Agent Skills
返回列表
外文文件翻译并导出

外文文件翻译并导出

办公效率 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_55a6792f/lql-translate。

技能介绍

问题:拿到一本英文 PDF,却很难把它变成中文 Word

长文档翻译常见断点是:PDF 只能看,格式难复用。复制粘贴会丢结构,Adobe 导出 Word 常把列表和标题打散,术语前后不一,图/表/缩写清单重复劳动巨大,最后生成的 .docx 能不能打开也没验证。这个技能来自一次真实交付(Energy Management Handbook 第 10 版样章),把这些坑固化为可重复的标准流程。

工作方式:从 PDF 文本层到可用 DOCX

  • 先问范围与深度(步骤 0):用结构化提问确认全书 / 章节 / 页码范围;先抽样确认是否出版社样章(前言 + 目录 + 第 1 章),再在三类深度中选择:标准直译润色、严格三步(直译 → 反思 → 雅化)、快速直译。
  • 提取与分块(步骤 1):scripts/extract_pdf.py 基于 pypdf 按约 4800 字符整句切块,产出 /raw/raw_NNN.txt 与 /extracted.md,报告页数、预估块数及是否检测到图表/缩写区。
  • 逐块翻译(步骤 2):模型在对话中保留 #/##/###、列表与粗体,按编号写入 zh/zh_NNN.md;章节、图表题、术语前后一致。
  • 清单批量处理(步骤 3):scripts/translate_lists.py 加载本地 GLOSSARY;PROTECTED 占位保护 kW、MPa、°C、GHG、HVAC 等;修复 PDF 粘连为大小写边界;用编号正则提取图/表号;跨行续行并入上条。
  • 合并与生成(步骤 4–5):拼成 translation-output/_zh.md 后由 scripts/build_docx.py 生成 DOCX。双路择优为运行逻辑:同一份 Markdown 输入,若 import docx 成功走 python-docx,否则自动退回 zipfile + xml.etree 手写 OOXML,保证没有 python-docx 的环境也能出可用文件。东亚字体统一(正文宋体、标题黑体)也由该脚本在两条路径上处理。

环境红线与校验

本机受管 Python 的 lxml 因代码签名失效,直接 import python-docx / python-pptx 可能报签名错误。工程约定是优先用已注入 venv 的 py 启动器执行脚本;路径不可用时保留纯标准库回退,不依赖 lxml。装包需关闭沙箱时,用受管解释器与 venv 路径而非加固系统 python3。必须警惕的是双重转义:走 ElementTree.tostring() 标准库路径时,t.text 放原文,由序列化器统一转义,勿先手动 escape(),否则 Word 里出现 &、" 这类渲染事故。生成后运行 scripts/validate_docx.py 检查 ZIP、XML、命名空间 w、双重转义计数、标题层级与字符量。

适用边界

适合英文技术手册、论文、标准、招股书、行业报告等 PDF→中文 DOCX 管线。不适合:需要 OCR 的扫描件、复杂表格结构还原、数学公式排版、跨页图表重绘;正文文本层外嵌在图形里的文字也不在本技能范围。图与表本身不翻译,只译图题 / 表题;术语资产只在本地维护,内网资料不外传。

使用场景

  • 手上有一份英文工业标准 PDF,包含章节和图表清单,需要输出中文 Word 供内部版本归档。
  • 拿到英文技术手册,需要译成在 Word/WPS 能直接打开的中文 DOCX,并保留标题层级和图表标题。
  • 面对大量缩写与单位的技术手册,需要先确认翻译范围与深度,再生成中文版本交付。
  • 为无外网的本地化项目翻译英文行业报告,要求全程离线运行并沉淀项目术语表。

适合人员

  • 本地化工程师:需要将英文技术文档稳定转为中文 DOCX,术语一致且排版不乱。
  • 内网环境中的文档负责人,负责英文标准或行业报告的中文发布,不能上传外部服务。
  • 经常处理英文长篇技术手册的技术编辑或技术写作人员,希望导出后可直接二次排版。
  • 需要把英文论文或章节整理成中文素材的研究人员,保留标题层级便于引用和阅读。