Install
openclaw skills install @qq435912743/translate-polishAI 中英互译与译文润色工作流。覆盖译前准备(领域/受众/语气/术语表)、分块翻译、两遍校对(准确性+流畅度)、术语一致性校验、文化适配;内置术语一致性校验脚本。适用于论文、商务信函、技术文档、营销文案的翻译与精修。
openclaw skills install @qq435912743/translate-polish把"一次性机翻"升级为"专业译后精修"的可复用流程。质量不靠模型运气,靠流程。
[领域] 计算机科学 / 法律合同 / 医疗器械 / 营销
[受众] 期刊审稿人 / 终端消费者 / 监管者
[语气] 正式学术 / 商务正式 / 友好口语
[地区] 美式 / 英式 / 简中 / 繁中
[禁译] 品牌名、产品SKU、代码变量保持原文
按 500–800 字/块切分,附术语表与领域关键词(论文摘要+关键词先给模型建立领域认知)。
可调用 long-text-summarizer 的分块器 chunker.py 先切,再逐块喂译。
翻译完成后,用本技能脚本校验约定术语是否被遵守:
python scripts/glossary_check.py <译文文件> --glossary glossary.json
glossary.json 格式:
{
"人工智能": "Artificial Intelligence",
"神经网络": "Neural Network",
"wafer": "晶圆"
}
脚本报告:哪些源术语出现但目标术语缺失/不一致。
{x}/%s、HTML/Markdown 标签是否被破坏。本技能使用 scripts/learner.py 记录每次翻译任务的成败与高频错误模式:
# 记录一次翻译(成功)
python scripts/learner.py record <技能目录> --capability 术语一致性 --note "用户要求法律合同连带责任译法"
# 记录一次失败(错误类型会被累计)
python scripts/learner.py record <技能目录> --capability 文化适配 --fail --error 文化误译 --note "成语直译导致歧义"
# 查看累计洞察
python scripts/learner.py insight <技能目录>
# 自动复盘:某错误累计≥3次→建议加预检;操作≥10次→高低频分析
python scripts/learner.py reflect <技能目录>
记忆落盘在 learned_patterns.json,跨会话持续积累,使本技能越用越准。