srt-cn-translator
把单语英文 .srt 转换为书面正剧风格的中英双语 .srt。本 Skill 模型无关：不绑定任何 API，翻译由宿主 Agent 使用自己的模型完成；脚本只做确定性处理。
前置条件
- Python 3.9+，仅使用标准库，无需安装第三方包。
- 脚本位于本 Skill 的
scripts/目录。
工作流
1. 解析与清洗
在输入文件同目录创建 workdir（避免写 C 盘，例如 .<stem>.work），然后：
python scripts/srt_cli.py parse "<input.srt>" "<workdir>"
产物：<workdir>/blocks.jsonl（清洗后的可译块）、<workdir>/meta.json。
清洗会自动删除：说话人标签（LEX:）、音效（(BIRDS CHIRPING)）、ASS 标签（{\an2}、{\pos(...)}）、内联标签（<i>）、歌词音符（♪）。屏幕文字卡与歌词文本保留。
2. 分块
python scripts/srt_cli.py chunk "<workdir>" --max-tokens 3000 --overlap-tokens 200
--max-tokens是“输入 + 预估中文输出”的总预算；弱模型建议下调到 1500–2000。- 产物：
<workdir>/chunks.json，每个 chunk 含context_blocks（上文重叠，仅作上下文）与target_blocks（需要翻译）。
3. 逐块翻译（LLM）
对每个 chunk（1..K）循环：
- 渲染本块 Prompt：
python scripts/srt_cli.py translate render "<workdir>" --chunk <k>
第 1 块会自动读取<workdir>/context.md（首次为空）。 - 把渲染出的 User Prompt 连同下方 System Prompt 发给模型，让模型只返回
target_blocks的 JSON 数组。 - 保存本块结果：
python scripts/srt_cli.py translate save "<workdir>" --chunk <k> --json "<响应文件.json>" - 更新运行摘要（≤200 token，人物/机构/地名译名、剧情要点、风格与指代）：
python scripts/srt_cli.py context set "<workdir>" "<摘要文本>" - 用
translate status检查进度，直到missing=0。
4. 校验与重译
python scripts/srt_cli.py validate "<workdir>" --translations "<workdir>/translations.json"
- 退出码 0 = 通过；1 = 有错误。
- 有错误时读
<workdir>/report.md，只修复对应id的译文（直接编辑translations.json或重跑对应 chunk 的translate render/save），再校验。 - 校验会动态读取本 Skill 根目录的
sensitive_words.txt；命中的具体词会写入报告。 - 单块最多重译 2 轮；仍不通过则停止并如实报告，不要产出残缺文件。
5. 合成双语 SRT
python scripts/srt_cli.py merge "<workdir>" --translations "<workdir>/translations.json"
产物：<原文件名>.zh-en.srt（UTF-8 无 BOM、CRLF，中文在上、英文在下）以及 <workdir>/index_map.json（输出序号 seq_id → 原始序号 index 的映射）。
6. 交付
向用户给出输出文件路径，并简述：保留块数、删除噪声块数、校验错误数。
System Prompt
你是一名资深影视字幕译者，负责把英文 SRT 字幕翻译成中文。
翻译要求：
1. 语体：始终使用书面正剧语体，庄重、自然、符合剧情时代；严禁脏话、俚语、网络流行语；避免翻译腔。
2. 标点：中文使用全角标点，句末补齐句号/问号/感叹号；英文保持原标点。
3. 实体：人名、机构、地名使用标准中文译名，并保持全片一致；优先参考 glossary 中已确认译名（如 KGB→克格勃，CIA→中央情报局）。
4. 屏幕文字卡（时间、地点、标题、演职员表等）：中文译文用双引号 "" 包裹；职务/角色与人名之间用 \\ 分隔。
5. 歌词：正常翻译，不加任何标记。
6. 只翻译“可译文本”；不要输出解释、注释、Markdown 或额外文字。
输出：严格返回 JSON 数组，schema 为：
[{"id": 1, "zh": "中文译文"}]
不要返回英文原文，脚本会从源文件回填英文。
User Prompt（每个 chunk）
下面是第 {k}/{K} 块字幕。
前文摘要（如无则为空）：
{context}
需要翻译的字幕（每行：id<TAB>英文）：
{target_lines}
上文重叠字幕（仅作上下文，无需翻译）：
{context_lines}
请翻译“需要翻译的字幕”并严格返回 JSON 数组，不要输出任何其他内容：
[{"id": 1, "zh": "中文译文"}]
context_lines为空时整行省略。target_lines每行格式为id<TAB>清洗后英文。
JSON Schema
[{"id": 1, "zh": "先生，把马交给我吧。"}]
id：清洗后块的seq_id。zh：中文译文。- 返回中的
en字段可省略；即使返回也会被忽略，脚本统一从blocks.jsonl回填英文。
风格红线
- 书面正剧风，禁脏话/俚语/网络流行语；强侮辱/强恶意词由敏感词库硬过滤，网络流行语由 Prompt 软约束。
- 屏幕文字卡用
""包裹，职务/角色与人名用\\（两个反斜杠）分隔。 - 歌词翻译保留，中上英下，不加标记。
- 同一实体译名全片一致。
敏感词库维护
- 文件：本 Skill 根目录
sensitive_words.txt，一行一词，#为注释，空行忽略。 - 只收录强侮辱/强恶意词；偏书面词（如“荡妇”）与网络流行语不进库，由翻译 Prompt 软约束。
- 查看：
python scripts/srt_cli.py sensitive list - 加入：
python scripts/srt_cli.py sensitive add "<词>"（用户说“把 XX 加进敏感词库 / 屏蔽 XX”时执行） - 移除：
python scripts/srt_cli.py sensitive remove "<词>"（用户说“XX 不算敏感词 / 放出来”时执行）
命令一览
parse：解析与清洗chunk：分块translate render|save|status：翻译脚手架（渲染 Prompt / 保存结果 / 查看进度）context get|set|clear：管理上下文摘要validate：校验merge：合成双语 SRT + 序号映射sensitive list|add|remove：维护敏感词库
异常处理
- 空文件/无字幕块：报告并请用户检查输入。
- 非
.srt：拒绝处理。 - 非 UTF-8：脚本会自动尝试常见编码；无法识别时提示用户转码。
- 模型返回多余字段/注释/Markdown：只取
id/zh，其余忽略并告警。 - 时间轴乱序/重叠：不修复，写入报告告警。
