SuperAPI AI 工具集

pdf-translate

办公与效率

查看项目

更新于 10-15 17:29

技能介绍

用途:将本地 PDF 翻译为目标语言(默认越南语),保持源文件不变,另存一份页数结构一致的 PDF。

主要能力:提供 Google 翻译(默认)和 Handoff(由当前智能体翻译)两种模式。Google 模式适合书籍、批处理和初稿,会把握取出的文本发送给 Google;Handoff 模式不联系 Google,适合术语、上下文或质量要求较高的场景。支持 --target-language(默认 vi)、--source-language auto、基于 1 的 --pages 1,3-5、--threads 1..8(默认 4)、--ignore-cache、--overwrite 等参数。OCR 需显式开启:--ocr standard|enhanced,遇到不安全表格、公式、图形、代码或阅读顺序不明确时会失败关闭。

使用方式:先解析包含 SKILL.md 的绝对技能根目录,使用 <skill-root>/.venv 内的解释器。Windows 为 <skill-root>\.venv\Scripts\python.exe,macOS/Linux 为 <skill-root>/.venv/bin/python。环境缺失时用 Python 3.11 或 3.12 创建 venv 并安装 requirements.txt(源发行版首次翻译需联网下载版式与字体资源)。Google 模式一次处理一个文件,使用绝对路径:"<skill-root>/.venv/bin/python" "<skill-root>/scripts/translate_pdf.py" "<input.pdf>" --output-dir "<output-dir>"。Handoff 模式分三步:用 --engine handoff --emit-segments <segments.jsonl> 导出片段;按批次翻译并写入 translations.jsonl,每行一个 {"src":...,"dst":...},src 需完全照抄,URL、路径、标识符、引用标记和数字原样保留;再用 --engine handoff --segments <translations.jsonl> --output-dir <output-dir> --emit-segments <still-missing.jsonl> 重建,直到剩余未翻译片段为 0 或无法安全翻译为止。

限制:只能使用内置 pdf2zh/ 核心,不得替换为 PyPI 的 pdf2zh 包,运行器校验版本 1.9.11 和 code4life-preservation-v1 规则集。仅支持 scripts/translate_pdf.py 强制的拉丁字母目标语言,CJK、从右到左、泰文、天城文等复杂字形目标会被拒绝。表格、图形、目录、索引、符号表或参考文献中的文字可能有意保留原文,需报告为部分翻译。Google 模式不得并行运行;遇到 HTTP 429 或 CAPTCHA 会暂停队列并有 10 分钟冷却,不要循环重试或尝试绕过验证。交付前需核对页数一致、检查未翻译段落、公式、URL 和标识符,并在可行时渲染检查空白页、缺字、裁剪、重叠和错位。