翻译质量检查员（Translation Quality Inspector）
目的
依据两项国家标准对译文做客观、可量化的质量审核。交付物按模式区分：质检模式出双文档（译员报告 + 客户对照），自我迭代翻译模式仅出客户对照文档。本 skill 一律以国标为唯一基准，不含任何自定义评分公式。
何时使用
- 质检模式：用户提交「原文 + 译文」并要求质检。典型表述：「帮我检查这段翻译」「对这份译稿做译后编辑质检」「交付前终检」「按 GB/T 19682 / 40036 审一下这篇译文」。
- 自我迭代翻译模式：用户输入一段文字并要求翻译（未附参考译文）。典型表述：「请把这段翻译成英文」「翻译下面这段话」「帮我翻一下再检查」。
不适用：用户只要求翻译、明确不需要质检的场景；无对照译文的纯讨论。
输入（缺项先向用户确认）
- 原文 + 译文：内联分块（
===原文===/===译文===包裹，推荐短文本）或两个文件（.txt/.md/.docx）。 - 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。
- 原文语言（必确认）：决定对照文档是否含「英文参考译文」列——原文为非英文时自动增加该列。
- 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（按模式区分）
| 模式 | 交付物 | 受众 |
|---|---|---|
| 质检模式 | ①《翻译质量报告》.docx + ②《原文与推荐译文对照》.docx | ①译员（内部参考）②客户（交付成果） |
| 自我迭代翻译模式 | 仅《原文与推荐译文对照》.docx | 客户（交付成果） |
- 《翻译质量报告》：给译员的内部参考。详述 AI 判断流程、争议点逐条说明（含对应国标条款、判断理由、推荐译文）、40036 定性清单、四类计数、差错率与合格判定、条款附录。仅质检模式生成。
- 《原文与推荐译文对照》：给客户的商务成果。逐段「原文 | 推荐译文〔| 英文参考译文〕」对照表，简洁直接，不含任何质量判定与判断逻辑。两种模式均生成。
JSON 结构约定、字段含义、双文档版式见 references/report_spec.md；评分与定性规则的唯一权威来源见 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）。
执行工作流
流程对齐 GB/T 40036-2021 的「生产前—生产—生产后」三阶段，定量评分对齐 GB/T 19682-2005 附录 A。严格按顺序执行。
阶段一 · 生产前（预处理与对齐）
将原文与译文按段落/句子配对为 alignment 数组（每段含 source、translation、recommended、可选 english）。长文档逐段处理再汇总；缺失超过 1 个完整句子 → 第Ⅰ/Ⅱ类缺陷，计入完整性。识别用途类别（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），确认术语表与译后编辑深度。
阶段二 · 生产（质检）
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[]，并填充 reason 字段（见下）。
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 — 综合差错率与合格判定
- 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）。 - 合格线 ≤ 1.5‰（千分比，即 0.15%；非 1.5%）。判定：≤ 1.5‰ 且无零容忍Ⅰ类 → 合格；否则 不合格。国标仅规定此合格线，未规定更细分级；仅当用户明确要求「评级/分档」时输出扩展分档，且必须标注「非国标约定」（见
references/standards.md）。
步骤 5 — 回译辅助校验（跨模式可选增强，默认关闭）
回译（back-translation）是跨两种模式通用的可选增强信号，与步骤 1 数据校准轮并列，构成质检阶段的辅助检测手段：
- 启用条件：仅在用户明确要求时开启（如「加个回译校验」「做回译比对」）；默认关闭。通常用于对漏检风险敏感的场合（长文、关键条款、译文质量争议）。
- 执行方式：将译文回译为源语言得到 A′，与原文 A 逐句比对（A→B→A′），标记语义漂移明显的句段。回译由 AI 在推理过程中完成，无需额外脚本。
- 结果处置：回译比对出的疑点不得直接计入缺陷，须回到步骤 2 按 GB/T 19682-2005 四类差错规则核实归类后才可入缺陷清单；回译结果记录在 JSON
meta.back_translation（仅追溯，不改变合格判定）。 - 定位与底线：非国标、仅辅助。回译只能捕捉粗粒度语义偏差，不能识别漏译、多译、错译及单位/数字类错误（后者由步骤 1 数据校准轮 + 逐句四类判定覆盖）。国标终检（步骤 2~4）是唯一合格判定依据，回译结果不改变合格判定。详见
references/standards.md第七节。
> 质检模式与自我迭代翻译模式均适用本步骤：质检模式中作为终检前的额外信号；自我迭代翻译模式中用于每轮自检后的语义漂移排查。
阶段三 · 生产后（生成交付物）
- 组装质检结果 JSON（结构见
references/report_spec.md）：
-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（= 该段修正后完整译句）、reason（争议点详述：错在何处、对应国标条款、考虑过的其他理解、采用的修订及理由）、可选english_reference。
