| name | pdf-translate |
| description | Translates PDF documents to Chinese with professional typography. Extracts text, translates section-by-section into well-structured Markdown, then generates PDF via weasyprint with full CJK support. Use when user asks to translate a PDF, says "翻译PDF", "translate this document", or "pdf translate". |
PDF Translation Skill
翻译 PDF 文档并生成排版精美的中文文档。输出 Markdown + PDF 双格式。
版本信息
当前版本: v4.0.0
发布日期: 2026-02-21
v4.0.0 变更
- 采用 Markdown-first 工作流：先生成结构化 Markdown，再转 PDF
- PDF 引擎从 reportlab 切换为 weasyprint（支持完整 HTML/CSS 排版）
- 修复代码块中文乱码问题（添加 CJK 字体 fallback）
- 完整支持：标题层级、代码块、表格、列表、引用、粗体斜体
- 新增
scripts/md2pdf.py 通用转换脚本
核心工作流
Step 1: 提取 PDF 文本
import pdfplumber
pdf = pdfplumber.open("输入文件.pdf")
for i, page in enumerate(pdf.pages):
text = page.extract_text()
if text:
print(f"--- Page {i+1} ---")
print(text)
长文档（>20 页）先提取前几页了解结构，再分批提取。
Step 2: 分析文档结构
通读全文，识别以下元素并规划 Markdown 映射：
| 原文元素 | Markdown 映射 |
|---|
| 文档标题 | # |
| 章节（Chapter） | ## |
| 小节（Section） | ### |
| 子小节（Subsection） | #### |
| 目录 | 链接列表 - [章节名](#锚点) |
| 正文段落 | 段落（空行分隔） |
| 代码块 | ``` 围栏（不翻译内容） |
| 表格 | | 列1 | 列2 | 语法 |
| 有序列表 | 1. 开头 |
| 无序列表 | - 开头 |
| 引用/提示框 | > 语法 |
| 页脚/页码 | 丢弃 |
Step 3: 逐章节翻译为中文 Markdown
必须逐章节翻译，不要一次输出全文。每完成一个章节就追加写入文件。
翻译规则
- 专有名词保留英文：首次出现时括号附英文，如"渐进式披露（Progressive Disclosure）"
- 代码块不翻译：
``` 内代码保持原文，只翻译围栏外说明文字
- 行内代码不翻译：反引号内标识符、命令、文件名保持英文
- 保持层级结构：
# → ## → ### → #### 不跳级
- 段落间必须空行：每个段落、列表、代码块、表格前后都要有空行
- 列表格式：
- 或 1. 开头，嵌套用 2 空格缩进
- 表格格式：
| 列1 | 列2 | 语法，必须有 |---|---| 分隔行
- 引用格式：
> 开头
翻译质量标准
参见 translation-standards.md
- 三步翻译工作流：重写初稿 → 问题诊断 → 润色定稿
- 四大语言转换策略：形合→意合、被动→主动、抽象→具体、精简冗余
- 杜绝"欧化表达"和"翻译腔"
必须避免的格式错误
- ❌ 段落之间没有空行 → 文字挤在一起
- ❌ 列表项前没有空行 → 不被识别为列表
- ❌ 表格前后没有空行 → 表格无法渲染
- ❌ 代码块
``` 前后没有空行 → 代码块不显示
- ❌ 标题
## 前后没有空行 → 标题不识别
- ❌ 翻译代码块内的代码
- ❌ 一次性输出全部内容导致截断
Step 4: 输出 Markdown 文件
写入 .md 文件，路径与原 PDF 同目录，文件名：原文件名_中文翻译.md
Step 5: 生成 PDF
使用 scripts/md2pdf.py 将 Markdown 转为排版精美的 PDF：
python3 ${SKILL_DIR}/scripts/md2pdf.py "输入.md" "输出.pdf"
macOS 上如果报 gobject 找不到：
DYLD_FALLBACK_LIBRARY_PATH="/opt/homebrew/lib" python3 ${SKILL_DIR}/scripts/md2pdf.py "输入.md" "输出.pdf"
也可以使用项目目录下的副本：
python3 scripts/md2pdf.py "输入.md" "输出.pdf"
PDF 排版特性：
- A4 版面，自动分页，页码
- 中文字体（苹方/黑体/雅黑）+ 英文字体 fallback
- 深色背景代码块（支持中文注释）
- 专业表格样式（交替行色、边框）
- 蓝色左边框引用块
- 标题层级样式（蓝色边线、字号递减）
Step 6: 确认输出
翻译完成后告知用户：
.md 文件路径.pdf 文件路径- 文档概况（页数、字数）
依赖安装
brew install pango
pip3 install pdfplumber markdown weasyprint
pip3 install reportlab pypdf
脚本目录
| 脚本 | 用途 |
|---|
scripts/md2pdf.py | 推荐 Markdown → PDF（weasyprint 引擎） |
scripts/translate_pdf.py | 旧版：基础 PDF 提取和生成（reportlab） |
scripts/generate_complete_pdf.py | 旧版：完整工作流（reportlab） |
故障排除
| 问题 | 解决方案 |
|---|
| 代码块中文乱码 | 使用 md2pdf.py（v4.0，已修复 CJK font fallback） |
| weasyprint 报 gobject 找不到 | DYLD_FALLBACK_LIBRARY_PATH="/opt/homebrew/lib" |
| 中文字体不显示 | 确认系统有苹方或黑体字体 |
| Markdown 格式错乱 | 检查块级元素前后是否有空行 |
更多问题参见 troubleshooting.md
参考文档：
