name: pdf-translate description: "Use when translating PDF documents between languages while strictly preserving original layout, formatting, typography, tables, and signatures. Powered by LLM direct comprehension, two-stage data-contract translation, chunked modular generation, in-browser JS overflow detection, and high-fidelity vector PDF reconstruction. Features zero-hallucination guardrails and automated 1:1 page-by-page audit script (audit_pdf.py)." version: 2.3.0 author: Antigravity

PDF 保持原排版翻译 Skill (大模型直译 + 几何探针测量 + 矢量排版重构 + 生成后对比自愈)

当用户需要翻译 PDF 文档，且要求必须完整保留原始版面格式、公文表头、目录、双语表格、签章栏、插图物理尺寸并最终输出为高保真矢量 PDF 文件时，使用此 Skill。

[!IMPORTANT] 四大核心铁律（杜绝机翻乱码、长文档幻觉、跨页溢出与图片排版变形）：

1. 严禁脑补，严格忠实直译 (Strict Faithful Translation & Zero Hallucination)：
   • 不得压缩或遗漏条款：逐条忠实翻译每一个一级、二级、三级子条款（如法定资质证照清单 2.1.1~2.1.8、年限指标、年产能门槛 150,000 吨、分卷装订规则 Volume 2A/2B 等），坚决禁止主观总结或合并条款；
   • 坚决禁止虚构常识：严禁凭常识脑补原文不存在的交付程序、装订份数、银行授信金额或办事流程（例如原文未写具体金额则绝对禁止编造 1,000,000 KWD，无 5.3 节则绝对不可添加 5.3 节）；
   • 表格格式 1:1 忠实还原：官方附表（如 Appendix-1 至 Appendix-6）的列名、行高、选项框、备注及签字盖章区必须严格对齐原件，严禁用自创的“申报核对清单 (Checklist)”或通用表格粗糙代替。
2. 几何探针与视觉锚点测量铁律 (Geometry Probe & Visual Anchor Measurement)：
   • 绝对禁止经验主义猜度尺寸：严禁在未测量原件几何信息的情况下，随意给插图或表格加上 max-height: 220px 等主观限制，导致原图严重缩水变形或比例失调；
   • 原图物理坐标与尺寸 1:1 提取：提取图片时必须调用 page.get_image_rects(xref) 获取原图在页面上的实际 width、height 以及 x0, y0，并在 HTML 中严格以真实物理尺寸呈现（如原件宽 218.9pt、高 322.4pt，HTML 中必须按照该物理尺寸渲染）；
   • 几何线条与装饰框高保真复刻：通过 page.get_drawings() 提取所有几何元素（如顶会论文标题框的 4pt 粗黑顶线与 1pt 细底线、长度 143.5pt 的左对齐短横脚注线），严禁用通用单薄的 100% 宽度边框粗暴替代；
   • 中文信息密度补偿与垂直基线对齐：中文字符信息密度通常比西文高 20%~35%，必须记录关键文字块的垂直基准起点 y0（如摘要标题、正文、章节起始与脚注线位置），通过微调行高（line-height: 1.35~1.45）、段落间距（margin）以及灵活运用网格与绝对定位，确保中文版面的视觉重心与垂直基线与原件严密锚定，杜绝页面下半部分突兀大面积留白；
   • 首页页眉页脚特殊规则：大部分顶会论文（NIPS/ICML/CVPR 等）或官方公文首页（Page 1）不编排页码，底部通常为会议发表信息或官方备案行，严禁在第一页机械添加页码。
3. 两阶段解耦与分块生成 (Schema-First & Chunked Pipeline)：
   • 数据与排版分离：长文档翻译时，优先提取页面结构化数据（条款清单、参数字典、表格行列），再灌入标准化 HTML 模板，严禁一边长篇自由发挥一边写标签；
   • 单批次生成严禁超过 10 页：超过 10 页的文档强制按 10 页为单位拆分为独立模块（如 part1_pages.py, part2_pages.py），避免模型在中后段注意力衰减导致失控。
4. 生成后对比质检与用户确认关卡 (Mandatory Audit & User Preview Before Commit)：
   • PDF 渲染生成后，绝不允许直接交付给用户，必须运行技能内置的 scripts/audit_pdf.py 执行页码、矢量层、条款差集与敏感词全面扫描；
   • 渲染生成 1:1 并排对比图（PNG），必须在对话中直接展示关键页面对比效果供用户审阅确认，在获得用户明确许可前严禁擅自 Git Commit 或推送！

