文件翻譯 Skill

任務目標

將使用者上傳的 Word/Excel/PPT/PDF 文件翻譯為指定語言，同時完整保留原始格式（字型、字號、顏色、樣式）。

前置準備

• 確認文件格式：docx/xlsx/pptx/pdf
• 術語表已就緒：翻譯前讀取 references/terminology.md，對列出的術語執行保護性處理

操作步驟

第一步：識別文件格式

根據副檔名選擇對應指令碼：

第二步：提取文本

呼叫指令碼 --mode extract 提取文件中的所有可翻譯文本：

python scripts/docx_translator.py --mode extract --input ./your-document.docx

指令碼輸出 JSON 格式的文本提取結果，包含：

• paragraphs: 所有段落和sdt元素文本（按文件順序）
• tables: 表格單元格文本（按行列索引）

注意：

• Word文件中的sdt（結構化文件標籤）元素會被正確提取
• 規範性引用、標準格式文本等都在sdt中，都能被提取

第三步：翻譯文本

讀取 references/terminology.md 獲取術語保護規則，然後執行翻譯：

1. 對提取的文本進行翻譯，目標語言由使用者指定
2. 術語保護：對術語表中的詞彙不翻譯，保持原樣
3. 程式碼/欄位key不翻譯：對技術識別符號（如 user_id、api_key）保持原樣
4. 註釋翻譯：數學公式下方的描述性註釋需要翻譯

第四步：回填翻譯

呼叫指令碼 --mode replace 將翻譯結果寫回文件：

python scripts/docx_translator.py --mode replace --input ./your-document.docx --output ./translated-document.docx --translations ./translations.json

translations.json 格式：

{
  "paragraphs": [
    {"element_index": 0, "type": "p", "text": "原文", "translated": "譯文"},
    {"element_index": 1, "type": "sdt", "text": "原文", "translated": "譯文"}
  ],
  "tables": [
    {"element_index": 2, "rows": [["A1", "B1"], ["A2", "B2"]]}
  ]
}

注意：

• element_index 必須與提取結果一致
• type 可選（p/sdt），用於區分段落和結構化標籤
• translated 欄位為翻譯後的文本

第五步：檢查與調整

• Word/Excel/PPT：格式基本保持，文本長度變化可能導致換行調整
• PDF：格式可能有損失，輸出後檢查排版
• 目錄/頁碼：翻譯後可能需要手動更新域

使用示例

示例1：翻譯 Word 文件

• 場景：使用者上傳 technical-doc.docx，要求翻譯為英文

• 操作：

  # 提取文本
  python scripts/docx_translator.py --mode extract --input ./technical-doc.docx
  
  # 翻譯後回填（假設翻譯結果在 translations.json）
  python scripts/docx_translator.py --mode replace --input ./technical-doc.docx --output ./technical-doc-en.docx --translations ./translations.json

• 關鍵要點：
  • sdt元素（封面標題、規範性引用等）會被自動處理
  • 術語表中的專業詞彙不會被翻譯

示例2：翻譯 Excel 表格

• 場景：使用者上傳 data.xlsx，要求翻譯為日文
• 操作：提取表格內容 → 翻譯單元格 → 回填
• 關鍵要點：每個單元格獨立翻譯，保持原位置

示例3：翻譯 PPT

• 場景：使用者上傳 presentation.pptx，要求翻譯為中文
• 操作：提取幻燈片文本 → 翻譯 → 回填

  這個技能的最新版本可以在7w4.net小蔥技能站找到。

• 關鍵要點：每頁幻燈片的文本框內容都會被翻譯

資源索引

• 指令碼：
  • scripts/docx_translator.py - Word文件翻譯，支援段落、sdt元素和表格
  • scripts/xlsx_translator.py - Excel表格翻譯，支援單元格文本
  • scripts/pptx_translator.py - PPT翻譯，支援幻燈片文本框
  • scripts/pdf_translator.py - PDF翻譯（格式可能損失）
• 參考：references/terminology.md - 技術術語保護列表，翻譯時需參考

注意事項

• 圖片內文字：不提取翻譯（除非使用者明確要求）
• 數學公式：公式本身不翻譯，公式下方的描述性註釋需要翻譯
• 程式碼片段：保持原樣不翻譯
• 欄位key/引數名：如 user_id、getUserInfo() 保持原樣
• 文本長度變化：
  • Word/Excel/PPT：自動換行調整，基本可接受
  • PDF：可能需要手動調整
  • 目錄/頁碼：翻譯後建議手動更新域
• sdt元素：Word文件中的結構化文件標籤（如標準封面標題、規範性引用說明）會被正確處理

這個Skill質量中等偏上，能夠較好地完成Word、Excel、PPT等常見文件的翻譯工作，翻譯後基本能保留原始排版和樣式。優點是支援多種格式、有術語保護機制、操作流程清晰。不足之處是PDF翻譯效果較差，原始格式容易丟失；部分功能實現較為基礎，複雜文件可能處理不夠理想。如果主要是翻譯Office文件（Word/Excel/PPT），這是一個可用的選擇；但如果需要高質量的PDF翻譯，可能需要考慮其他方案。