dsh-paper-translate

把英文论文 PDF 译成中文 DOCX，按原版式重排：插图、图注、三线表、公式、参考文献位置不变，参考文献正文保留英文不译。

这是 paper-translate 技能流水线的 DeepSeek Harness 插件封装 —— 插件是壳，真正的解析、重建、校验逻辑在 python/ 目录里。

它和「让 AI 直接翻译」的区别

	直接对话翻译	本插件
版式	打散成 Markdown	按 PDF 原始坐标重建，双栏、跨栏、页眉页脚都还原
图片	丢失	按图注编号裁切嵌入，图形摘要单独识别
表格	变成文本	重建网格，header/rows 对齐原表
参考文献	一并译掉（往往译错）	骨架预填英文原文，跳过不译
术语	每段各译各的	全文一张术语表，回填时逐条检查
数字	可能改写成中文数字	逐项比对，缺一个就点名到段落
抽检	无	按风险打分挑段落，原文译文并排复核
总结	每次重读全文，口径不一	素材包 + 证据锚点，机械校验后才出稿

代价是慢：一篇 13 页的论文约 10 分钟，绝大部分时间花在逐段翻译本身。

安装

1. 安装插件

cd ~/.dsh/profiles/desktop          # Windows: %USERPROFILE%\.dsh\profiles\desktop

pnpm add dsh-paper-translate        # 从 npm 安装（推荐）
pnpm add dsh-paper-translate@0.1.0  # 锁定版本
pnpm add github:linlinxxy77-hue/dsh-paper-translate   # 从 GitHub 源码
pnpm add link:<插件目录绝对路径>      # 本地开发

然后在同一个 package.json 的 dsh.profile.bundles 数组末尾加一行：

"dsh-paper-translate"

重启 Harness（完全退出再打开，不是刷新窗口）。

npm 上的版本是预构建产物，安装时不需要编译，也不用点 allowBuilds 授权；从 GitHub 源码安装会走 pnpm 的源码拉取，国内网络更慢。

版本历史见 CHANGELOG.md。GitHub 上每个版本都有独立 tag（v0.1.0、v0.1.1…），旧版本可用 git checkout v0.1.0 或下载对应 tag 的压缩包，不会被新版本覆盖。

2. 安装 Python 依赖

cd node_modules/dsh-paper-translate   # Windows: node_modules\dsh-paper-translate
python -m venv .venv
.venv/bin/pip install -r python/requirements.txt        # Windows: .venv\Scripts\pip

需要 Python 3.10+，三个依赖共约 25 MB：pymupdf、python-docx、pillow。

插件也会自己找项目内的 .venv，装在别处的话用 config.json 的 pythonPath 指过去。

3. 验证

对模型说「检查论文翻译环境」，它应该调用 paper_doctor 并报告三个依赖是否就绪。

使用

说一句「把这篇论文译成中文，保留图表」即可，模型会自己走完：

paper_prepare  →  paper_terms  →  paper_next  ─┐
                                      ↑        │
                                  paper_fill  ─┘   （分批循环）
                                       ↓
                              paper_audit  →  paper_finish

工具	作用
paper_doctor	检查 Python、虚拟环境、依赖
paper_prepare	解析 PDF，生成骨架、裁图、表格网格（mode=summary 时跳过骨架）
paper_terms	列出本文术语的约定译名
paper_next	取下一批原文（默认 20 条）
paper_fill	回填译文，当场做数字与术语检查
paper_status	进度与下一批序号
paper_audit	语义抽检，原文译文并排
paper_finish	排版生成 DOCX、自检，可选导出 PDF
paper_harvest	抽取新术语候选，用于沉淀词表
paper_summary_brief	只总结不翻译的入口：传 pdf 一步完成轻量准备 + 素材包
paper_summary_write	提交五节总结 + 图表解读，11 项机械校验
paper_summary_doc	生成【总结】DOCX/PDF（含关键图表），多篇可合并

