Gxpcode 专业翻译

解决的问题

技术文档翻译常卡在术语一致性、PDF 版式信息和中文表达自然度上。直接让 LLM 翻译长 PDF，容易出现术语漂移、页间上下文丢失，以及“be done → 被处理”这类机械译法。Gxpcode-translator 把翻译流程拆成可执行步骤，先用术语词典约束 LLM，再把 PDF 解析为逐页素材后分页翻译并合并校验。

核心工作方式

• 配置与路由：首次会引导写入 config.json，文本和 PDF 走不同步骤序列。
• PDF 解析：通过 paddleocr/ 生成逐页 Markdown 与 elements JSON，并执行截断修复。
• 术语扫描：term_matcher.py 用 AC 自动机和词边界匹配 CSV 词典中的 en,cn,explain 术语。
• 翻译与导出：LLM 基于术语映射生成译文；PDF 结果经过 step4_merge.py 合并校验，导出双语 HTML 和 Markdown，并写入日志。

注意点

它适合有明确术语表的办公、产品、技术文档翻译。纯文本模式直接返回译文，PDF 模式更关注文件产出路径；若词典缺失或 PDF 结构复杂，仍需检查中间产物和校验结果。