CommunityEscrita e Ediçãogithub.com

tzwkb/game-loc-translator

Skill de Agente — Motor de tradução de localização de jogos baseado em RAG (tradução fresca + MTPE).

O que é game-loc-translator?

Este skill define um sistema de agente mestre para localização de jogos, utilizando uma arquitetura RAG (Retrieval-Augmented Generation) para fornecer traduções de alta qualidade com consistência terminológica e estilística. O agente mestre atua como orquestrador, delegando tarefas a três subagentes especializados: ingest-agent (responsável pela ingestão de dados, verificação de termos e ambiente), process-agent (que executa chamadas de API para tradução e otimização, gerenciando concorrência e substituição de termos) e qa-agent (que realiza controle de qualidade, revisão final e exportação). O skill suporta modos de tradução automática (Mode A) e com pós-edição (Mode B), permitindo fluxos de retrabalho controlados para garantir a qualidade. A principal vantagem é a redução de inconsistências terminológicas e de estilo em projetos grandes, aproveitando um corpus histórico para few-shot learning e verificações de conformidade. A descrição detalhada do fluxo, com regras de decisão claras, torna este skill ideal para pipelines de localização em estúdios de jogos que precisam de automação com supervisão humana mínima.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add tzwkb/game-loc-translator

Installed? Explore more Escrita e Edição skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Agente de Localização de Jogos — Manual do Orquestrador Principal

Agente Principal = Orquestrador. Proibido operar scripts, arquivos ou APIs diretamente. Todas as ações devem ser delegadas a subagentes.

Arquitetura: Agente Principal decide → Subagente executa → Resultado retorna → Agente Principal revisa/decide

Caminhos dos manuais dos subagentes: SUB_ingest.md / SUB_process.md / SUB_qa.md


0. Arquitetura e Proibições

0.1 Proibições do Agente Principal

  • Não pode executar diretamente cli.py ou qualquer script
  • Não pode ler/escrever diretamente arquivos de entrada do projeto, glossários ou bases de conhecimento
  • Não pode chamar diretamente APIs LLM para tradução/otimização
  • Não pode modificar diretamente o banco de dados ou arquivos xlsx exportados

0.2 Divisão de Subagentes

SubagenteResponsabilidadePrivilégio Exclusivo
ingest-agentIniciar verificação, detecção de colunas, pré-verificação de termos, verificação de ambiente, ingest/scout, operação de corpus, edição da base de conhecimentoIngestão e arquivamento de dados
process-agentprocess / run, chamadas de API, gerenciamento de concorrência, novas tentativas com truncamento, substituição de termos via glossaryChamadas de API e substituição forçada de termos
qa-agentAmostragem de controle de qualidade, revisão final de diferenças (Modo B), revisão de saída, exportação via export, correção de formatação, comparação de consistência RAGRevisão de qualidade e exportação de entrega

0.3 Especificações de Passagem de Contexto

Ao delegar uma tarefa, o Agente Principal deve fornecer:

  1. Identificador do projeto (caminho do workspace, nome do projeto)
  2. Objetivo da fase atual
  3. Resumo da saída ou principais conclusões do subagente upstream
  4. Pontos de risco conhecidos (conflitos de terminologia, restrições de formato, histórico de exceder max_length, etc.)
  5. knowledge_profile_path: caminho para workspace/knowledge_profile.json
  6. rag_enabled: se o corpus do projeto atual é >= 10
  7. Requisitos de retorno: resumo estruturado + caminhos de arquivo + marcadores de exceção

Exemplo de modelo de delegação:

【Tarefa】Executar ingest
【Projeto】workspace/PROJECT_001
【Objetivo da fase】Iniciar verificação + analisar e armazenar
【Arquivo de entrada】input/game.xlsx
【Glossário】input/glossary.txt
【Base de conhecimento】input/kb.txt
【Riscos conhecidos】Nenhum
【Conclusões upstream】Nenhuma
【Requisitos de retorno】Resumo estruturado + caminhos de arquivo + marcadores de exceção

Ao retornar, o subagente deve fornecer:

  1. Resumo da execução (sucesso/falha/exceção)
  2. Dados principais (número de linhas, termos encontrados, linhas com exceção, pontuações)
  3. Caminhos dos arquivos de saída
  4. Próximas recomendações / bloqueios

1. Inicialização

Ação do Agente Principal: Delegar ao ingest-agent a execução da verificação inicial.

Retorno do ingest-agent: Parâmetros históricos/estado vazio, mapeamento de colunas, problemas com termos, estado do ambiente (incluindo estado do modelo de vetorização), materiais de parâmetros.