工作目录默认落在 ~/paper-translate-work/build/papers/<篇名>/，同一篇重复准备会复用，不会覆盖已填译文。

文献总结（可选，默认不做）

只有用户说「总结 / 概括 / 归纳 / 提炼 / 讲了什么」才会触发，普通翻译请求不会顺手多出一步。 反过来，用户只想要总结、没提翻译时，不生成任何待译项，自然也就不会跑全文翻译。

用户说	走什么	产出
翻译这篇	paper_prepare → next/fill → finish	译文 DOCX/PDF
概括 / 总结 / 这篇说了什么	paper_summary_brief（直接传 pdf）→ write → doc	只有【总结】DOCX/PDF
翻译，再总结一下	翻译全流程 + 总结	两份
总结，别翻译	同第二行	只有总结

paper_summary_brief  →  paper_summary_write  →  paper_summary_doc
  轻量准备 + 素材包         五节+图 + 11 项校验      【总结】DOCX/PDF

• 五节：研究目的 / 研究方法 / 研究难点 / 创新点 / 局限，合计 370–710 字
• 每节附一句原文证据，paper_summary_write 会要求它逐字命中原文——编不出引文就过不了
• 素材里确无依据时写「原文未明确说明」，不猜
• 多篇：把多个 workdir 一起传给 paper_summary_doc，生成目录 + 每篇中英文名、五节与图表
• 成本：单篇约 2k token（摘要级）；带 3 张图约 4.5k（约为整篇翻译的 1/10），1–2 分钟

关键图表

paper_summary_brief 的素材包里带图表候选（默认 3 张，max_figs=0 关闭）：

• 候选怎么挑：方法示意图、正文引用最多、有网格的对比表、末图各保一个，再按分数补位；图形摘要与无主图区不参与
• 喂什么：图注按子图（panel）保留，加正文里引用该图的句子、表格的表头与行列数——不喂图片像素
• 写什么：每张 why（为什么值得看）+ read（先答问题、再按子图顺序说看了什么、最后落到支撑哪个结论）+ anchor
• 检查：图号必须真实存在；anchor 必须逐字来自该图图注；提到的子图字母图注里要有；数字只能来自全文或该图图注；描述了图注没写的视觉细节（颜色/曲线/坐标轴）会被点名
• 排版：原图截图 + 中文解读 + 灰色英文原图注（供核对）；图注没裁出来时降级为纯文字

这样解读的准确上限由图注决定：Nature/Cell 式图注把每个子图的样本量、统计检验都写了，能讲透；句式图注只够讲整图结论，这时不写子图。

配置

复制 config.example.json 为 config.json（已在 .gitignore 中，不会提交）：

字段	说明
projectRoot	数据根目录，默认 ~/paper-translate-work
pythonPath	指定解释器，默认自动找 .venv
skillDir	指向外部脚本目录，用于跟技能仓库联动
dataDir	状态文件目录，默认插件内 data/

也可以用环境变量覆盖：DSH_PAPER_PROJECT、DSH_PAPER_PYTHON、DSH_PAPER_SKILL、DSH_PAPER_DATA。

目录结构

src/index.js     工具定义（12 个）
src/runner.js    spawn Python，UTF-8 与超时处理
src/paths.js     路径解析（环境变量 → config → 内置默认）
python/          解析、重建、校验流水线（从 paper-translate 技能同步）

python/ 是技能脚本的副本，行为固定可复现。技能更新后需要手动同步一次。

已知限制

• 扫描版 PDF 不支持：没有文字层就抽不出段落，先做 OCR。
• 图形摘要靠判据识别：图注文本 + 位置/面积打分，仍可能误判，可用 figs_override.json 手工指定裁切框。
• 表格重建会失败：行列数异常时标 _manual，需要手工填 header/rows，不会瞎猜。
• PDF 导出依赖外部程序：优先 Microsoft Word（COM），否则 LibreOffice；两者都没有时只出 DOCX。
• 图表解读不看图：只读图注与正文引用句，所以图注没写的视觉细节（颜色、曲线走势）一律不写；个别 PDF 的字距伪影（Researc h、( A )）会原样留在英文图注里，括号已自动修。
• 图注质量决定上限：一句话图注的论文只能给「这张图证明了什么」，讲不到子图层面。

License

MIT