RetexPDF

O que RetexPDF faz?

A requisição normal é: PDF de entrada → tradução completa → LaTeX genérico no estilo arXiv → PDF compilado. Faça este trabalho, incluindo classificação de layout e tradução. Não exija que o usuário encontre o TeX original, use LaTeX, configure uma API de tradução ou execute scripts. O agente traduz; os scripts persistem, montam e compilam. O PDF fornecido é a edição oficial.

Prepare o ambiente automaticamente

Windows:

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

macOS:

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

Use o executável python absoluto retornado no JSON. Exija status: ready. O bootstrap reutiliza um ambiente privado funcional existente e um Python compatível instalado primeiro; baixa Python apenas quando nenhum é compatível. Um -PythonPath / --python explicitamente fornecido tem precedência. O ambiente PDF gerenciado suporta Python 3.10–3.14 de 64 bits. Ele instala o PyMuPDF fixado em um ambiente privado e detecta ou instala o Tectonic. Não modifique o Python do sistema, PATH, perfis de shell ou o registro. Não instale uma distribuição TeX completa. Use o cache existente em %LOCALAPPDATA%/RetexPDF ou ~/Library/Caches/RetexPDF.

O primeiro uso precisa de acesso à rede para dependências, pacotes e fontes faltantes. Não passe -Offline / --offline em um primeiro uso comum. Doctor é somente leitura; offline proíbe explicitamente downloads. Pontos de entrada no macOS existem, mas ainda precisam de validação nativa no Mac. Preserve logs concretos em caso de falha de ambiente e repare-o quando possível; não envie usuários para instalar LaTeX manualmente.

Selecione a rota de entrada

• PDF fornecido: use o fluxo de trabalho PDF, scripts/pdf_translate.py e assets/arxiv-paper.tex. Não desvie para encontrar o TeX original ou congelar um trecho reconstruído. O código-fonte do autor não é um pré-requisito. O agente deve classificar o PDF renderizado e preencher o registro completo de tradução.
• Projeto TeX existente fornecido: use o registro de tradução e scripts/translation_ledger.py. A matemática original em TeX pode ser mantida diretamente. Preserve a classe fornecida, a menos que o usuário solicite o modelo genérico.
• Link/ID do artigo fornecido: obtenha o PDF exato solicitado. A correspondência de código-fonte é opcional; nunca substitua silenciosamente por uma edição diferente.

Use o idioma-alvo e a localidade solicitados pelo usuário. Infira um alvo estabelecido a partir da conversa; pergunte apenas se estiver verdadeiramente não especificado. Chinês não é um alvo fixo. Escolha fontes e suporte de idioma para o sistema de escrita solicitado.

Regras de conteúdo não negociáveis

1. Traduza o artigo inteiro, incluindo todos os parágrafos, cabeçalhos, legendas, notas de rodapé comuns, agradecimentos, algoritmos, provas e apêndices. Uma solicitação para ver o efeito ainda significa o artigo inteiro, a menos que uma amostra seja explicitamente solicitada. Nunca resuma, encurte uma derivação ou substitua uma seção por uma explicação do que foi omitido.
2. Preserve o bloco de autores exatamente: nomes, ordem, texto de afiliação, sobrescritos, notas de contribuição/correspondência e e-mails. Preserve entradas e numeração da bibliografia. Preserve dados, identificadores e rótulos de fórmulas. Preserve artefatos de figuras/tabelas e valores; traduza legendas. Se o usuário solicitar que o texto dentro de artefatos/tabelas seja traduzido, adicione um fluxo de trabalho separado de camada de texto mapeada, em vez de tratá-lo silenciosamente como traduzido.
3. Mantenha cada fórmula inline em sua frase. Preserve toda fórmula exibida, derivação de múltiplas linhas e símbolo. Para entrada PDF, copie regiões de fórmula/figura/tabela como clipes PDF vetoriais, incluindo frações, radicais, acentos e números de equação. Nunca redesenhe matemática com geração de imagem. Não reconstrua uma fórmula a partir de uma ordem de caracteres extraída não confiável.
4. Retenha a ordem de origem. Junte frases divididas entre páginas antes de traduzir. Mantenha legendas de figuras/tabelas com seus objetos e algoritmos juntos quando couberem em uma página. Use o modelo genérico para refluir o texto; coordenadas originais e contagem de páginas original não são um requisito, a menos que explicitamente solicitado.
5. Não adicione prefácio de tradutor, instruções de leitura, nota de omissão, resumo ou novo conteúdo dentro do artigo. Relatórios técnicos pertencem fora do PDF.
6. Persista o original, o inventário completo e cada tradução antes da montagem. Cada unidade de origem deve ter uma tradução ou um ativo preservado explicitamente legítimo. Nunca use um fallback de prosa inalterada para esconder tradução incompleta. Limites de contexto significam salvar e retomar unidades pendentes, não omiti-las.
7. Um inventário de glifos prova apenas cobertura mecânica de glifos extraídos. Compare as páginas de origem renderizadas com o inventário para capturar desenhos, texto escaneado, ordem de leitura de múltiplas colunas e extração danificada. Compare cada unidade traduzida com sua origem completa. Uma flag reviewed registra trabalho real; não é um atalho para passar uma compilação.

