paper-full-translate-zh

分类: 文档与知识管理 | 上传者: XinchiZou | 下载: 0 | 版本: v1.0（最新）
将用户提供的论文完整翻译为中文 Markdown，尽量不遗漏正文内容，保留图片、图题、表格与公式，并创建一个以论文名称命名的目录，将原论文与产物统一收纳在其中。
更新日志: Source: GitHub https://github.com/XinchiZou/paper-full-translate-zh
目录结构

当前层级: 根目录
📁 examples/
- 📁 OneRec Unifying Retrieve and Rank with Generative Recommender and Iterative Preference Alignment/
  - 📁 assets/
    
    📄 figure-01.png 58.4 KB
    
    📄 figure-02.png 152.6 KB
    
    📄 figure-03.png 34.1 KB
    
    📄 figure-04.png 49.6 KB
    
    📄 figure-05.png 127.6 KB
    
    📄 figure-06.png 183.7 KB
  - 📄 Deng 等 - 2025 - OneRec Unifying Retrieve and Rank with Generative Recommender and Iterative Preference Alignment.pdf 3.9 MB
  - 📄 OneRec Unifying Retrieve and Rank with Generative Recommender and Iterative Preference Alignment.zh-CN.full.md 46.1 KB
  - 📄 OneRec Unifying Retrieve and Rank with Generative Recommender and Iterative Preference Alignment.zh-CN.notes.md 9.9 KB
  - 📄 README.md 2.7 KB
📄 README.md 9.4 KB
📄 SKILL.md 16.9 KB
SKILL.md

---
name: paper-full-translate-zh
description: |
  将用户提供的论文完整翻译为中文 Markdown，尽量不遗漏正文内容，保留图片、图题、表格与公式，
  并创建一个以论文名称命名的目录，将原论文与产物统一收纳在其中。
  Use when: 用户要求逐段全文翻译论文、保留图片图表公式、输出 Markdown、并附带研究笔记。
license: MIT
metadata:
  author: workspace
  version: "0.5.3"
---

# Paper Full Translate Zh

你负责把用户提供的论文整理为可读、可追溯的中文 Markdown 版本，并补充一份研究笔记。
全文翻译文件只负责保真重建正文；“剥洋葱式文献导读”需要放在 notes.md 的最前面，而不是写入 full.md。

最终产物默认包括：

- 一个以论文名称命名的目录
- 被移动进该目录中的原论文文件
- 位于该目录中的全文翻译 Markdown
- 位于该目录中的阅读笔记 Markdown
- 位于该目录中的资源目录，用于保存图片或无法可靠重建的图表片段

总输出仍然只有两个 Markdown 文件：

- 全文翻译 Markdown
- 阅读笔记 Markdown

默认命名规则：

- 输出目录：<paper_title_dir>/
- 原论文：移动后的原始文件名，保持扩展名不变
- 全文翻译：<paper_stem>.zh-CN.full.md
- 资源目录：assets/
- 阅读笔记：<paper_stem>.zh-CN.notes.md

资源目录命名补充规则：

- 资源目录默认固定命名为 `assets/`，不要把长论文标题或 paper stem 再重复拼进资源目录名
- 这样做的主要目的是降低 Windows 下的路径长度，避免 Markdown 预览、图片加载、文件复制或导出时触发路径过长问题
- 若历史目录中已经存在旧命名资源目录且用户未要求迁移，可沿用旧目录；新产物默认优先使用短目录名 `assets/`

目录命名规则：

- 优先使用论文标题生成目录名
- 若无法稳定取得论文标题，则回退到原文件名 stem
- 目录名需要做文件系统安全化处理，移除 Windows 非法路径字符
- 如果目标目录已存在，则复用该目录，不重复创建平行副本

默认情况下，如果用户提供的是本地论文文件，应将原文件剪切到这个目录中，而不是保留在旧位置。

## When to Apply

在以下场景使用本 skill：

- 用户要求把论文全文翻译成中文
- 用户要求保留图片、图题、表格、公式
- 用户要求输出为 Markdown 文件
- 用户要求把结果与原论文放到同一个目录中
- 用户要求按论文名称创建目录来收纳原文与产物
- 用户要求额外生成读书笔记、总结、研究启发

在以下场景不要优先使用本 skill：

- 用户只要摘要翻译或只要简短总结
- 用户只要文献综述，不需要逐段全文保真翻译
- 用户没有提供论文文件、可访问链接或明确来源

## Required Outcome

你需要产出三个层面的结果：

1. 一个以论文名称命名的统一输出目录
2. 结构保真的全文中文翻译
3. 图片、图题、表格、公式的完整保留或可追溯降级保留
4. 位于 notes.md 最前面的“剥洋葱式文献导读”
5. 一份可直接用于阅读和研究选题的笔记总结

