技能介绍

要解决的问题

处理中文 Word 文档时，中英双语版本几乎无法靠手工完成。一份工商注册表格或商务合同，翻译后要保留原有的表格结构、字体、颜色和页面布局，同时让中文与英文逐行对应。手工操作通常是把原文分段复制到翻译工具再粘回来——表格里的字段标签、注脚、说明文字很容易漏掉，排版也会在反复粘贴中走样。

核心能力与工作流程

这个技能围绕 python-docx 展开，流程分为四步：

读取原文：解析 .docx，提取段落和表格单元格中的全部文本，确定翻译范围。
构建映射：把所有非空中文文本译成英文，生成一份 {chinese_text: english_text} 字典。标题、字段标签、占位文本、表格表头、说明文字都在范围内，不做「看起来差不多所以跳过」的判断。
插入译文：段落级用 para._element.addnext(new_para._element) 在中文段落正下方插入英文段落；单元格级用 cell.add_paragraph() 在单元格内部追加英文段落。
保存输出：原文档结构保持不变，不改动任何已有格式。

视觉区分靠格式规则实现：英文统一为灰色 #666666、斜体、9pt，通过 run.font.color.rgb = RGBColor(0x66, 0x66, 0x66) 与 run.italic = True 设置。排版是「中文一行 → 英文一行紧随其后」，不做左右分栏。

翻译风格按场景约定：商务表单的字段名采用英文工商登记与法律文件的通用写法，例如「法定代表人」译作 Legal Representative、「注册资本」译作 Registered Capital、「经营范围」译作 Business Scope。这些约定被整理成对照表，避免同一字段出现多种译法。数字和 URL 原样保留。

适用边界与注意点

主流程只处理 DOCX。TXT 和 Markdown 的批量处理不在范围内；若要以 Web 服务形式支持多格式，references/web-service.md 提供了 FastAPI + HTML + Docker 的部署方案，涵盖 LLM 批量翻译 API 模式、多格式处理与简单的访问令牌鉴权。
只插入，不修改。技能不会重排、删除或调整原有字体与表格宽度，原文本身的格式问题会被一并保留。
逐行翻译会让长段落明显变长，对对照阅读有利，但文档行数会显著增加。
翻译质量取决于底层模型。技能不内置词典，通用术语之外的专有名词仍需人工核对。