title-cn

name	title-cn
description	多轮 reasoning 把英文论文标题翻译为"具身人机"频道风格的中文标题(≤20 字, 保留专有名词, 突出动词)。当需要为 paper2video 视频片段生成中文封面 / 投稿标题时使用。

Title CN (P4)

Overview

本 skill 把 JushenRenji.src.llm_tools.llm_agent:generate_video_title 的"英文标题中文化"步骤抽出来, 用 opencode 多轮 reasoning 替代原有的 LLM 单次问到底。

维度	单次 (旧)	多轮 (本 skill)
候选生成	一次问 1 个,差就差了	第 1 轮基于英文标题 + abstract 出 3-5 候选
自检	无	第 2 轮自检字数 / 专有名词 / 动词 / 历史去重
决策	直接抓 LLM 输出	第 3 轮选 top 1 + 输出理由

LESSONS 已记: 单轮翻译容易堆术语 (典型反例: "基于跨模态注意力机制的视触觉融合 Transformer"), 而频道风格要求 "{专有名词} {核心动作或卖点}", ≤20 字, 突出动词。 多轮 reasoning + 自检 + 历史范例约束, 大幅降低术语堆砌概率。

频道风格约束 ("具身人机")

观察 cache/published_papers.json 历史 250+ 条标题, 总结风格如下:

1. ≤ 20 字 (硬约束)
2. 突出动词 / 动作: "拆解" / "做" / "学" / "看一遍就会" / "重塑" / "做灵巧操作"
3. 保留英文专有名词: ViTacFormer / LARY / VistaBot / BESTRO / π0 / RoboMamba
4. 避免堆术语: 不要 "基于跨模态注意力机制的视触觉融合 Transformer" 这种
5. 典型句式: <英文专有名词>: <核心动作或卖点>

历史范例 (从 cache/published_papers.json 真实数据抽取)

好示例:

中文标题	评注
ViTacFormer: 手眼触觉融合做灵巧操作	保留专有名词, 动词"做", 17 字
VistaBot: 视角鲁棒机器人操控新方法	保留专有名词, 突出"鲁棒新方法", 16 字
BESTRO: 拆解对手反应学习多人博弈	动词"拆解 / 学习", 15 字
FAST π0: 高效机器人动作字元	保留 π0 + 概念创新词
π0: 视觉语言动作流模型重塑通用机器人控制	动词"重塑", 略偏长 (注意控制)
MAXMI: 最大互信息准则引领机器人操控概念发现	动词"引领",18 字

坏示例 (堆术语 / 直译 / 过长):

反例	问题
基于跨模态注意力机制的视触觉融合 Transformer	堆术语,无英文专有名词
像素级联合嵌入预测架构的端到端世界模型解读	直译, 无动词,28 字
突破!首次实现机器人多模态融合的革命性新进展	夸张宣传词违禁

Cross-conda invocation pattern

必须先激活 paperagent 环境:

source ~/miniconda3/etc/profile.d/conda.sh
conda activate paperagent
cd ~/Projects/VlogCutter/JushenRenji
python -m src.llm_tools.cli title-cn \
    --en-title "ViTacFormer: Learning Cross-Modal Representation for Visuo-Tactile Dexterous Manipulation" \
    --abstract "We propose ViTacFormer, a cross-modal transformer that fuses visual and tactile inputs..." \
    --out /tmp/title_cn.json \
    --max-len 20

Tool: title-cn

多轮决策把英文论文标题翻译为频道风格中文标题。

输入字段

Flag	Type	Default	Description
--en-title	string	(required)	论文英文原标题
--abstract	string	(空)	论文 abstract (可选,用于决定卖点 / 核心动作)
--out	string	(required)	输出 JSON 路径
--opencode-model	string	(空)	opencode 模型,缺省读 config.yaml: opencode_model (deepseek/deepseek-v4-pro)
--max-len	int	20	中文标题最大字数 (硬约束)

输出 JSON schema

{
  "cn_title": "ViTacFormer: 手眼触觉融合做灵巧操作",
  "candidates": [
    "ViTacFormer: 手眼触觉融合做灵巧操作",
    "ViTacFormer: 视触觉融合驱动灵巧操作",
    "ViTacFormer: 跨模态融合机器人手眼协调"
  ],
  "reason": "保留 ViTacFormer 专有名词 + 突出'做灵巧操作'动作; 19 字符合预算",
  "char_count": 19
}