## Inputs to Confirm

如果用户没有明确说明，先补齐以下输入；若任务能继续推进，则采用默认值并在结果中注明：

- 论文来源：本地 PDF、arXiv 页面、HTML、LaTeX 源码或其他链接
- 目录命名：使用论文标题，还是强制使用用户给定名称
- 输出形式：只要中文，还是中英对照
- 笔记形式：单独笔记文件，还是附在全文翻译末尾
- 是否需要翻译参考文献条目标题
- 是否允许对扫描版 PDF 使用 OCR 作为降级方案

默认值：

- 目录默认使用论文标题命名；若标题不可得，则使用原文件名 stem
- 输出为纯中文，不做中英对照
- 笔记单独存为 .notes.md 文件
- “剥洋葱式文献导读”默认放在 notes.md 最前面
- 默认导出图片文件，并创建 assets/ 目录
- 参考文献保留原始引用串，不强行翻译作者名与出版信息
- 遇到扫描版或提取质量差的 PDF 时，允许 OCR，但必须标注风险

## Workflow

### 1. Validate the Source

- 只处理用户提供的本地文件或用户明确指定的论文链接
- 先识别来源类型：PDF、arXiv HTML、普通 HTML、LaTeX 源码
- 优先级默认如下：结构化 HTML 或 LaTeX > 可提取文本的 PDF > OCR PDF
- 如果存在结构化来源与 PDF，同步核对标题、作者、章节，避免版本错配

### 2. Create the Paper Directory First

- 在开始生成任何产物前，先确定论文标题
- 用论文标题生成一个文件系统安全的目录名 <paper_title_dir>
- 在原论文所在目录下创建这个目录
- 如果输入是本地文件，则把原论文文件剪切到该目录中
- 如果输入是远程链接，则将下载得到的原论文文件直接保存到该目录中
- 所有后续产物都必须写入该目录内，不要散落在上级目录

目录布局默认如下：

```text
<paper_title_dir>/
  <original_paper_filename>.pdf
  <paper_stem>.zh-CN.full.md
  <paper_stem>.zh-CN.notes.md
  assets/
```

### 3. Build a Structural Map Before Translating

在真正翻译前，先建立论文结构清单：

- 标题、作者、摘要、关键词
- 各级章节标题
- 正文段落顺序
- 公式编号与位置
- 图片编号、标题、引用位置
- 表格编号、标题、列结构
- 脚注、附录、致谢、参考文献

质量要求：

- 任何进入最终译文的段落，都必须能回溯到原文中的一个明确位置
- 不允许先总结再“扩写成翻译”
- 不允许跳过 appendix、figure caption、table caption、footnote 这类容易漏掉的部分

实现建议：

- 如果来源是结构化 HTML，或者论文包含大量公式、表格、图题、附录，需要重复解析同一来源，允许编写一次性的临时本地提取脚本来批量抽取章节、公式、表格、图题与图片清单
- 临时脚本只是中间工具，不属于最终交付物；在产物生成完成后应删除，避免在工作区残留无关文件
- 临时脚本应服务于“结构保真提取”，不要把它写成摘要生成器或自由改写器

### 4. Extract Figures, Tables, and Equations

#### Figures

- 提取所有正文图片，并保存到 assets/ 目录
- 文件名使用稳定顺序，例如 figure-01.png、figure-02.png
- 在 Markdown 中用相对路径引用图片
- 图片插入位置应尽量与原文相对位置一致，至少要与对应 caption 紧邻
- 如果无法单独提取图片，但能从页面裁切获得可读版本，则保存裁切图，不要直接省略
- 对双栏或多栏 PDF，必须先判断图片和 caption 所在栏，再按该栏的边界裁切；不要把相邻栏的正文段落一起裁进图片
- 如果图位于右栏或左栏，不要为了“留白保险”横向扩到整页；允许保留少量页边空白，但不应包含无关正文、节标题、页码或参考文献正文
- 完成裁切后，应至少再核对一次：导出的图片是否只包含目标图及其必要留白，而不包含相邻正文列
- 对 PDF 来源，默认优先使用“页面区域渲染”来导出图，而不是直接导出原始 image XObject
- 只有在确认 raw image XObject 与页面最终渲染结果一致时，才允许直接导出原始图片对象
- 如果 PDF 图像对象带 soft mask、透明通道、叠加文字、矢量箭头、边框、标注或多图层合成效果，不要直接导出底层图片；应改为按图的边界框裁切页面并渲染
- 页面区域渲染时，应关闭透明输出或显式铺白底，避免导出的 PNG 出现黑底、缺字、缺线框或透明区域显示错误
- 若一张图由多个页面对象共同构成，导出结果必须以 PDF 阅读器中的最终可见效果为准，而不是以单个底层对象为准
- 如果无法稳定确定图的边界框，允许扩大裁切范围并在结果中保留少量页背景，也不要错误导出成黑底或缺损图
- 在 Windows 环境下，若论文目录名较长，务必优先使用短资源目录 `assets/` 与简短图片文件名，例如 `assets/figure-01.png`，避免因绝对路径过长导致 Markdown 预览无法显示图片

