meta-llama/Llama-3.2-90B-Vision-Instruct-Turbo.description": "LLaMA 3.2 برای وظایف ترکیبی بینایی و متن طراحی شده است. در توصیف تصویر و پرسش و پاسخ بصری عملکرد بالایی دارد و بین تولید زبان و استدلال بصری پل می‌زند.",
+  "meta-llama/Llama-3.3-70B-Instruct-Turbo.description": "مدل چندزبانه Meta Llama 3.3 با ۷۰ میلیارد پارامتر (ورودی/خروجی متنی) آموزش دیده و با دستورالعمل تنظیم شده است. نسخه متنی تنظیم‌شده برای گفتگوهای چندزبانه بهینه شده و در ارزیابی‌های صنعتی از بسیاری از مدل‌های باز و بسته پیشی می‌گیرد.",
+  "meta-llama/Llama-Vision-Free.description": "LLaMA 3.2 برای وظایف ترکیبی بینایی و متن طراحی شده است. در توصیف تصویر و پرسش و پاسخ بصری عملکرد بالایی دارد و بین تولید زبان و استدلال بصری پل می‌زند.",
+  "meta-llama/Meta-Llama-3-70B-Instruct-Lite.description": "Llama 3 70B Instruct Lite برای عملکرد بالا با تاخیر کمتر طراحی شده است.",
+  "meta-llama/Meta-Llama-3-70B-Instruct-Turbo.description": "Llama 3 70B Instruct Turbo درک و تولید قوی را برای بارهای کاری سنگین ارائه می‌دهد.",
+  "meta-llama/Meta-Llama-3-8B-Instruct-Lite.description": "Llama 3 8B Instruct Lite تعادلی میان عملکرد و منابع محدود فراهم می‌کند.",
+  "meta-llama/Meta-Llama-3-8B-Instruct-Turbo.description": "Llama 3 8B Instruct Turbo یک مدل زبانی با عملکرد بالا برای طیف وسیعی از کاربردها است.",
+  "meta-llama/Meta-Llama-3.1-405B-Instruct-Turbo.description": "مدل 405B Llama 3.1 Turbo ظرفیت زمینه‌ای عظیمی برای پردازش داده‌های بزرگ فراهم می‌کند و در کاربردهای هوش مصنوعی در مقیاس فوق‌العاده عملکرد بالایی دارد.",
+  "meta-llama/Meta-Llama-3.1-405B-Instruct.description": "Llama 3.1 خانواده پیشرو مدل‌های Meta است که تا 405 میلیارد پارامتر مقیاس‌پذیر است و برای گفتگوهای پیچیده، ترجمه چندزبانه و تحلیل داده‌ها طراحی شده است.",
+  "meta-llama/Meta-Llama-3.1-70B-Instruct-Turbo.description": "Llama 3.1 70B برای کاربردهای سنگین به‌خوبی تنظیم شده است؛ کمیت‌سازی FP8 محاسبه کارآمد و دقت بالا را برای سناریوهای پیچیده فراهم می‌کند.",
+  "meta-llama/Meta-Llama-3.1-70B.description": "Llama 3.1 خانواده پیشرو مدل‌های Meta است که تا 405 میلیارد پارامتر مقیاس‌پذیر است و برای گفتگوهای پیچیده، ترجمه چندزبانه و تحلیل داده‌ها طراحی شده است.",
+  "meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo.description": "Llama 3.1 8B از کمیت‌سازی FP8 استفاده می‌کند، تا ۱۳۱٬۰۷۲ توکن زمینه را پشتیبانی می‌کند و در میان مدل‌های باز برتر برای وظایف پیچیده در بسیاری از معیارها قرار دارد.",
+  "meta-llama/llama-3-70b-instruct.description": "Llama 3 70B Instruct برای گفتگوهای با کیفیت بالا بهینه شده و در ارزیابی‌های انسانی عملکرد قوی دارد.",
+  "meta-llama/llama-3-8b-instruct.description": "Llama 3 8B Instruct برای گفتگوهای با کیفیت بالا بهینه شده و از بسیاری از مدل‌های بسته پیشی می‌گیرد.",
+  "meta-llama/llama-3.1-70b-instruct.description": "جدیدترین سری Llama 3.1 از Meta، نسخه ۷۰B تنظیم‌شده با دستورالعمل برای گفتگوهای با کیفیت بالا بهینه شده است. در ارزیابی‌های صنعتی، عملکرد قوی در برابر مدل‌های بسته پیشرو نشان می‌دهد. (فقط برای نهادهای تأییدشده سازمانی در دسترس است.)",