Execução do PDF

Siga a referência detalhada para comandos e formatos JSON:

1. extract: preserve o PDF original exato, todas as páginas, glifos, fontes e posições.
2. Inspecione renderizações de página; classifique blocos de autores, figuras, tabelas, legendas e matemática exibida em layout.json. Corrija a segmentação e junção de matemática inline. Marque páginas revisadas apenas após comparar seu conteúdo visível com o inventário. Inclua qualquer conteúdo gráfico sem texto nativo.
3. prepare --target-language ...: atribua IDs de tradução e congele o layout, prosa e fragmentos vetoriais. Cada glifo nativo deve ser contabilizado exatamente uma vez.
4. pending: leia unidades completas com seu contexto. Traduza em lotes e salve com put --file ... --reviewed apenas após comparação real de origem. Placeholders de matemática devem permanecer completos e ordenados. Use um glossário consistente.
5. build --output <new-project>: monte um main.tex e fragments.pdf novos, depois compile automaticamente. Traduções faltantes, origem/layout alterados, tokens de fórmula ausentes ou unidades/páginas não revisadas interrompem a compilação. Nunca use o compilador sozinho para contornar essas verificações em uma tradução incompleta.
6. Renderize e inspecione o PDF compilado real. Repare recortes, sobreposições, glifos ruins, legendas destacadas e fórmulas inline quebradas. Verifique se cada página e seção de origem, incluindo o apêndice final, tem conteúdo de saída correspondente. Entregue apenas após o trabalho estar completo.

Uma alteração de layout requer prepare novamente. IDs de tradução podem mudar: reconcilie linhas antigas pelo hash de origem congelado e página, depois verifique o mapeamento. Nunca copie linhas antigas baseadas em ID cegamente ou recalcule hashes para aprovar conteúdo alterado.

Para escaneamentos ou extração de texto quebrada, adicione transcrição OCR/visual ao inventário persistido antes de traduzir. O extrator nativo deste script não é um mecanismo de OCR e não deve tratar páginas de apenas imagem como vazias. Se um bloco ainda não puder ser lido, continue recuperando-o; não o omita silenciosamente nem reivindique uma saída completa.

Fontes, compilação e entrega

O modelo incluído é um artigo acadêmico genérico de coluna única adequado para saída no estilo arXiv, não um modelo oficial único do arXiv. Chinês usa ctex com Fandol por padrão. Outros scripts podem fornecer --language-setup contendo os pacotes de fonte/idioma corretos; confirme cobertura, modelagem e direção com um cabeçalho, parágrafo e fórmula representativos. Não trate o parâmetro de idioma-alvo sozinho como prova de que as fontes estão configuradas.

O Tectonic baixa pacotes/fontes faltantes automaticamente. Repare erros do compilador na cópia de trabalho gerada ou no gerador, nunca excluindo conteúdo. failed não é um entregável; review_required significa que um PDF existe, mas seus avisos precisam ser resolvidos. compiled apenas confirma compilação, não completude semântica ou visual. Para solicitações de compilação apenas de código-fonte, use retex.ps1 -Action Compile ou retex.sh compile diretamente. Shell-escape permanece desabilitado.

Mantenha arquivos de trabalho/intermediários no cache de trabalho do RetexPDF ou em um diretório de trabalho designado pelo usuário. Entregue o PDF traduzido completo e o projeto montado editável; retenha o instantâneo original, layout, registro de tradução e relatório de cobertura para rastreabilidade. Não empacote os dados do artigo ou a tradução na skill instalada. Divulgue limitações concretas restantes fora do artigo, incluindo rótulos de idioma original preservados dentro de figuras/tabelas quando aplicável. Nunca prometa que verificações mecânicas garantem tradução semântica perfeita para todos os PDFs possíveis.