字段说明:

• cn_title: 最终中文标题, 必含英文专有名词 + 中文动作短语, ≤ max_len 字
• candidates: 第 1 轮生成的 3-5 个候选 (供调用方调试 / 人工 fallback)
• reason: 选出 top 1 的理由 (1 句, 中文)
• char_count: cn_title 字符数 (含英文 + 中文; 不含首尾空白)

CLI stdout (JSON contract)

成功:

{"ok": true, "cn_title": "ViTacFormer: 手眼触觉融合做灵巧操作", "len": 19}

失败 (退码 1):

{"ok": false, "error": "en_title cannot be empty"}

多轮决策流程 (CLI 内部)

_generate_cn_title_via_opencode 通过 prompt 让 opencode 内部依次完成 3 轮:

1. Round 1 - 候选生成: 基于英文标题 + abstract 摘要, 生成 3-5 个候选中文标题
2. Round 2 - 自检: 每个候选——
   • 字数是否 ≤ max_len?
   • 是否保留了论文方法的专有名词 (CamelCase / ALLCAPS / 带连字符)?
   • 是否有动词 ("做 / 拆解 / 学 / 重塑 / 让 / 看一遍就会" 等)?
   • 是否堆术语 (避免 "基于...的...融合 Transformer")?
3. Round 3 - 决策: 从候选中挑 top 1, 输出 cn_title + reason

每一轮失败优雅降级:

• opencode 全挂 → plain LLM 单次兜底
• plain LLM 也挂 → 用启发式规则: 取英文专有名词 + 通用兜底动作短语 (例如 "ViTacFormer: 论文要点解读")

硬约束 (CLI 双重保险)

约束	实现位置
cn_title 字数 ≤ max_len (默认 20)	prompt + _enforce_max_len 代码层截断
必须保留英文专有名词 (若英文标题中有 CamelCase/ALLCAPS)	prompt + _extract_proper_noun 后兜底插入
不得包含夸张宣传词 ("首次", "突破", "震撼", "颠覆" 等)	sanitize_generated_title 共享工具(已有)
缺少冒号分隔 → 自动在英文专有名词后插冒号	与 generate_video_title 同样规则

Bash 调用示例

JSR_NETWORK_PROFILE=gsjts python -m src.llm_tools.cli title-cn \
    --en-title "ViTacFormer: Learning Cross-Modal Representation for Visuo-Tactile Dexterous Manipulation" \
    --abstract "We propose ViTacFormer, a cross-modal transformer..." \
    --out /tmp/title.json \
    --max-len 20

期望输出:

{"ok": true, "cn_title": "ViTacFormer: 手眼触觉融合做灵巧操作", "len": 19}

程序化调用 (Python)

src.llm_tools.llm_agent.generate_video_title() 已新增 via_skill kwarg:

from src.llm_tools.llm_agent import generate_video_title

# 默认走原 LLM 单次 (兼容老调用方)
cn_title = generate_video_title(text)

# 显式走 skill (新)
cn_title = generate_video_title(text, via_skill=True,
                                  paper_title="ViTacFormer: ...",
                                  paper_abstract="We propose...")

或环境变量级开关:

JSR_USE_SKILL_TITLE_CN=1 python src/main.py --paper-link https://arxiv.org/abs/2506.15953

skill 失败 (subprocess 超时 / opencode 上游 404 / JSON 解析全错) 自动 fallback 到原 LLM 单次, 不会让主流程挂掉。返回值始终是 str (legacy API 兼容)。

Error handling

CLI 在所有失败路径都输出合法 JSON 到 stdout:

{"ok": false, "error": "en_title cannot be empty"}

logging 全走 stderr, 不污染 stdout。

Limitations

• 多轮决策需要 ~30-60s opencode 推理时间; subprocess 超时上限 240s。
• 若英文标题不含明显专有名词 (例如纯描述性标题 "Learning to Manipulate ..."), CLI 会启发式拼一个大写缩写; 质量取决于 abstract 内容。
• max_len 是字符数 (英文字符 + 中文字符 + 标点), 默认 20。极端情况下英文专有名词 本身就可能 > 8 字符, 留给中文部分的空间会被压缩。