英文技術(shù)書并不是讀不懂但讀完整本通常還是比母語慢。這件事很容易被低估。平時查一段文檔、看一個 Stack Overflow 回答英語不會構(gòu)成明顯障礙可當(dāng)閱讀變成幾百頁的長期任務(wù)持續(xù)的語言切換會占掉不少注意力。我們做Translate Technical Books最初只是想解決這個樸素的問題能不能把自己有權(quán)處理的英文技術(shù)書穩(wěn)定地轉(zhuǎn)成真正適合閱讀的中文版本項目地址https://github.com/cfodes/translate-technical-books直接讓模型翻譯 PDF為什么不夠第一次嘗試的人很自然會想到提取 PDF 文本翻譯再合并。普通文章也許可以這樣做技術(shù)書卻很容易出問題。代碼、命令行輸出、公式、表格和圖片都依賴結(jié)構(gòu)PDF 提取到的字符順序不一定就是人的閱讀順序代碼圍欄、圖注關(guān)系和標(biāo)題層級也可能已經(jīng)丟失。更麻煩的是模型會努力把損壞的輸入翻譯成“看起來正常”的中文。如果缺了一個參數(shù)、斷了一行公式成品未必會主動提醒你。因此這個項目把工作分成了兩步。第一步不是翻譯而是得到可信源稿translate-technical-book-parser-first負(fù)責(zé)解析 PDF。它會比較 Marker、Docling 與 PyMuPDF4LLM 的結(jié)果并在出現(xiàn)分歧時回到原 PDF 頁面尋找證據(jù)。只有結(jié)構(gòu)、哈希和頁覆蓋檢查通過才會得到后續(xù)使用的 canonical Markdown。如果輸入本身就是結(jié)構(gòu)良好的 Markdown 或 EPUB這一步可以簡單很多主要由本地確定性腳本完成。第二步才是翻譯translate-technical-book把已經(jīng)通過檢查的 Markdown 按結(jié)構(gòu)切分。代碼、公式、API、路徑、鏈接和圖片引用會被保護每個分塊翻譯后單獨檢查再合并成整本書。這樣設(shè)計不是為了把流程搞復(fù)雜而是為了讓它可以中斷續(xù)跑也可以只重試失敗的部分。一本幾百頁的書不應(yīng)該因為最后一個章節(jié)出錯就從頭再來一次。最終保留中文 Markdown 作為可編輯主版本需要時再構(gòu)建 EPUB、HTML 或 PDF。我們已經(jīng)跑過哪些規(guī)模開發(fā)期間我們用三個匿名的完整技術(shù)書樣本驗證了整套流程共 679 個翻譯分塊最終自動 QA 為 679/679。為了方便比較README 使用 2026-08-10 的gpt-5.6-terra價格重新折算三個樣本的 Standard 干凈載荷等價成本分別約為 5.60、5.76 和 10.87 美元Batch/Flex 約為一半。這些不是歷史實際賬單。真實 agent 運行還會包含工具回顯、失敗重試和重復(fù)上下文。一個保存了完整日志的樣本Token 是干凈載荷的 3.27 倍。倉庫里保留了完整的計算口徑方便復(fù)算也避免用一個過于漂亮的數(shù)字誤導(dǎo)使用者。如何安裝gitclone gitgithub.com:cfodes/translate-technical-books.gitcdtranslate-technical-booksCODEX_SKILLS_DIR${CODEX_HOME:-$HOME/.codex}/skillsmkdir-p$CODEX_SKILLS_DIRcp-Rtranslate-technical-book$CODEX_SKILLS_DIR/cp-Rtranslate-technical-book-parser-first$CODEX_SKILLS_DIR/最小 Python 依賴python3-mvenv .venv .venv/bin/pipinstall-rrequirements.txtPDF 多解析器依賴單獨放在requirements-parser.txt中。第一次使用時建議不要直接處理整本書先選 20 頁左右的代表性內(nèi)容并給出明確預(yù)算使用 $translate-technical-book-parser-first 把 book.pdf 轉(zhuǎn)成可翻譯的 canonical Markdown。 先處理 20 頁代表性樣本預(yù)算不超過 20 次高智能調(diào)用通過 QA 后再規(guī)劃全書。目前的邊界它還不是“放進去一本任意 PDF就能自動得到完美中文書”的工具。復(fù)雜 PDF 的解析依賴比較重項目還缺少公開的 parser-first 回歸夾具和完整的一鍵 orchestrator。自動檢查也只能證明結(jié)構(gòu)和受保護內(nèi)容沒有發(fā)現(xiàn)遺漏不能代替人工語義抽檢。我們希望先把一件事做好不要在證據(jù)不足時裝作成功。哪里失敗流程就停在哪里哪里需要重試也盡量只重試那一塊。項目采用 MIT License不包含實驗書籍、譯文或原書圖片。歡迎試用也歡迎把它擴展到新的學(xué)科、語言和解析器。