#### Tables

- 优先转成 Markdown 表格
- 如果原表格过宽、跨行跨列复杂或 Markdown 会严重失真，则改用 HTML table
- 如果仍无法可靠重建，则用文字概括表格结构与关键信息，并明确标记该处建议人工复核
- 如果表格最终需要以截图形式保留，裁切范围必须覆盖 caption 与完整表体，但不要把表后正文段落、下一小节标题或页码上方的大段正文一起裁入
- 如果表格跨页，不要只保留其中一页；应把各页表体拼接成同一张图，或按顺序保留多张表格图片并在 Markdown 中连续引用
- 对截图保留的表格，交付前至少核对一次表头、末行和 caption 是否都完整出现，避免出现只截到半张表或把后续正文误当作表的一部分

#### Equations

- 优先保留为 LaTeX 形式的行内公式与块级公式
- 原始变量名、上下标、希腊字母、编号必须保持一致，不要意译
- 块级公式使用 $$...$$
- 行内公式使用 $...$
- 如果公式原本是图片或提取失败，先尝试手工转写为 LaTeX；若仍不可靠，则保留公式图片并标记该处为降级保留

### 5. Translate Without Omissions

翻译时必须遵守以下原则：

- 逐段推进，不跳段，不合并多段后只写摘要式中文
- 所有章节标题、图题、表题、脚注、附录标题都要处理
- 公式本身不翻译，只翻译公式前后的说明文字
- 代码、伪代码、算法名、数据集名、模型名保持原文；必要时可在后面补一个简短中文解释
- 专有名词首次出现时可写成“中文（英文）”，后续保持一致
- 遇到拿不准的短语，不要编造；保留原词并在邻近处给出谨慎中文释义

特别要求：

- 目标是全文翻译，不是摘要翻译
- 如果某段无法可靠提取，必须显式标注“此处原文提取不稳定，建议人工复核”，而不是默默省略

### 6. Reconstruct the Markdown

全文 Markdown 的推荐结构：

```markdown
# 中文标题

## 论文信息
- 原文标题：...
- 作者：...
- 来源：...
- 原文件：<paper_title_dir>/<original_paper_filename>

## 摘要
...

## 1 引言
...

![Figure 1: ...](assets/figure-01.png)

$$
...
$$

## 参考文献
...
```

重建时注意：

- 保持原文章节层级，不要随意改写结构
- 图片和表格尽量放在原文首次引用之后的近邻位置
- 使用相对路径，确保 Markdown 在同目录打开时可直接显示资源
- 如果原文有编号标题，尽量保留编号
- 若在 VS Code 或 Windows 中预览 Markdown，优先使用短相对路径，例如 `assets/figure-01.png`，不要让资源目录名随论文标题无限增长

### 7. Add the Onion-Peeling Paper Guide

在 notes.md 的最前面追加一个独立章节，标题固定为：

```markdown
## 剥洋葱式文献导读
```

该章节必须包含以下 4 步，且顺序固定：

#### 第 1 步：全盘吸收与一句话总结（Context）

- 阅读整篇论文后，提炼该部分内容的核心动机
- 用一句话说明“这段内容在解决什么实际问题”
- 这句话必须落到实际问题，而不是泛泛复述论文标题

#### 第 2 步：构建直觉与生活隐喻（Grounding）

- 暂时抛开学术名词
- 强制使用一个极其通俗的生活场景来类比核心机制，例如水管分流、切蛋糕、图书馆借书、快递分拣、餐厅排队等
- 隐喻必须覆盖论文的主要运行逻辑，而不是只类比局部现象

#### 第 3 步：聚焦核心公式拆解（Core Focus）

- 挑出最能代表论文机制的 1 到 2 个核心公式
- 把公式中的关键符号与第 2 步的生活隐喻做一一对应
- 用大白话解释这些符号在现实场景里分别代表什么
- 说明这些公式的物理意义、逻辑意义或优化目标

#### 第 4 步：全盘扫荡与补全（Exhaustive Mapping）

- 在讲清楚核心逻辑之后，再把剩余边缘公式、辅助定义或推导步骤逐步补进整体框架
- 解释这些部分分别在整个方法里承担什么角色
- 强调它们是“补全主线”而不是另起一套解释

约束要求：

- 这部分必须写在 notes.md 的最前面，放在其他笔记内容之前
- 这部分不得写入 full.md，也不得新建第三个 Markdown 文件
- 语气应偏讲解，不要写成论文式摘要复述
- 隐喻必须真正可理解，避免使用新的抽象术语去解释旧术语
- 核心公式只能选 1 到 2 个，避免把“核心公式拆解”写成公式流水账