+  "meta-llama/llama-3.1-8b-instruct.description": "جدیدترین سری Llama 3.1 از Meta، نسخه ۸B تنظیم‌شده با دستورالعمل به‌ویژه سریع و کارآمد است. در ارزیابی‌های صنعتی، عملکرد قوی دارد و از بسیاری از مدل‌های بسته پیشرو پیشی می‌گیرد. (فقط برای نهادهای تأییدشده سازمانی در دسترس است.)",
+  "meta-llama/llama-3.1-8b-instruct:free.description": "LLaMA 3.1 از چندزبانگی پشتیبانی می‌کند و یکی از مدل‌های پیشرو تولیدی است.",
+  "meta-llama/llama-3.2-11b-vision-instruct.description": "LLaMA 3.2 برای وظایف ترکیبی بینایی و متن طراحی شده است. در توصیف تصویر و پرسش و پاسخ بصری عملکرد بالایی دارد و بین تولید زبان و استدلال بصری پل می‌زند.",
+  "meta-llama/llama-3.2-3b-instruct.description": "meta-llama/llama-3.2-3b-instruct",
+  "meta-llama/llama-3.2-90b-vision-instruct.description": "LLaMA 3.2 برای وظایف ترکیبی بینایی و متن طراحی شده است. در توصیف تصویر و پرسش و پاسخ بصری عملکرد بالایی دارد و بین تولید زبان و استدلال بصری پل می‌زند.",
+  "meta-llama/llama-3.3-70b-instruct.description": "Llama 3.3 پیشرفته‌ترین مدل چندزبانه متن‌باز Llama است که عملکردی نزدیک به 405B را با هزینه بسیار پایین ارائه می‌دهد. این مدل مبتنی بر Transformer بوده و با SFT و RLHF برای مفید بودن و ایمنی بهبود یافته است. نسخه تنظیم‌شده با دستورالعمل برای گفتگوهای چندزبانه بهینه شده و در ارزیابی‌های صنعتی از بسیاری از مدل‌های باز و بسته پیشی می‌گیرد. تاریخ قطع دانش: دسامبر ۲۰۲۳.",
+  "meta-llama/llama-3.3-70b-instruct:free.description": "Llama 3.3 پیشرفته‌ترین مدل چندزبانه متن‌باز Llama است که عملکردی نزدیک به 405B را با هزینه بسیار پایین ارائه می‌دهد. این مدل مبتنی بر Transformer بوده و با SFT و RLHF برای مفید بودن و ایمنی بهبود یافته است. نسخه تنظیم‌شده با دستورالعمل برای گفتگوهای چندزبانه بهینه شده و در ارزیابی‌های صنعتی از بسیاری از مدل‌های باز و بسته پیشی می‌گیرد. تاریخ قطع دانش: دسامبر ۲۰۲۳.",
   "meta.llama3-8b-instruct-v1:0.description": "متا لاما ۳ یک مدل زبان باز برای توسعه‌دهندگان، پژوهشگران و شرکت‌ها است که برای کمک به ساخت، آزمایش و گسترش مسئولانه ایده‌های هوش مصنوعی مولد طراحی شده است. این مدل به‌عنوان بخشی از زیرساخت نوآوری جامعه جهانی، برای محیط‌هایی با منابع محدود، دستگاه‌های لبه و زمان‌های آموزش سریع مناسب است.",
   "meta/Llama-3.2-11B-Vision-Instruct.description": "استدلال تصویری قوی بر روی تصاویر با وضوح بالا، مناسب برای برنامه‌های درک بصری.",
   "meta/Llama-3.2-90B-Vision-Instruct.description": "استدلال تصویری پیشرفته برای برنامه‌های عامل با قابلیت درک بصری.",

package/locales/fa-IR/plugin.json

@@ -177,6 +177,9 @@
   "builtins.lobe-user-memory.apiName.searchUserMemory": "جستجوی حافظه",
   "builtins.lobe-user-memory.apiName.updateIdentityMemory": "به‌روزرسانی حافظه هویتی",
   "builtins.lobe-user-memory.inspector.noResults": "نتیجه‌ای یافت نشد",
+  "builtins.lobe-user-memory.render.contexts": "زمینه‌ها",
+  "builtins.lobe-user-memory.render.experiences": "تجربه‌ها",
+  "builtins.lobe-user-memory.render.preferences": "ترجیحات",
   "builtins.lobe-user-memory.title": "حافظه",
   "builtins.lobe-web-browsing.apiName.crawlMultiPages": "خواندن چندین صفحه",
   "builtins.lobe-web-browsing.apiName.crawlSinglePage": "خواندن محتوای صفحه",