触发场景 (Trigger Scenarios)

• 用户提供或指定 PDF 文件，要求翻译为中文、英文或其他语言；
• 用户明确要求“保持原排版”、“格式不变”、“输出为 PDF”；
• 官方招标文件、商务合同、投标预审资格手册（如中东阿文/英文标书、水电部 MEWRE、管网工程）；
• 包含中英阿多语言混排、双语对照表格、签字盖章区、点线对齐目录的复杂 PDF 文档；
• 行业技术规范、学术论文、企业白皮书。

Agent 执行标准工作流 (Standard Operating Procedure)

当收到翻译 PDF 任务时，Agent 需严格遵循以下 5 步标准化闭环作业流程：

第一步：文档几何探测与结构分块 (Inspection & Geometry Probing)

使用 Python (fitz / PyMuPDF) 全面探测文档物理尺寸、插图尺寸、装饰线与关键文本块基线坐标：

import fitz
doc = fitz.open("path/to/document.pdf")
print("Total pages:", len(doc))

for i, page in enumerate(doc):
    print(f"\n=== PAGE {i+1} rect: {page.rect} ===")
    # 1. 探测图片物理尺寸与位置
    for img in page.get_images():
        for r in page.get_image_rects(img[0]):
            print(f"  Image xref {img[0]}: w={r.width:.1f}, h={r.height:.1f}, (x0={r.x0:.1f}, y0={r.y0:.1f})")
    # 2. 探测几何线条与装饰边框
    for d in page.get_drawings():
        r = d['rect']
        if r.width > 30:
            print(f"  Line: w={r.width:.1f}, h={r.height:.1f}, (x0={r.x0:.1f}, y0={r.y0:.1f})")
    # 3. 探测核心文本块垂直基准起点 y0
    for b in page.get_text("blocks"):
        if b[4].strip():
            print(f"  Block ({b[0]:.1f}, {b[1]:.1f}, {b[2]:.1f}, {b[3]:.1f}): {b[4].strip()[:40]}")
# 若总页数 > 10 页，强制制定分块规划（如 Part 1: P1~10, Part 2: P11~20 ...）

第二步：两阶段专业直译（严格无脑补）(Two-Stage Strict Translation)

• 阶段 1（提取与核定）：先按页提取条款编号、所有数值区间与表格字段，建立精确的翻译数据契约；
• 阶段 2（模板化填装）：
  • 准确翻译专业术语与国际标准（如 Transformer 自注意力、编码器-解码器架构、BLEU 得分、残差连接；或标书中的 ISO 2531、BS EN 545、AWWA、科威特水电部 MEWRE 等）；
  • 数字、单位与公式 100% 核实（如 200.00 ppm, 4°C, 150 微米, 2200 kg/cm², $d_{\text{model}} = 512$ 等）。

第三步：高保真矢量页面重构与物理限高 (Layout Reconstruction with Physical Anchors)

利用标准 HTML5 + CSS @page 打印样式进行 1:1 页面映射重构：

• 物理尺寸动态适配与防溢出： 根据第一步探测得到的真实页面尺寸定义 @page（如 US Letter size: 8.5in 11in; 或 A4 size: 210mm 297mm;）：

