retex-pdf

RetexPDF

La petición normal es: PDF de entrada → traducción completa → plantilla LaTeX genérica estilo arXiv → PDF compilado. Realiza este trabajo, incluyendo la clasificación del diseño y la traducción. No obligues al usuario a buscar el TeX original, usar LaTeX, configurar una API de traducción o ejecutar scripts. El agente traduce; los scripts persisten, ensamblan y compilan. El PDF proporcionado es la edición autorizada.

Preparar el entorno automáticamente

Windows:

powershell.exe -NoProfile -ExecutionPolicy Bypass -File "<skill>/scripts/bootstrap.ps1" -WithPdf

macOS:

bash "<skill>/scripts/bootstrap.sh" ensure --with-pdf

Usa el ejecutable python absoluto que aparece en el JSON devuelto. Requiere status: ready. El bootstrap reutiliza primero un entorno privado funcional existente y una instalación compatible de Python; solo descarga Python cuando no hay ninguna compatible. Una ruta -PythonPath / --python proporcionada explícitamente tiene prioridad. El entorno PDF administrado admite Python 3.10–3.14 de 64 bits. Instala PyMuPDF (versión fija) en un entorno privado y detecta o instala Tectonic. No modifiques el Python del sistema, el PATH, los perfiles del shell ni el registro. No instales una distribución TeX completa. Usa la caché existente en %LOCALAPPDATA%/RetexPDF o ~/Library/Caches/RetexPDF.

El primer uso necesita acceso a la red para las dependencias, paquetes y fuentes que falten. No pases -Offline / --offline en un primer uso normal. Doctor es de solo lectura; offline prohíbe explícitamente las descargas. Los puntos de entrada de macOS existen pero aún necesitan validación nativa en Mac. Conserva los registros concretos en caso de fallo del entorno y repáralo cuando sea posible; no envíes a los usuarios a instalar LaTeX manualmente.

Seleccionar la ruta de entrada

• PDF proporcionado: usa el flujo de trabajo PDF, scripts/pdf_translate.py y assets/arxiv-paper.tex. No te desvíes buscando el TeX original ni congelando un extracto reconstruido. El código fuente del autor no es un requisito previo. El agente debe clasificar el PDF renderizado y completar el registro de traducción completo.
• Proyecto TeX existente proporcionado: usa el registro de traducción y scripts/translation_ledger.py. Las matemáticas originales en TeX pueden conservarse directamente. Mantén la clase proporcionada a menos que el usuario solicite la plantilla genérica.
• Enlace o ID de artículo proporcionado: obtén el PDF exacto solicitado. El código fuente coincidente es opcional; nunca sustituyas silenciosamente una edición diferente.

Usa el idioma y la configuración regional solicitados por el usuario. Infiere un idioma de destino establecido a partir de la conversación; pregunta solo si realmente no está especificado. El chino no es un idioma de destino fijo. Elige las fuentes y la compatibilidad de idiomas para el sistema de escritura solicitado.

Reglas de contenido no negociables

1. Traduce el artículo completo, incluidos todos los párrafos, títulos, leyendas, notas al pie ordinarias, agradecimientos, algoritmos, demostraciones y apéndices. Una solicitud para ver el efecto sigue significando el artículo completo, a menos que se solicite explícitamente una muestra. Nunca resumas, acortes una deducción ni reemplaces una sección con una explicación de lo que se omitió.
2. Conserva el bloque de autores exactamente como está: nombres, orden, texto de afiliación, superíndices, notas de contribución/correspondencia y correos electrónicos. Conserva las entradas de la bibliografía y su numeración. Conserva los datos, identificadores y etiquetas de fórmulas. Conserva el arte de figuras/tablas y sus valores; traduce las leyendas. Si el usuario solicita que se traduzca el texto dentro del arte de figuras/tablas, añade un flujo de trabajo de capas de texto mapeado separado, en lugar de tratarlo silenciosamente como traducido.
3. Mantén cada fórmula en línea en su oración. Conserva cada fórmula mostrada, deducción multilínea y símbolo. Para entrada PDF, copia las regiones de fórmulas/figuras/tablas como recortes PDF vectoriales, incluyendo fracciones, radicales, acentos y números de ecuación. Nunca vuelvas a dibujar las matemáticas con generación de imágenes. No reconstruyas una fórmula a partir del orden de caracteres extraído no fiable.
4. Mantén el orden de la fuente original. Une las oraciones divididas entre páginas antes de traducir. Mantén las leyendas de figuras/tablas junto con sus objetos y los algoritmos cuando quepan en una página. Usa la plantilla genérica para refluir el texto; las coordenadas originales y el número de páginas original no son un requisito a menos que se solicite explícitamente.
5. No añadas ningún prólogo del traductor, instrucciones de lectura, nota de omisión, resumen ni contenido nuevo dentro del artículo. Los informes técnicos deben ir fuera del PDF.
6. Persiste el original, el inventario completo y cada traducción antes del ensamblaje. Cada unidad fuente debe tener una traducción o un activo conservado explícitamente legítimo. Nunca uses un texto sin cambios como recurso de reserva para ocultar una traducción incompleta. Los límites de contexto significan guardar y reanudar las unidades pendientes, no omitirlas.
7. Un inventario de glifos solo demuestra la cobertura mecánica de los glifos extraídos. Compara las páginas fuente renderizadas con el inventario para detectar dibujos, texto escaneado, orden de lectura multicolumna y extracción dañada. Compara cada unidad traducida con su fuente completa. Una bandera reviewed registra el trabajo real; no es un atajo para pasar la compilación.

