Menu
Manage large document processing by splitting into batches and coordinating the full translation workflow (extraction, translation, formatting). Use when handling documents larger than 30 pages, 60 paragraphs, or 6000 words.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
用 negentropy-perceives 的 parse_pdf_to_markdown 经 Knowledge Base Documents Ingest 将 PDF 一比一还原为可渲染 Markdown（文字、段落顺序、高清原图、图片显示尺寸、目录、表格、数学公式、代码块、注释），大文件分批，逐页浏览器对比、发现一处修一处，直至完全一致。Use when ingesting/restoring a PDF into a Knowledge corpus with high fidelity.
将 Knowledge / Documents 文档的英文 Markdown 正文按段落分块高保真翻译为中文：代码块、行内代码、URL、图片路径、LaTeX 公式、HTML 标签、front-matter 键名逐字节保留不翻，Markdown 结构与原文一一对应，逐块翻译禁止合并/拆分/遗漏。Use when translating chunked Markdown documents (source/chunk_NNNN.md → translated/chunk_NNNN.md) in a translation workdir.
对文档进行系统性 Review，包括但不限于：审计与熵减优化，确保架构正交、逻辑自洽、内容完整且直观。
将 PDF 格式或 Web Page 格式的源文档转换成保持原排版格式的 Markdown 格式精译中文文档。
仔细阅读并理解目标文档全文，输出一个对目标文档的理解摘要和读后感悟，将之保存到愫读文档中。
Format and optimize Markdown content, with special support for post-translation processing. Use when fixing Markdown syntax, adjusting layout, ensuring formatting consistency, or optimizing translated documents.
| name | batch-processor |
| description | Manage large document processing by splitting into batches and coordinating the full translation workflow (extraction, translation, formatting). Use when handling documents larger than 30 pages, 60 paragraphs, or 6000 words. |
| allowed-tools | Skill, filesystem, time |
专门管理大文档的批次处理，协调完整的翻译工作流程（提取、翻译、格式化），确保在处理大型文档时的效率和稳定性。
输入: 文档路径或内容
输出: 文档分析报告
分析内容：
输入: 文档分析报告
输出: 批次处理计划
规划内容：
输入: 批次处理计划
输出: 批次处理结果
执行步骤：
FOR EACH batch:
1. 内容提取
- PDF: 调用 pdf-reader
- Web: 调用 web-translator
2. 内容翻译
- 调用 zh-translator
3. 格式优化
- 调用 markdown-formatter
4. 质量检查
- 验证输出质量
5. 保存批次结果
END FOR
输入: 所有批次结果
输出: 最终合并文档
合并操作：
请处理这个大文档，自动分成合适的批次：/path/to/large_document.pdf
处理这个文档，每批最多 20 页：/path/to/document.pdf
继续处理上次未完成的文档，从第 3 批开始：/path/to/document.pdf
{doc_name}_batch_{N}.md{doc_name}_batch_{N}_images/{doc_name}_progress.json{doc_name}_errors.log{doc_name}_translated.md{doc_name}_images/{doc_name}_report.md{
"document": "document.pdf",
"total_batches": 5,
"current_batch": 3,
"status": "processing",
"start_time": "2025-12-10T20:00:00Z",
"estimated_completion": "2025-12-10T20:30:00Z",
"batches": [
{
"batch_id": 1,
"status": "completed",
"pages": "1-20",
"processed_at": "2025-12-10T20:05:00Z"
},
{
"batch_id": 2,
"status": "completed",
"pages": "21-40",
"processed_at": "2025-12-10T20:12:00Z"
},
{
"batch_id": 3,
"status": "processing",
"pages": "41-60",
"started_at": "2025-12-10T20:18:00Z"
}
]
}
pending: 等待处理processing: 正在处理completed: 处理完成failed: 处理失败retry: 重试中输入: 大型 PDF 文档（150 页）
1. 分析文档：需要 5 个批次
2. 创建计划：
- 批次 1: 页 1-30
- 批次 2: 页 31-60
- 批次 3: 页 61-90
- 批次 4: 页 91-120
- 批次 5: 页 121-150
3. 执行处理：
- 依次处理每个批次
- 每批次调用 pdf-reader → zh-translator → markdown-formatter
- 保存中间结果
4. 合并结果：
- 组合所有批次
- 生成最终文档
- 清理临时文件
# 处理单个批次的完整流程
async def process_batch(batch_info):
# 1. 提取内容
if document_type == 'pdf':
extracted = await Skill("pdf-reader", {
"file_path": file_path,
"page_range": batch_info["range"]
})
else:
extracted = await Skill("web-translator", {
"url": document_url
})
# 2. 翻译内容
translated = await Skill("zh-translator", {
"content": extracted["content"]
})
# 3. 格式化
formatted = await Skill("markdown-formatter", {
"content": translated["translated_content"],
"post_translation": True
})
# 4. 返回结果
return {
"batch_id": batch_info["id"],
"content": formatted["formatted_content"],
"status": "completed"
}