  @page {
    size: 8.5in 11in;
    margin: 0;
  }
  .page {
    width: 8.5in;
    height: 11in;
    max-height: 11in;
    padding: 72pt 108pt 72pt 108pt;
    page-break-after: always;
    position: relative;
    box-sizing: border-box;
    display: flex;
    flex-direction: column;
    overflow: hidden; /* 严禁内部元素撑爆高度触发打印机额外分页 */
  }
  .content-area {
    flex: 1;
    overflow: hidden;
  }
  

• 插图 1:1 物理尺寸渲染：严格按照第一步测量的 w 和 h 设定图片的 width 与 height（如 width: 218.9pt; height: 322.4pt;），绝对禁止用经验值限制！
• 几何线条还原：依据探测出的线条坐标绘制精确线宽与长度（如标题框 4pt 顶线 + 1pt 底线、143.5pt 短横脚注线）；
• 中文垂直基线对齐：通过段落间距和舒适行高（1.35~1.45）合理分布垂直空间，使各区块垂直起点与原件基线严格对齐；
• 字体标准：默认使用标准专业矢量字体（英文 Times New Roman，中文 SimSun / Songti SC），确保学术严肃性与无乱码渲染。

第四步：内置引擎渲染与 JS 溢出探针 (Vector Rendering with Overflow Probe)

调用技能内置渲染脚本直接生成纯矢量 PDF，内置 JavaScript 探针会自动检测是否有任何页面产生高度溢出：

python "e:\antigravity_workspace\univ\.agent\skills\pdf-translate\scripts\render_pdf.py" "path/to/full_doc.html" "path/to/output_full.pdf"

第五步：自动化对比审计与视觉并排质检 (Automated Audit & Visual Review)

生成 PDF 后，必须运行技能内置的 audit_pdf.py 自动化对比工具并生成对比图：

python "e:\antigravity_workspace\univ\.agent\skills\pdf-translate\scripts\audit_pdf.py" --src "path/to/source.pdf" --tgt "path/to/output_full.pdf"

该工具全自动执行 4 大流水线：

1. 页码 1:1 校验：源文件与目标文件总页数必须完全一致；
2. 纯矢量文字层与关键图片检验：保留的矢量图片数量完全对应；
3. 条款与关键实体逐页双向 Diff：自动扫描每一页的条款编号、表名图名，捕获漏项；
4. AI 幻觉与敷衍词雷达：自动拦截“技术规范编制综述”、“核对清单”、“暂缺”、“此处略”等常见大模型逃避或捏造词汇。

用户视觉确认门禁 (User Confirmation Gate)：

• 渲染原件与译件 1:1 并排对比图（PNG），在会话中直接展示重点页面（如封面、架构图页、复杂表格页）；
• 向用户汇报质检结果与对齐细节，必须等待用户明确确认满意后，方可执行 Git 提交或任务交付！

核心脚本工具箱 (Built-in Scripts)

• PDF 渲染引擎（含 JS 页面溢出自检）： .agent/skills/pdf-translate/scripts/render_pdf.py
  • 底层基于 Microsoft Edge / Chromium 矢量打印，毫秒级检测 .page 物理高度，避免跨页溢出。
• PDF 1:1 自动化对比审计引擎： .agent/skills/pdf-translate/scripts/audit_pdf.py
  • 逐页 1:1 扫描源文件与目标文件，深度校验页码对齐、纯矢量层、条款 Diff、数值一致性与反脑补关键字拦截。

📄 PDF-Translate Skill

High-Fidelity Vector PDF Translation, Layout Reconstruction & Automated Audit Engine for AI Agents.
基于大语言模型直译、矢量排版重构、浏览器溢出探针与自动化双向对比自愈的高保真 PDF 翻译技能。

📸 效果对比展示 (Before & After Showcase)

实测案例：现代深度学习与大模型开山之作《Attention Is All You Need》（arXiv:1706.03762），包含多作者机构矩阵、精准边栏学术水印、双栏摘要、数学脚注及严格版面限高。

1. 顶会学术论文封面与双栏排版 1:1 还原 (Paper Cover & Dual-Column Layout)

2. 复杂模型架构图与物理点位 1:1 精准锚定 (Figure 1 Architecture & Physical Anchors)

🌟 核心痛点与解决方案 (Why PDF-Translate?)

