译文精修与交付（Translation Polish）
目的
唯一目标：把译稿精修到可以直接交付的水平。
质检（GB/T 19682-2005 四类差错评定 + 综合差错率）不是目的，而是达成该目标的手段之一，与初稿生成、数据校准、术语统一、风格与受众适配、格式与排版保真并列。它的作用是回答「现在差多少、还差在哪」，用来驱动下一轮改什么。
因此本 skill 不单独出具质检报告，也不生成任何"原文/译文对照"版本：交付物就是译文本身——《推荐译文》.docx，按原文的结构与排版呈现。判定过程、差错率、缺陷清单只用于驱动改进，质检结论在对话中一句话说明，并留在 JSON 里供追溯，不进交付文档。
何时使用
- 用户提供【原文 + 初稿译文】，要求润色、提升、审校、译后编辑、终检、降差错。
- 用户提供【原文】（无译文），要求翻译并达到可交付质量。
- 典型表述：「把这段翻译得更好一点」「这份译稿帮我润色到能交付」「翻译成英文，质量要达到正式文件水平」「按国标把这篇译文收拾一下」「交付前帮我过一遍」。
不适用：只想要字面直译且明确不接受任何改动；纯翻译理论讨论。
输入（缺项先向用户确认）
- 原文（必）：内联（
===原文===包裹，推荐短文本）或文件（.txt/.md/.docx）。原文是文件时，先跑extract_source.py抽取结构骨架（见「格式保真」章）。 - 初稿译文（可选）：有则作为打磨起点 T0；无则由本 skill 先译出 T0。
- 术语表（可选）：「原文术语 | 标准译法」或
term=translation逐行；用户提供时优先级最高，不一致记第Ⅲ类。 - 用途类别（可选，默认Ⅱ类）：正式文件/一般文件/参考资料/内容概要 → 决定使用目的系数 C_A。
- 语言方向（必确认）：原文语言 + 目标语言。目标语言未明示时：原文非中文 → 译中文；原文为中文 → 译英文（在 JSON
meta注明，用户可随时覆盖）。 - 译后编辑深度（可选，默认深度）：深度译后编辑 / 轻度译后编辑，决定 GB/T 40036-2021 定性清单严格度。
交付物
| 交付物 | 受众 | 说明 |
|---|---|---|
《推荐译文》.docx（--format md 时为 .md） |
客户 / 业务方 | 唯一交付文件。就是译文本身，按原文结构排版（标题层级、编号、列表、表格、图注表注），不含原文、不含质量判定、不含差错计数与公式 |
- 不生成任何对照版本（无"原文/译文对照表"），不生成质检报告。各轮差错率、残余缺陷、是否收敛到 1.5‰ 以内，在对话中一句话说明，并留在 JSON 中追溯。
- 交付规范唯一权威来源：
references/output_spec.md（JSON 契约 + 块类型渲染规则 + 格式保真原则 + 输出前自检清单 + 命令）。质检判定基准见references/standards.md；完整国标原文见references/GBT-19682-2005.md与references/GB-T-40036-2021.md（需逐字对照官方原文时读取）。
译稿精修的七种手段（质检只是其中之一）
- 初稿生成：无译文时先译出可打磨的初稿 T0，而不是直接交差。
- 数据校准：逐句核查数字、计量单位、日期、专有编号——机械性错误最致命，优先级最高。
- 国标质检：GB/T 19682-2005 四类差错评定 + 综合差错率。它是测量工具，不是交付目的。
- 术语统一与专有名词规范：术语表优先，前后一致，专有名词按行业惯例与标准。
- 风格与受众适配：按 GB/T 40036-2021 定性清单核对语法、标点、断句、受众、协议、无增漏、风格。
- 格式与排版保真：把原文结构（标题层级、编号、列表、表格、图注表注）无损迁到译文——排版质量是交付质量的一半，见下章。
- 迭代优化与复检：只改缺陷句段，改完重新测，≤3 轮收敛。
格式保真（输出排版）
核心原则：结构守恒优先于语句流畅。 先把原文骨架复制过来，再往里填译文——绝不因目标语言读起来更顺就重排结构，否则客户无法与原文逐条核对。
原文是文件时，必须先抽取骨架，禁止凭阅读印象重建排版：
python scripts/extract_source.py --input 原文.docx --out skeleton.json