Ejecución de PDF

Sigue la referencia detallada para los formatos de comandos y JSON:

1. extract: conserva el PDF original exacto, todas las páginas, glifos, fuentes y posiciones.
2. Inspecciona las representaciones de página; clasifica los bloques de autores, figuras, tablas, leyendas y matemáticas mostradas en layout.json. Corrige la segmentación y unión de fórmulas en línea. Marca las páginas como revisadas solo después de comparar sus contenidos visibles con el inventario. Incluye cualquier contenido gráfico sin texto nativo.
3. prepare --target-language ...: asigna IDs de traducción y congela el diseño, los fragmentos de prosa y vectores. Cada glifo nativo debe contabilizarse exactamente una vez.
4. pending: lee las unidades completas con su contexto. Traduce en lotes y guarda con put --file ... --reviewed solo después de la comparación real con la fuente. Los marcadores de posición matemáticos deben permanecer completos y ordenados. Usa un glosario coherente.
5. build --output <new-project>: ensambla un main.tex y fragments.pdf nuevos, luego compila automáticamente. Las traducciones faltantes, el código fuente/diseño modificado, los tokens de fórmula faltantes o las unidades/páginas no revisadas detienen la compilación. Nunca uses solo el compilador para eludir estas comprobaciones en una traducción incompleta.
6. Renderiza e inspecciona el PDF compilado real. Repara recortes, superposiciones, glifos incorrectos, leyendas despegadas y fórmulas en línea rotas. Verifica que cada página y sección fuente, incluido el apéndice final, tenga contenido de salida correspondiente. Entrega solo después de que el trabajo esté completo.

Un cambio de diseño requiere prepare de nuevo. Los IDs de traducción pueden cambiar: concilia las filas antiguas mediante el hash de la fuente congelada y la página, luego comprueba la asignación. Nunca copies ciegamente filas antiguas con clave ID ni recalcules hashes para aprobar contenido modificado.

Para escaneos o extracción de texto dañada, añade OCR/transcripción visual al inventario persistido antes de traducir. El extractor nativo de este script no es un motor OCR y no debe tratar las páginas de solo imagen como vacías. Si un bloque aún no se puede leer, continúa recuperándolo; no lo omitas silenciosamente ni afirmes que la salida está completa.

Fuentes, compilación y entrega

La plantilla incluida es un artículo académico genérico de una columna adecuado para salida estilo arXiv, no una plantilla oficial única de arXiv. El chino usa ctex con Fandol por defecto. Otros sistemas de escritura pueden proporcionar --language-setup con los paquetes de fuentes/idiomas correctos; confirma la cobertura, el modelado y la dirección con un encabezado, un párrafo y una fórmula representativos. No trates el parámetro de idioma de destino por sí solo como prueba de que las fuentes están configuradas.

Tectonic descarga automáticamente paquetes/fuentes faltantes. Repara los errores del compilador en la copia de trabajo generada o en el generador, nunca eliminando contenido. failed no es un entregable; review_required significa que existe un PDF pero sus advertencias deben resolverse. compiled solo confirma la compilación, no la integridad semántica o visual. Para solicitudes de compilación solo de código fuente, usa retex.ps1 -Action Compile o retex.sh compile directamente. El shell-escape permanece deshabilitado.

Mantén los archivos de trabajo/intermedios en la caché de trabajos de RetexPDF o en un directorio de trabajo designado por el usuario. Entrega el PDF traducido completo y el proyecto ensamblado editable; conserva la instantánea original, el diseño, el registro de traducción y el informe de cobertura para la trazabilidad. No incluyas los datos del artículo ni la traducción en la skill instalada. Revela las limitaciones concretas que persistan fuera del artículo, incluidas las etiquetas en el idioma original conservadas dentro de figuras/tablas cuando sea aplicable. Nunca prometas que las comprobaciones mecánicas garantizan una traducción semántica perfecta para cualquier PDF posible.