传统的文档翻译工具（如通用机翻、常规 OCR 导出）在面对工程标书、跨国商务合同、法定资质证书、学术白皮书等严肃公文时，常常面临四大致命难题：

1. 版面坍塌：表格错位、签章栏截断、页码漂移、目录点线混乱。
2. 位图失真：将文字光栅化为低分辨率图片，导致无法检索复制、模糊不清。
3. AI 幻觉脑补：长文本模型擅自“归纳升华”、擅增/缩减子条款编号或脑补不存在的数字。
4. 跨页溢出：翻译后的中英文文本长度差异撑爆页面物理高度，导致打印机额外产生空页或乱页。

pdf-translate 专为解决上述痛点而生，结合大模型精准语义提取与前端 CSS 矢量打印控制，确保翻译结果达到正式出版与官方公文交付级标准。

🚀 核心特性 (Key Features)

• 🎯 1:1 原版排版还原 (1:1 Layout Preservation)
  • 严格保持页面尺寸（标准 A4、Letter 等）、物理边距与布局比例。
  • 精准重建双语对照表格、官方公文双栏表头、目录点线对齐（Dotted Leaders）及签字盖章框。
• 🚫 零幻觉与两阶段解耦规范 (Zero Hallucination Pipeline)
  • 阶段 1（结构化契约）：按页先提取条款树、数值、参数与表格结构。
  • 阶段 2（模板化填装）：严禁压缩、省略或凭常识脑补条款（如法定资质清单 2.1.1~2.1.8）。
• 📐 浏览器物理高度溢出探针 (JS Height Overflow Probe)
  • 在无头渲染阶段注入 JavaScript 探针，实时检测每个 .page 容器的 scrollHeight 与 clientHeight。
  • 自动拦截并报警任何可能导致分页错乱的微小溢出。
• 🖨️ 纯矢量无损 PDF 重构 (Publication-Grade Vector PDF)
  • 基于 Chromium / Edge 内核，输出全矢量、可选中、可搜索、超高清的工业级 PDF。
• 🔍 自动化对比审计引擎 (scripts/audit_pdf.py)
  • 页数匹配校验：源文件与目标文件总页数严格 1:1。
  • 纯矢量层校验：杜绝整页截图/位图伪装。
  • 条款编号逐页双向 Diff：自动比对章节编号与子条款差集。
  • 敏感词与占位符扫描：自动拦截 “待补充”、“因篇幅省略”、“详见英文原版” 等 AI 偷懒占位符。

🏗️ 架构与工作流 (Architecture & Workflow)

flowchart TD
    A["原始 PDF 文档"] --> B["步骤 1: PyMuPDF 结构探测与分块规划"]
    B --> C["步骤 2: 两阶段数据契约抽取与严谨直译"]
    C --> D["步骤 3: 现代化 HTML5 + CSS @page 矢量重构"]
    D --> E["步骤 4: Playwright 无头渲染 + JS 溢出探针 (render_pdf.py)"]
    E --> F["生成目标矢量 PDF"]
    F --> G["步骤 5: audit_pdf.py 自动化审计对比"]
    G -->|"未通过: 发现溢出 / 遗漏 / 编号不符"| D
    G -->|"通过: 1:1 完美匹配 且 0 报错"| H["正式交付发布"]

