Translate Ja V4

translate-ja-v4

LangChain/LangGraphベースの文書翻訳パイプラインを実行・保守する。

参照資料

作業内容に対応する資料を先に確認する。

• Stage順序、入出力、Resume、障害時の挙動: workflow.md
• ライブラリ、API、CLI、データ契約、LangGraph設計: spec.md
• unit・統合テストと期待値: test.md
• examples/template.docx のWord書式: template-format.md

実行

リポジトリルートから次を実行する。

uv run python skills/translate-ja-v4/scripts/run_pipeline.py \
  --input ./inputs/sample.pdf \
  --output-dir ./outputs/sample \
  --template ./skills/translate-ja-v4/examples/template.docx \
  --glossary ./skills/translate-ja-v4/examples/glossary.csv \
  --structure-rules ./skills/translate-ja-v4/examples/structure-rules.md \
  --translation-rules ./skills/translate-ja-v4/examples/translation-rules.md \
  --review-rules ./skills/translate-ja-v4/examples/review-rules.md \
  --translator llm \
  --context-chars 50000 \
  --batch-chars 20000 \
  --max-batch-elements 0 \
  --pdf-chunk-pages 10

Review RAG用文書をQdrantへ登録するときは、spec.md のIngest契約を確認して次を実行する。

uv run python skills/translate-ja-v4/scripts/ingest_qdrant.py \
  --input ./docs/domain \
  --collection domain-documents

実装規則

1. run_pipeline.py はCLIだけを扱い、Stage順序は translate_ja_v4/graph.py に置く。
2. Stage固有処理は translate_ja_v4/stages/<stage>.py のprivate関数へ置き、複数Stageで使う処理だけを共通moduleへ置く。
3. LLMはLangChainのprompt、LCEL、structured outputを使い、処理順、並列Review、checkpointはLangGraphで表現する。
4. 組み込みpromptは役割、日本語訳、外部ルール遵守、出力schemaだけに限定し、変更可能な判断基準を外部rulesへ置く。
5. Structure、Translate、Reviewは要素単位、それ以外はStage単位でResumeする。
6. ログ本文は英語、既定levelはDEBUGとし、level名だけを色付きにする。secretや巨大payloadは記録しない。
7. 挙動を変更した場合は関連するreferenceとテストも同じ変更で更新する。
8. Qdrant ingestは安定IDでupsertし、既存pointの削除は明示的な --replace-source の場合だけ行う。