Translation Assistant 是一个面向多语言翻译任务的技能，目标是帮助实现准确且符合文化习惯的翻译系统，覆盖从简单短语翻译到完整文档本地化的各类需求。资料指出，现代翻译虽已因神经机器翻译和大语言模型发生改变，但有效翻译仍需理解上下文、领域和文化细微差别，该技能帮助选择合适工具、处理翻译质量并构建跨语言系统。
用途方面，该技能适用于翻译用户界面、客户沟通、技术文档或创意内容，确保译文准确、自然且文化上恰当。
主要能力包括：
-
选择翻译方案：评估所需语言对、领域专精度、质量要求、数量与速度需求、预算限制，并对比不同方案。资料给出的对比为：Google Translate API 质量“Good”、速度快、成本“$”，适合通用、高量场景；DeepL 质量“Very good”、速度快、成本“$$”，适合欧洲语言与质量要求；OpenAI/Anthropic 质量“Excellent”、速度中等、成本“$$$”，适合细微、上下文密集场景；自定义 NMT 为领域特定、速度快、有搭建成本，适合专门领域；人工+机器翻译质量“Best”、速度慢、成本“$$$$”，适合关键内容。
-
实现翻译流水线：资料给出 TranslationPipeline 类示例，支持 google、deepl、llm 等 provider，包含预处理、翻译、后处理步骤，并提到处理特殊内容（保留占位符与变量、处理 HTML/标记、保持格式、验证翻译质量、为重复内容添加缓存）。
-
构建本地化系统：包括提取可翻译内容（extract_strings 示例）、带上下文翻译（translate_with_context 示例）、存入翻译管理（翻译记忆保证一致性、术语表、版本控制）、部署本地化内容。
使用方式上，资料提供快捷参考：翻译文本用“Translate [text] to [language]”；选择服务用“Best translation for [use case]”；处理领域术语用“Translation glossary for [domain]”；质量检查用“Check translation quality”；本地化应用用“Localize UI for [languages]”；批量翻译用“Translate [N] documents”。
最佳实践包括：提供上下文（包含周边文本、指定领域/主题、注明语气与语域）；保持术语一致性（建立领域术语表、使用翻译记忆、与相关方评审术语）；保留格式与变量（保护 {name}、%s 等占位符，保持 HTML/markdown 结构，处理数字与日期格式）；处理不可翻译内容（品牌名与商标、技术标识与代码、有时包括法律免责声明）；质量保证必不可少（回译验证、母语者评审、自动化质量检查）；考虑文化适配（日期与数字格式、货币与单位、文化引用与习语、从右到左语言）。
高级技术方面，资料给出：基于 LLM 的上下文翻译（llm_translate 函数示例，支持 context 与 style 参数）；翻译记忆系统（TranslationMemory 类，支持精确匹配与模糊匹配，含 translate_with_memory 示例）；领域术语表管理（TranslationGlossary 类，含 apply_to_translation 与 translate_with_glossary 示例）；质量估计（estimate_translation_quality 函数，含回译相似度、长度比、LLM 质量评估三项检查与综合评分）；批量一致翻译（batch_translate_consistent 异步函数，先提取关键术语并翻译，再分批带术语表上下文翻译）。
常见陷阱包括：无上下文翻译导致选词错误；项目术语不一致；未正确处理占位符与变量；忽略文化差异（日期、货币、习语）；未经质量检查就信任机器翻译；未维护翻译记忆导致不一致；忘记文本扩展（译文通常更长）；忽略从右到左语言的考虑。
限制方面，资料未提供该技能的具体安装命令、收费与价格信息、支持的平台、实际效果数据或完整使用步骤，这些内容暂未提供。