📂 项目结构 (Repository Structure)

pdf-translate/
├── .github/
│   ├── workflows/ci.yml     # 自动化 CI 测试工作流
│   └── ISSUE_TEMPLATE/      # 社区 Bug 与 Feature 规范模板
├── SKILL.md                 # Antigravity / AI Agent 核心技能指令与约束规范 (中文版)
├── SKILL_EN.md              # Core Skill Definition & Zero-Hallucination SOP (English Version)
├── requirements.txt         # 核心 Python 依赖项
├── LICENSE                  # MIT 开源协议
├── README.md                # 简体中文说明文档
├── README_EN.md             # English Documentation
├── assets/                  # 官方公文 1:1 真实案例对比图
├── examples/                # 开箱即测示例与一键体验脚本
│   ├── sample_doc.html      # 包含双语公文表头、表格与签章的标准 A4 测试模板
│   └── quick_demo.py        # 一键端到端「Playwright 渲染 + 自动化审计」测试脚本
└── scripts/
    ├── audit_pdf.py         # 1:1 页对页结构、条款双向 Diff 与敏感词自动化审计引擎
    └── render_pdf.py        # 基于 Playwright 的高保真矢量 PDF 渲染脚本 (内置 JS 溢出探针)

🛠️ 安装与快速上手 (Installation & Quick Start)

1. 安装依赖

git clone https://github.com/lxsssssss/pdf-translate.git
cd pdf-translate

pip install -r requirements.txt
playwright install chromium

注：Windows 环境下亦支持直接调用系统自带的 msedge 浏览器信道。

2. 运行一键开箱即测 Demo

无需准备任何复杂环境，直接运行项目内置的端到端体验脚本：

python examples/quick_demo.py

终端将依次执行：调用 Playwright 渲染矢量 PDF ➔ 触发 JS 页面高度防溢出探针 ➔ 执行 PyMuPDF 纯矢量层与条款一致性审计 ➔ 输出绿标 PASS 报告！

3. 命令行工具使用指南

🔹 矢量 PDF 渲染 (render_pdf.py)

将排版好的 HTML 源码渲染为物理隔离的矢量 PDF：

# 基础渲染
python scripts/render_pdf.py input.html output.pdf

# 开启严格模式 (若检测到任何页面高度溢出则立即抛出异常阻断)
python scripts/render_pdf.py input.html output.pdf --strict-overflow

🔹 自动化 1:1 对比审计 (audit_pdf.py)

比对原版 PDF 与翻译后 PDF 的页码、矢量层、条款编号与文本完整性：

# 基础对比审计
python scripts/audit_pdf.py --src original.pdf --tgt translated.pdf

# 严格模式 (任何警告均触发非零返回码)
python scripts/audit_pdf.py --src original.pdf --tgt translated.pdf --strict

# 输出结构化 JSON 审计报告 (便于 CI/CD 或 Agent 自动化解析)
python scripts/audit_pdf.py --src original.pdf --tgt translated.pdf --json-out audit_report.json

🌐 多平台 AI 助手原生兼容 (Multi-Platform Ecosystem)

本项目设计为跨平台、零依赖摩擦的通用 Agent 技能，原生兼容目前主流 AI 编程助手与大模型智能体环境：

💻 各平台快速接入指南

1. Google Antigravity

直接将本项目拷贝至工作区的 .agent/skills/pdf-translate 目录下：

your-project/
└── .agent/
    └── skills/
        └── pdf-translate/
            ├── SKILL.md
            ├── SKILL_EN.md
            └── scripts/

在会话中提示 “帮我把这份文件翻译为中文，保持原排版并输出为 PDF”，Agent 将自动激活该 Skill 并执行闭环工作流。

2. Claude Code

将 SKILL_EN.md 导入 Claude 项目自定义指令或配置为专属技能：

claude config add-skill pdf-translate ./SKILL_EN.md

3. Cursor & Windsurf

本项目根目录已内置配置好的 .cursorrules 与 .windsurfrules，直接打开本项目所在目录即可自动生效；或将规则内容直接复制进你现有工程的全局规则中。

4. DeepSeek / OpenAI Codex / WorkBuddy

将 SKILL.md（或 SKILL_EN.md）核心铁律与 SOP 粘贴为 Agent 系统的 System Prompt，并开放 Python 终端权限以供调用 scripts/render_pdf.py 与 scripts/audit_pdf.py。

📈 Star History

📄 开源许可证 (License)

本项目采用 MIT 许可证。