菜单
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.
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
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"
}