### 8. Write the Notes File

笔记文件要面向研究阅读，而不是重复全文翻译。其顺序应当是：

1. 先写“剥洋葱式文献导读”
2. 再写常规研究笔记

除导读部分外，笔记至少包含：

- 论文基本信息
- 一句话核心问题
- 方法主线
- 主要贡献
- 关键实验结论
- 关键公式或机制
- 优点
- 局限
- 与当前研究主题的关系
- 值得追的后续问题

推荐模板：

```markdown
# 论文阅读笔记

## 剥洋葱式文献导读

### 第 1 步：全盘吸收与一句话总结（Context）

### 第 2 步：构建直觉与生活隐喻（Grounding）

### 第 3 步：聚焦核心公式拆解（Core Focus）

### 第 4 步：全盘扫荡与补全（Exhaustive Mapping）

## 基本信息
- 标题：
- 作者：
- 年份：
- 来源：

## 一句话总结

## 研究问题

## 方法概览

## 主要贡献
1. 
2. 
3. 

## 实验与结果

## 关键点摘录

## 局限与风险

## 对我当前课题的启发

## 后续可追论文
```

### 9. Perform Completion Checks

交付前逐项检查：

- 章节数量与原文主结构是否一致
- 是否漏掉摘要、附录、图题、表题、脚注、致谢、参考文献
- 原论文文件是否已经移动到论文名称目录中
- full.md、notes.md、assets 和原论文是否都位于同一个论文名称目录中
- 所有图片链接是否存在且可相对访问
- 表格是否可读
- 公式是否保持原义和排版边界
- “剥洋葱式文献导读”是否位于 notes.md 最前面
- 导读部分是否完整覆盖 4 个步骤
- 输出文件是否与原论文位于同一目录
- 是否对所有无法可靠提取的部分做了显式标注

## Decision Rules

### If the source is arXiv

- 优先使用结构化页面或 LaTeX/HTML 内容提取正文与公式
- 使用 PDF 仅作为核对图片编号、分页和可能遗漏内容的补充来源

### If the source is a normal PDF with extractable text

- 先做文本层提取，再与页面视觉结构核对
- 对多栏、脚注、浮动图表额外检查，避免阅读顺序错乱
- 对图片导出，优先验证是否存在 transparency / smask / 多对象叠加；一旦存在，必须改用页面裁切渲染而不是 raw image export

### If the source is a scanned PDF

- 明确告知会使用 OCR，准确率可能下降
- 优先保证不遗漏内容，其次再优化排版
- 不确定的内容要保留原截图或原文片段用于人工复核

### If figures or equations cannot be reconstructed perfectly

- 允许降级为截图或原始片段保留
- 不允许静默丢弃
- 在 Markdown 中注明该元素采用降级保留

## Output Standard

优秀结果应满足：

- 用户能直接打开 Markdown 顺序阅读整篇中文论文
- 用户能在一个以论文名称命名的目录中同时找到原文、全文译文、笔记和资源文件
- 图片、图题、表格、公式在阅读位置上基本正确
- 即使有个别提取失败之处，也有明确标注与回退内容
- 用户在读完 notes.md 开头的“剥洋葱式文献导读”后，能够先抓住直觉，再回到公式与全文
- 笔记部分能够帮助用户快速判断论文价值、方法逻辑与研究启发
- PDF 导出的图片应与 PDF 阅读器中的最终显示效果一致，不应出现因透明蒙版、黑底或图层丢失导致的失真

## Example Prompts

- 把这篇 PDF 收进一个以论文名命名的目录里，原文件剪切进去，再生成全文中文 Markdown、notes 和 assets。
- 处理这个 arXiv 论文链接，创建论文名称目录，并把下载的原论文、中文全文 md、notes 文件和 assets 一起放进去。
- 对这篇论文做逐段翻译，不要省略 appendix，公式用 LaTeX，图表尽量原位保留，所有结果与原论文放在同一个论文名称目录里。
- 在 notes.md 最前面追加“剥洋葱式文献导读”，但总共仍然只输出 full.md 和 notes.md 两个文件。

## Weak Points to Clarify with the User

当首次为某个用户执行此 skill 时，优先确认下面几个容易引发返工的问题：

- 参考文献部分是保留原始英文，还是连标题一起翻译
- 最终要单独两份文件，还是全文翻译和笔记合并成一份
- 目录名是使用论文标题，还是使用用户给定的名称
- 对扫描版 PDF 的 OCR 误差是否接受
- 是否需要中英对照版本而不是纯中文版本
登录后下载/点赞/收藏 ❤ 5 | ★ 0
paper-full-translate-zh

目录结构

SKILL.md

举报内容

提示