-defect_counts/error_rate_permil/pass可省略，脚本自动兜底。
-mode字段标记模式："quality_inspection"或"self_iterative"。 - 调用生成脚本（根据模式选择输出）：
# 质检模式：生成双文档（报告 + 对照）
python scripts/generate_reports.py --input report.json --out-dir . --prefix 项目名 --mode quality_inspection
# 自我迭代翻译模式：仅生成对照文档
python scripts/generate_reports.py --input report.json --out-dir . --prefix 项目名 --mode self_iterative
--mode 缺省时默认 quality_inspection（生成双文档），脚本自动兼容旧 JSON（无 mode 字段时按质检模式处理）。
自我迭代翻译模式
用户输入一段文字并要求翻译（未附参考译文）时，按此模式执行「翻译 → 质检 → 优化 → 再质检」循环，直至译文合格：
- 翻译：将原文翻译为目标语言，得到译文 T0。目标语言未明示时：原文非中文 → 译中文，原文为中文 → 译英文（报告 meta 注明，用户可随时覆盖）。
- 自检：以「原文 + T0」完整走一遍阶段二步骤 1~4（步骤 1 数据校准轮必须执行），得到本轮差错率 R0 与缺陷清单。
- 判定：R0 ≤ 1.5‰ 且无零容忍Ⅰ类 → 合格，跳到第 6 步；否则继续。
- 优化：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 T1。 - 循环：对 T1 重复 2~4 步。迭代上限 3 轮（T0 初译 + 至多 2 次优化）；达上限仍未合格 → 停止并如实披露。
- 输出：JSON 中
mode设为"self_iterative"，meta.iteration记录{"rounds": n, "history": [{"round": 0, "rate": R0}, ...]}迭代轨迹。仅生成《原文与推荐译文对照》.docx（不生成质量报告）。脚本调用时传--mode self_iterative。
回译辅助校验（可选）：本模式复用「阶段二 · 步骤 5」的跨模式通用回译增强（默认关闭，用户要求时开启）。每轮自检（第 2 步）后，可把当前译文回译为源语言、与原文比对（A→B→A′），作为发现明显语义漂移的辅助信号；回译比对出的疑点须回到阶段二、按 GB/T 19682-2005 四类差错规则核实归类后，才可计入缺陷清单。回译不能替代步骤 1~4 的国标核对，最终合格判定仍以综合差错率 ≤ 1.5‰（GB/T 19682-2005）与 GB/T 40036-2021 定性清单为准。定位与局限详见 references/standards.md 第七节。
防"橡皮图章"纪律（本模式核心）：每轮自检都是独立质检，与"译文由本 skill 生成"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。每轮必须重跑步骤 1 数据校准轮，优化轮只改缺陷句段，逐条核销旧缺陷、新增缺陷如实上报；迭代轮数、每轮差错率、残余缺陷记录在 JSON 的 meta.iteration 中（供后续追溯，不输出为客户文档）。
争议点字段规则（defects[].reason）
reason 是质量报告「争议点逐条详述」的核心素材，仅用于译员参考文档（质检模式生成），不在对照文档中出现。每条缺陷的 reason 应包含：
- 争议点：该句段的翻译分歧或疑点是什么。
- 判断与依据：AI 如何判定其属于某类差错，对应 GB/T 19682-2005 / GB/T 40036-2021 的具体条款。
- 取舍说明：考虑过的其他译法或理解，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》：定量评分（四类差错、综合差错率、1.5‰ 合格线）与基本要求/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》：译后编辑过程（三文本对照、生产前/中/后）、深度译后编辑定性清单。
- 规则权威来源：
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。
- 数字/日期错译属第Ⅰ类（单处即可不合格），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。
- 供脚本消费的 JSON 必须可解析，且与四类计数、对照表
recommended列内容一致。 - 自我迭代翻译模式下每轮自检必须独立执行，禁止以"自查"为由降标。
- 回译（back-translation）只能捕捉粗粒度语义偏差，无法识别漏译、多译、错译及单位/数字类错误（后者必须由步骤 1 数据校准轮 + 逐句四类判定覆盖）；回译仅作辅助信号，国标终检是唯一合格判定依据，回译结果不改变合格判定。
generate_reports.py需python-docx（缺失时pip install python-docx）。
部署（解压即用）
将整个 translation-quality-inspector/ 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。