# 输出 blocks 骨架 + stats（标题/段落/列表/表格数、字数）
# 支持 .docx（标题样式/列表/表格/加粗）与 .md/.txt（# 标题/- 列表/| 表格）
三条最容易翻车的纪律：
- 编号照搬：
1./1.1/(a)/vii)原样保留，不改号、不重排。 - 防双重编号：原文已带编号的条目一律
list: keep；只有原文无编号时才用 Word 自动编号。 - 表格只换文字：行列数、表头、数字与单位的列位全部不动。
渲染规则、格式保真五原则、输出前 12 条自检清单与常见缺陷表见 references/output_spec.md。
执行工作流
单一流水线（不再区分模式）：对齐 GB/T 40036-2021 的「生产前—生产—生产后」三阶段，定量判定对齐 GB/T 19682-2005 附录 A。严格按顺序执行。
阶段一 · 生产前（准备与对齐）
- 有初稿 → 直接作为 T0；无初稿 → 译出 T0。
- 原文是文件时先抽骨架：
extract_source.py→skeleton.json，记住stats作为结构守恒基准；纯文本需确认heading_candidate（标题候选）哪些升为标题。 - 逐段配对为
alignment[]（每段含source、translation、recommended）——用于质检与防漏段；长文档分块处理再汇总，初稿缺失超过 1 个完整句子 → 按第Ⅰ/Ⅱ类缺陷计入完整性。 - 确认用途类别（C_A）、综合难度系数（K，默认 1.0）、计字总字符数（W，不足千字按千字计，可用骨架
char_count_estimate）、术语表与译后编辑深度。
阶段二 · 生产（质检 → 优化 → 复检，≤3 轮）
对当前译文 Tn 执行步骤 1~4（一轮完整质检），再执行步骤 5（优化），然后回到步骤 1 复检。
步骤 1 — 数据校准轮（LLM 逐句核查，最高优先级）
逐句核查原文与译文中所有数字、计量单位、日期、专有编号等数据内容的准确性。由 LLM 单独启用一轮数据校准，不依赖外部脚本。核查要点：
- 数字：数值大小、量级、单位（如 mg→毫克/克）、百分比、规格参数等是否一致，有无缺失或改变
- 日期/时间：截止日、时间点、时间段是否与原文一致
- 专有编号：合同号、型号、版本号、页码等是否一致
每处数据疑点标注建议类别（数字/日期→Ⅰ类，单位→Ⅳ类），最终类别由模型在步骤 2 中结合上下文确认。
步骤 2 — 国标四类差错判定（GB/T 19682-2005 附录 A）
逐句检查归入 第Ⅰ类（系数 3）/ 第Ⅱ类（系数 1）/ 第Ⅲ类（术语，系数 0.5）/ 第Ⅳ类（单位符号，系数 0.25）。数字/日期（Ⅰ类）与单位（Ⅳ类）问题以步骤 1 结果为线索。每条缺陷写入 defects[]。
步骤 3 — GB/T 40036-2021 定性清单
逐项核对：术语一致、标准语法/拼写/标点、正确断句、适用受众与用途、遵守客户协议、无增漏信息、风格与格式（见 references/standards.md 第 3 节）。按深度/轻度译后编辑定严格度。内容层面问题记入对应类别缺陷并计入差错率；纯格式/风格瑕疵仅记入清单、不计入差错率。
步骤 4 — 综合差错率与收敛判定
- 综合差错率(‰) =
K × C_A × (3·DⅠ + 1·DⅡ + 0.5·DⅢ + 0.25·DⅣ) / W × 1000（W 为计字总字符数，不足千字按千字计）。 - 收敛线 ≤ 1.5‰（千分比，即 0.15%；非 1.5%）且无零容忍Ⅰ类 → 收敛，进入阶段三；否则继续优化。
- 国标仅规定此一线，未规定更细分级；该判定只用于驱动迭代，不作交付结论。仅当用户明确要求「评级/分档」时在对话中给出扩展分档，且必须标注「非国标约定」（见
references/standards.md）。
步骤 5 — 优化（只改缺陷句段）
- 仅针对缺陷清单逐条修正对应句段（按
suggested_translation落笔），不整段重写、不引入新内容，得到 T(n+1)。 - 每轮必须重跑步骤 1 数据校准轮；逐条核销旧缺陷，上一轮优化引入的新错按新缺陷如实计入。
- 迭代上限 3 轮（T0 初稿 + 至多 2 次优化）。达上限仍未收敛 → 停止，并在对话中如实披露残余缺陷数量与差错率。
阶段三 · 生产后（交付）
- 组装
