蜂群式并行 PDF 翻译

将 PDF 文档通过蜂群架构并行翻译，保证质量的同时大幅提升速度。

前置依赖

• pdftotext（poppler-utils）— 用于 PDF 文本提取
• python3 — 用于拆分和汇合脚本

检查依赖：

command -v pdftotext || echo "需要安装: apt install poppler-utils"

核心流程

PDF → ① 文本提取 → ② 智能拆分 → ③ N 个翻译 Agent 并行 → ④ 审核 Agent 复核 → ⑤ 修正 → ⑥ 交付

Step 1：文本提取与拆分

1.1 提取文本

mkdir -p .openclaw/tmp
pdftotext -layout <input.pdf> .openclaw/tmp/source.txt

1.2 智能拆分

python3 <skill_dir>/scripts/split_pdf.py .openclaw/tmp/source.txt .openclaw/tmp --parts 6

脚本按以下策略拆分：
- 优先按章节标题拆分（检测 Chapter、第X章、全大写标题等模式）
- 无法识别章节时按等长拆分（每块 ~800 行）
- 输出 part_01.txt, part_02.txt, ...

1.3 确认拆分结果

打印每个部分的前 5 行，确认拆分合理。

Step 2：并行派发翻译子 Agent

为每个部分同时派发一个翻译子 Agent：

for i, part_file in enumerate(part_files):
    sessions_spawn(
        task=f"翻译指令（见下方模板）+ 读取 {part_file} → 写入 {part_file.replace('.txt', '_zh.md')}",
        taskName=f"translate_p{i+1}",
        label=f"translate_{i+1}",
        mode="run",
        runTimeoutSeconds=300
    )

翻译指令模板

你是一名专业的 [领域] 翻译专家。请将以下英文文本翻译为中文，要求：
1. 专业术语准确（首次出现时附英文原文，如"梯度下降（Gradient Descent）"）
2. 保留原文的章节结构
3. 数学公式保持原样不翻译
4. 代码块保持原样不翻译
5. 翻译流畅自然，避免"翻译腔"

请读取文件 .openclaw/tmp/part_XX.txt，翻译后将结果写入 .openclaw/tmp/part_XX_zh.md。

领域自动适配

根据 PDF 内容自动调整翻译指令中的领域和术语表：
- AI/ML 教材 → 术语表：gradient descent=梯度下降、neural network=神经网络...
- 学术论文 → 要求保留引用格式、图表编号
- 商业报告 → 要求专业且易读

并行规则

• 所有翻译子 Agent 同时派发，不等待
• 每个子 Agent 独立工作，互不依赖
• 使用 sessions_yield 等待所有子 Agent 完成

Step 3：派发审核 Agent

所有翻译子 Agent 完成后，派发审核 Agent。审核指令模板见 references/review_template.md。

审核维度（每项 1-10 分）：
1. 术语准确性 — 专业术语是否准确、一致
2. 完整性 — 是否有遗漏
3. 语言流畅度 — 中文是否自然
4. 格式规范 — Markdown 格式是否正确
5. 一致性 — 全文术语和风格是否统一

Step 4：汇合与修正

4.1 汇合翻译结果

python3 <skill_dir>/scripts/assemble.py .openclaw/tmp <output.md> --title "翻译文档标题"

4.2 根据审核报告修正

读取 review.md 中的「需修正的问题清单」，逐一修正：
- 🔴 高严重度 → 必须修正
- 🟡 中严重度 → 建议修正
- 🟢 低严重度 → 可选修正

修正后重新汇合。

4.3 更新审核报告

在 review.md 末尾追加「修正记录」，标注每个问题的修正状态。

Step 5：交付

输出两个文件：
- <output.md> — 完整翻译文档
- review.md — 审核报告（含评分和修正记录）

向用户汇报：总分 / 50、各维度评分、修正问题数量。

参数化配置

注意事项

• 大 PDF（>100 页）建议拆分为 6-8 块，平衡并行度和上下文质量
• 翻译子 Agent 超时默认 300 秒，大块可适当延长
• 审核 Agent 超时默认 600 秒（需读取原文+译文对比）
• 代码块内的注释翻译策略建议在翻译指令中明确（推荐保留英文）
• 若 pdftotext 不可用，可用 Python pdfplumber 或 PyPDF2 替代