Translate Book

五维评分

优秀点拆解

• 确定性分工：哈希、状态、schema、原子写入全部下沉为 9 个 Python 脚本，LLM 只做命名/性别/别名/冲突裁决等语义判断，README 明确设计原则『Scripts do bookkeeping; LLMs do semantic merge』，重跑漂移与调试成本极低
• 术语一致性闭环：子代理翻译时顺带产出带证据引用的 meta 观察文件，每批后 prepare-merge/apply-merge 事务性合并回 glossary，让后续批次看到更丰富的术语表；合并规则保守（冲突需主代理裁决、不静默覆盖），空 meta 也是合法输出、禁止编造实体
• 断点续译+选择性重译：run_state.py 以 6 条规则逐块决策（缺失/空输出、源哈希漂移、未跟踪、术语选择或哈希变化等），手改术语表后只重译受影响的块，一部书可能只需重译几块而非全书
• 全链路防呆校验：source_fingerprint 用源字节 SHA-256 拒绝复用脏缓存、manifest 逐块哈希校验 1:1 匹配、空输出中止合并而非静默丢内容、页码剥离特意保留年份/章节编号等正文数字
• 结构感知分块：parse_structural_blocks 识别 7 类 Markdown 块，合并时优先在标题边界切、绝不切开表格/代码块；每个子代理只拿到前后邻居各 300 字符只读摘录解决跨块指代，明确禁止翻译或抄入输出

可复用的设计模式

• 脚本记账、LLM 语义：确定性逻辑（哈希/状态/schema/去重/原子写）一律写成 CLI 工具，SKILL.md 只做编排
• 批边界反馈回路：子代理观察带证据合并回全局规范，prepare→主代理裁决→事务性 apply 三段式，让后续批次受益
• 文件即状态的三段式状态机：manifest/glossary/run_state 分层存状态，plan 算差集→record 快照→apply 事务应用，重跑幂等可续
• 只读上下文注入：给子代理剪裁好的邻居摘录而非整块内容，并在提示词显式声明只读边界

适用场景

边界与注意：输入质量依赖 Calibre（排版复杂的扫描版 PDF 效果有限），需安装 Calibre+Pandoc+Python 三件套；100 章的书需要 100+ 次子代理调用，成本不低；术语表冷启动期漂移风险最高（作者在 Roadmap 中承认此问题仍待真实数据验证）。