← ClaudeAtlas

doc-translatelisted

把文档看懂并翻译成中英对照——PDF / Word / Excel / PPT / 图片。适用于任何"这份文档讲了什么""翻译一下""解析这个文件""中英对照""这合同/表单什么条款""扫描件里写了啥""外文资料帮我看看""Word/Excel 里写了什么""这个 PDF 怎么打开"的请求。提取全自动,用户不需要装任何东西。**默认 1:1 完整翻译**,脱敏 / 对照模式可选。
xingtu1996/xingtu-skills · ★ 2 · Data & Documents · score 68
Install: claude install-skill xingtu1996/xingtu-skills
# 文档翻译(doc-translate) ## 你要解决的事 用户给你一份文档(常是外语合同、表单、说明书、报价单),他要的是三件事: 1. **看懂** —— 关键信息提出来(谁发的、给谁的、要干什么、有什么条款) 2. **中文对照** —— 逐段翻译,能和原文对照着看 3. **留档** —— 落盘成 Markdown,能传给同事、能进知识库 > 本技能是**科码自建技能**。未来要在翻译这件事上叠加自有的口径/术语表/模板,都在这里长。 --- ## 三条铁律 1. **先用脚本提取,别硬读文件** —— Direct Read 一个 PDF 会直接报错(缺 `pdftoppm`),而且拿不到结构化分页。**脚本 20 秒搞定的事,不要在工具选择上试错**。 2. **翻译就是翻译** —— 默认 **1:1 完整翻译**,**不因"安全"擅自删减**。脱敏是**使用者的可选要求**,不是默认行为——擅自脱敏 = 交出一份残缺的翻译,等于没完成工作。 3. **提取不到就说提取不到** —— 扫描件、无文本层、字体乱码,如实标注,**不要脑补内容**。翻译错了比没翻译更危险。 --- ## 第 0 步:提取文本(全自动,别问用户) ```bash bash <本技能目录的绝对路径>/scripts/extract-doc.sh "<文件绝对路径>" ``` **先把文件复制/保存到本地磁盘**——云盘占位符文件(`.icloud`、未下载的 OneDrive 项)会读不到内容。 脚本会**自动探测工具链,缺什么装什么**: | 格式 | 走什么 | 首次成本 | |------|--------|---------| | PDF | 有 `pdftotext` 用 `pdftotext`(最准),没有退回 `pypdf` | 首次自动建 venv 装 pypdf,约 20 秒,之后常驻 | | docx / xlsx / pptx | Python 标准库解 zip + XML(**零依赖**) | 无 | | txt / md / csv / json / xml / log | 直接读 | 无 | | 图片(png/jpg/…) | **不走脚本** —— 用 AI 视觉能力直接读图,比 OCR 好 | 无 | **先跑一次环境自检**(想知道为什么失败时): ```bash bash <本技能目录的绝对路径>/scripts/extract-doc.sh --check ``` 输出示例: ``` python3 : ✅ /opt/homebrew/bin/python3 pdftotext: ⚪ 未装(可用,PDF 会退回 pypdf,慢一些) pypdf : ⚪ 未就绪(首次提取 PDF 时自动装,约 20 秒) ``` > ⚠️ **别自己乱试工具**。踩过的坑:`strings` 对压缩 PDF 无效;`Read` 工具读 PDF 需要 `pdftoppm`;`pip install` 在 macOS 上被 PEP 668 拦(外部管理环境)必须用 venv。**脚本里已经把这些坑都绕开了,直接用就行。** ### 提取完先看这两样 | 看什么 | 为什么 | |--------|--------| | **页数**(脚本会打印) | 判断"这是不是我以为的那份文档"。**同名不同物的两份文件,靠页数一眼分开**——例:`User Access Request Form` 3