ThreeFish-AI Document Translator (Coordinator)
按照下文 Workflow，协调各个子技能完成文档的完整翻译流程，包括内容提取、中文翻译、格式化和最终文档生成。
协调职责
1. 流程编排
- 分析文档类型和大小，选择合适的处理策略
- 协调各子技能的执行顺序
- 管理数据在各技能间的流转
- 处理批次管理和进度跟踪
2. 资源管理
- 创建和管理输出目录结构
- 协调图片资源的存储和引用
- 管理临时文件的创建和清理
- 维护工作环境的整洁
3. 质量控制
- 监控各步骤的执行状态
- 验证每个阶段的输出质量
- 处理错误和异常情况
- 生成详细的处理报告
核心工作流程
1. 初始化阶段
输入: 源文档路径或 URL
分析:
- 文档类型（PDF/Web）
- 文档大小（页数/字数）
- 处理复杂度评估
- 选择处理策略
2. 准备工作
创建目录结构:
/path/to/source/
├── translate/ # 翻译输出目录
│ ├── {doc_name}.md # 最终翻译文档
│ └── images/ # 图片资源
│ └── {doc_name}/ # 文档相关图片
└── temp/ # 临时文件目录
├── batch_*.md # 批次处理文件
└── progress.json # 进度跟踪文件
3. 批次处理策略
批次大小限制:
- 最大页数: 30 页/批次
- 最大段落数: 60 段落/批次
- 最大字数: 6000 字/批次
批次划分:
- 优先级: 页数 > 段落数 > 字数
- 在章节、段落等自然边界处分割
- 确保每个批次的内容相对完整
4. 处理流程
小文档直接处理
doc-translator (协调器)
├── 1. pdf-reader 或 web-translator (内容提取)
│ └── 输出: 原始 Markdown 内容
├── 2. zh-translator (中文翻译)
│ └── 输出: 中文 Markdown 内容
├── 3. markdown-formatter (格式优化)
│ └── 输出: 格式化的中文 Markdown
├── 4. 质量检查和修复
└── 5. 生成最终文档
大文档批次处理
doc-translator (协调器)
├── batch-processor (批次管理)
│ ├── 1. 创建批次计划
│ └── 2. 循环处理每个批次:
│ ├── pdf-reader/web-translator (提取)
│ ├── zh-translator (翻译)
│ ├── markdown-formatter (格式化)
│ ├── 质量检查
│ └── 追加到目标文档
├── 3. 合并所有批次结果
├── 4. 整体格式优化
└── 5. 生成最终文档和报告
详细执行步骤
步骤 1: 批次规划
- 根据源文档内容制定批次处理计划
- 创建目标 Markdown 文档
- 初始化进度跟踪
步骤 2: 批次处理循环
FOR EACH batch:
1. 检查是否所有批次处理完成
2. 创建批次 Markdown 文档
3. 内容提取:
- PDF: pdf-reader
- Web: web-translator
4. 内容翻译:
- zh-translator
5. 格式化:
- markdown-formatter
6. 质量检查:
- 图片引用验证
- 格式一致性检查
- 翻译准确性检查
7. 追加到目标文档
8. 清理批次临时文件
END FOR
步骤 3: 最终处理
- 检查整体转换与翻译的正确性
- 修复发现的问题
- 优化文档整体布局
- 生成处理报告
子技能调用接口
pdf-reader 调用
result = await Skill("pdf-reader", {
"file_path": "/path/to/document.pdf",
"page_range": [start, end], # 批次处理时使用
"options": {
"extract_images": True,
"extract_tables": True,
"extract_formulas": True,
"include_metadata": True
}
})
web-translator 调用
result = await Skill("web-translator", {
"url": "https://example.com/article",
"options": {
"extract_main_content": True,
"include_metadata": True,
"preserve_formatting": True
}
})
zh-translator 调用
result = await Skill("zh-translator", {
"content": markdown_content,
"options": {
"preserve_code": True,
"preserve_formulas": True,
"terminology": terminology_dict
}
})
markdown-formatter 调用
result = await Skill("markdown-formatter", {
"content": translated_content,
"options": {
"check_links": True,
"optimize_images": True,
"fix_tables": True
}
})
batch-processor 调用
result = await Skill("batch-processor", {
"document": {
"type": "pdf", # or "web"
"path": "/path/to/document.pdf"
},
"batch_size": {
"max_pages": 30,
"max_paragraphs": 60,
"max_words": 6000
}
})
错误处理策略
子技能失败处理
- pdf-reader 失败: 尝试备用提取方案，记录失败部分
- web-translator 失败: 使用 web-reader 作为后备
- zh-translator 失败: 保持原文，添加翻译标记
- markdown-formatter 失败: 使用基础格式化
- batch-processor 失败: 切换到单批次处理
部分失败恢复
- 记录失败的具体内容
- 继续处理剩余部分
- 在最终报告中详细说明
- 提供手动修复建议
进度恢复
- 保存详细的进度信息
- 支持从失败点恢复
- 避免重复处理已完成部分
使用方法
PDF 文档翻译
翻译这个 PDF 文档：/path/to/document.pdf
网页翻译
翻译这个网页：https://example.com/article
批量文档翻译
翻译这些文档：
- /path/to/doc1.pdf
- /path/to/doc2.pdf
- https://example.com/article1
指定输出目录
翻译这个文档到指定目录：/path/to/document.pdf --output /custom/path/
恢复中断的翻译
继续翻译上次未完成的文档：/path/to/document.pdf --resume
输出内容
1. 翻译文档
- 位置:
{source_path}/translate/{doc_name}.md - 格式: 完整的中文 Markdown 文档
- 包含: 翻译内容、图片引用、表格、公式等
2. 处理报告
- 位置:
{source_path}/translate/{doc_name}_report.md - 内容: 处理统计、质量检查结果、问题记录等
3. 图片资源
- 位置:
{source_path}/images/{doc_name}/ - 格式: 原始图片文件
- 命名: 有意义的英文名称
质量保证检查清单
内容一致性
- 中英文内容对应完整
- 翻译准确无误
- 术语使用一致
- 专业词汇正确
格式一致性
- 目录结构完整
- 标题层级正确
- 图片引用有效
- 表格格式正确
- 公式显示正常
技术规范
- Markdown 语法正确
- LaTeX 公式规范
- 链接可访问
- 图片路径正确
处理完整性
- 所有页面已处理
- 无遗漏内容
- 临时文件已清理
- 报告生成完整
注意事项
- 文件路径: 使用源文档所在路径作为工作目录
- 命名规范: 遵循预定义的文件和目录命名规则
- 资源管理: 及时清理临时文件，保持环境整洁
- 质量检查: 严格进行多层次的质量验证
- 错误处理: 优雅处理各种异常情况
- 进度跟踪: 提供详细的处理进度信息