name: document-translator description: 多格式文档保留样式翻译；支持Word/Excel/PPT/PDF全文翻译，翻译后保持原始排版、字体、字号；触发于用户上传文档并要求翻译为指定语言 dependency: python: - python-docx==1.1.0 - openpyxl==3.1.2 - python-pptx==0.6.23 - pdfplumber==0.10.3 - lxml==5.1.0

文档翻译 Skill

任务目标

将用户上传的 Word/Excel/PPT/PDF 文档翻译为指定语言，同时完整保留原始格式（字体、字号、颜色、样式）。

前置准备

• 确认文档格式：docx/xlsx/pptx/pdf
• 术语表已就绪：翻译前读取 references/terminology.md，对列出的术语执行保护性处理

操作步骤

第一步：识别文档格式

根据文件扩展名选择对应脚本：

第二步：提取文本

调用脚本 --mode extract 提取文档中的所有可翻译文本：

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

脚本输出 JSON 格式的文本提取结果，包含： - paragraphs: 所有段落和sdt元素文本（按文档顺序） - tables: 表格单元格文本（按行列索引）

注意： - Word文档中的sdt（结构化文档标签）元素会被正确提取 - 规范性引用、标准格式文本等都在sdt中，都能被提取

第三步：翻译文本

读取 references/terminology.md 获取术语保护规则，然后执行翻译：

1. 对提取的文本进行翻译，目标语言由用户指定
2. 术语保护：对术语表中的词汇不翻译，保持原样
3. 代码/字段key不翻译：对技术标识符（如 user_id、api_key）保持原样
4. 注释翻译：数学公式下方的描述性注释需要翻译

第四步：回填翻译

调用脚本 --mode replace 将翻译结果写回文档：

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

注意： - element_index 必须与提取结果一致 - type 可选（p/sdt），用于区分段落和结构化标签 - translated 字段为翻译后的文本

第五步：检查与调整

• Word/Excel/PPT：格式基本保持，文本长度变化可能导致换行调整
• PDF：格式可能有损失，输出后检查排版
• 目录/页码：翻译后可能需要手动更新域

使用示例

示例1：翻译 Word 文档

• 场景：用户上传 technical-doc.docx，要求翻译为英文
• 操作： ```bash # 提取文本 python scripts/docx_translator.py --mode extract --input ./technical-doc.docx

# 翻译后回填（假设翻译结果在 translations.json） python scripts/docx_translator.py --mode replace --input ./technical-doc.docx --output ./technical-doc-en.docx --translations ./translations.json ``` - 关键要点： - sdt元素（封面标题、规范性引用等）会被自动处理 - 术语表中的专业词汇不会被翻译

示例2：翻译 Excel 表格

• 场景：用户上传 data.xlsx，要求翻译为日文
• 操作：提取表格内容 → 翻译单元格 → 回填
• 关键要点：每个单元格独立翻译，保持原位置

示例3：翻译 PPT

• 场景：用户上传 presentation.pptx，要求翻译为中文
• 操作：提取幻灯片文本 → 翻译 → 回填
• 关键要点：每页幻灯片的文本框内容都会被翻译

资源索引

• 脚本：
• scripts/docx_translator.py - Word文档翻译，支持段落、sdt元素和表格
• scripts/xlsx_translator.py - Excel表格翻译，支持单元格文本
• scripts/pptx_translator.py - PPT翻译，支持幻灯片文本框
• scripts/pdf_translator.py - PDF翻译（格式可能损失）
• 参考：references/terminology.md - 技术术语保护列表，翻译时需参考

注意事项

• 图片内文字：不提取翻译（除非用户明确要求）
• 数学公式：公式本身不翻译，公式下方的描述性注释需要翻译
• 代码片段：保持原样不翻译
• 字段key/参数名：如 user_id、getUserInfo() 保持原样
• 文本长度变化：
• Word/Excel/PPT：自动换行调整，基本可接受
• PDF：可能需要手动调整
• 目录/页码：翻译后建议手动更新域
• sdt元素：Word文档中的结构化文档标签（如标准封面标题、规范性引用说明）会被正确处理

这个Skill质量中等偏上，能够较好地完成Word、Excel、PPT等常见文档的翻译工作，翻译后基本能保留原始排版和样式。优点是支持多种格式、有术语保护机制、操作流程清晰。不足之处是PDF翻译效果较差，原始格式容易丢失；部分功能实现较为基础，复杂文档可能处理不够理想。如果主要是翻译Office文档（Word/Excel/PPT），这是一个可用的选择；但如果需要高质量的PDF翻译，可能需要考虑其他方案。