blocks[]（渲染主体，结构必须与骨架一致）：按骨架的no与type逐块填入最终译文，编号、层级、表格结构照搬原文；缺陷的suggested_translation结果同步进对应块的text。 - 组装过程记录（不渲染）：
-alignment[]每段recommended= 该段最终推荐译文完整句（无缺陷段等于translation；有缺陷段等于修正后的完整译句）。
-defects[]每条含category、source、original_translation、suggested_translation，可选reason（争议与取舍说明）。
-meta.iteration记录迭代轨迹：{"rounds": n, "history": [{"round": 0, "rate": R0}, ...], "converged": bool, "residual_defects": N}。 - 渲染前过自检清单（
references/output_spec.md第五节）：结构数对得上、无漏块、无双重编号、无占位符、无原文残留、无 Markdown 与页眉页脚残留。 - 生成交付文档：
python scripts/generate_deliverable.py --input result.json --out-dir . --prefix 项目名
# 输出：项目名_推荐译文.docx（唯一交付文件）
# --format md 输出 Markdown；缺省 --prefix 时以时间戳命名；缺省 --out-dir 时输出到当前目录
防"橡皮图章"纪律
每轮质检都是独立判定，与「译文由本 skill 自己生成 / 自己改过」无关——不得因自查而放宽标准、漏报缺陷。发现上一轮优化引入的新错，按新缺陷如实计入本轮差错率。
修订说明字段（defects[].reason，可选）
不再输出到任何文档，仅用于：在对话中向用户解释「为什么这么改」，以及 JSON 追溯。建议包含：
- 争议点：该句段的翻译分歧或疑点是什么。
- 判断与依据：为何属于某类差错，对应 GB/T 19682-2005 / GB/T 40036-2021 的具体条款。
- 取舍说明：考虑过的其他译法，为何采用当前推荐译文（尤其术语、变通、增删处）。
- 修订结果：即
suggested_translation（修正后完整译句）。
标准依据
- GB/T 19682-2005《翻译服务 译文质量要求》：作为「质检手段」的判定基准——四类差错、综合差错率、1.5‰ 收敛线，以及基本要求/具体要求/变通规则。
- GB/T 40036-2021《机器翻译结果的译后编辑 要求》：作为「流程与风格手段」的依据——三阶段过程、深度译后编辑定性清单。
- 判定基准权威来源：
references/standards.md；完整原文：references/GBT-19682-2005.md、references/GB-T-40036-2021.md。需逐字核对官方原文时读取后者。
注意事项
- 长文档务必分块处理，避免上下文溢出导致漏检；分块后按骨架
no升序合并，不重新编号。 - 数字/日期错译属第Ⅰ类（单处即可不收敛），单位/符号错译属第Ⅳ类——必须靠步骤 1 数据校准轮逐句核查兜底，最终类别由模型结合上下文确认。
- 交付文档只有译文：不写原文、不写质量判定、差错率与判断逻辑，不生成对照表；结论只在对话中一句话带过。
- 排版不是收尾工序：结构守恒与编号照搬在翻译阶段就要守住，不要等渲染时才发现标题丢了、编号乱了。
- 供脚本消费的 JSON 必须可解析；
blocks[]的译文内容须与alignment[].recommended/defects[].suggested_translation一致。 extract_source.py与generate_deliverable.py需python-docx（缺失时pip install python-docx）；--format md不需要额外依赖。
部署（解压即用）
将整个 translation-polish/ 文件夹复制到用户级 skill 目录（~/.workbuddy/skills/ 或 Windows C:\Users\<用户名>\.workbuddy\skills\），重启 WorkBuddy 即自动加载；团队可通过仓库 .workbuddy/skills/ 共享。