Decisão do Agente Principal:

  • Histórico existe → Reportar ao gerente de projeto (PM) os parâmetros históricos, confirmar se deve manter ou ajustar
  • Termos anormais → Reportar ao PM, confirmar e continuar ou corrigir
  • Múltiplos modelos → Listar opções para o PM, confirmar qual usar
  • Nenhum modelo → Perguntar ao PM se deseja baixar; recusar → marcar rag_enabled=false
  • PM diz "continuar" = confirmado, entrar no Nó 1

2. Verificação (Nó 1)

Ação do Agente Principal: Delegar ao ingest-agent a execução de cli.py ingest.

Retorno do ingest-agent: Total de linhas, termos encontrados, lista de novos termos, linhas com conflito, modo determinado (Modo A/B), amostras de âncora de estilo, caminho de knowledge_profile.json.

Decisão do Agente Principal:

  • Delegar scout (opcional) → Confirmar Modo A/B → Entrar no Nó 3

3. Execução de API (Nó 3)

Ação do Agente Principal: Delegar ao process-agent a execução da tradução/otimização. Fornecer âncora de estilo, restrições de termos, knowledge_profile_path, rag_enabled.

Retorno do process-agent: Linhas de sucesso, linhas com falha, avisos de truncamento, estatísticas de hits/reutilização RAG, resumo de exceções de API.

Decisão do Agente Principal:

  • Falha/truncamento → Decidir nova tentativa, ajustar parâmetros ou marcar como MANUAL
  • Sucesso → Entrar no Nó 4

4. Pós-processamento (Nó 4)

4.1 Substituição Forçada de Termos

Ação do Agente Principal: Delegar ao process-agent a execução de cli.py glossary.

Retorno do process-agent: Estatísticas de substituição, linhas com desvio residual.

Decisão do Agente Principal: Desvios residuais → Decidir se deve retornar para reprocessamento.

4.2 Controle de Qualidade

Ação do Agente Principal: Delegar ao qa-agent a execução do controle de qualidade.

Retorno do qa-agent: Distribuição de pontuações (PASS/REWRITE/MANUAL), amostras anômalas, linhas que violam a base de conhecimento, linhas com inconsistência RAG, ações recomendadas.

Decisão do Agente Principal:

  • REWRITE → Retornar ao Nó 3, delegar ao process-agent ajustar o prompt e reenviar (no máximo 5 vezes por lote)
  • MANUAL → Marcar como bloqueado, reportar ao PM
  • PASS → Entrar em 4.3 (Modo B) ou Nó 5

4.3 Revisão Final de Diferenças (Modo B)

Ação do Agente Principal: Delegar ao qa-agent a execução da revisão final.

Retorno do qa-agent: Lista de correções, estatísticas de taxa de falso positivo.

Decisão do Agente Principal: Taxa de falso positivo >5% → Expandir amostragem ou retornar; caso contrário, entrar no Nó 5.


5. Revisão Final + Exportação (Nó 5)

Ação do Agente Principal: Delegar ao qa-agent a execução da revisão final, inspeção e exportação.

Execução do qa-agent: Revisão de saída estruturada (consulte a lista de itens de revisão em SUB_qa.md) → cli.py export.

Decisão do Agente Principal (retornar se a revisão falhar):

  • Desvio de termos → process-agent executar novamente glossary
  • Estilo/contexto → process-agent reprocessar lotes relevantes
  • Formato/placeholders/comprimento → qa-agent corrigir e reexportar
  • Após retornar, deve delegar novamente ao qa-agent para revisão

6. Tabela de Decisão Rápida

Condição de GatilhoAção de DecisãoAtribuído a
Falha na verificação de ambiente / modelo de vetorização não armazenado em cacheReportar ao PM, bloquear—
Termos anormaisReportar ao PM, confirmar e continuar—
PM diz "continuar"Confirmar parâmetros, entrar no próximo nó—
Falha contínua de APIMarcar como MANUAL—
Aviso de truncamentoAjustar max_tokens ou dividir linha e tentar novamenteprocess-agent
REWRITE (0.7–0.9)Retornar para retradução (no máximo 5 vezes por lote)process-agent
MANUAL (<0.7)Marcar como bloqueado, reportar ao PM—
Desvio de termosExecutar novamente glossaryprocess-agent
Deriva de estiloReprocessar lotes relevantesprocess-agent
Exceção de formato/placeholder/comprimentoCorrigir via script e reexportarqa-agent
Taxa de falso positivo >5%Expandir amostragem ou retornarqa-agent
Revisão totalmente aprovadaEntregar—

7. Operação

Acumulação/intercâmbio de corpus: O Agente Principal delega ao ingest-agent.

Edição da base de conhecimento: O Agente Principal define o escopo → delega ao ingest-agent. Fazer backup .bak antes de editar, o Agente Principal confirma e depois reinicia o processo de ingest.

Múltiplos arquivos: Cada arquivo é orquestrado independentemente, sem mesclar o workspace.db.


8. Apêndice

8.1 Prioridade de Recursos

  1. Glossário do projeto (máxima, aplicado por script)
  2. Base de conhecimento do projeto (estruturada via ingest → injetada via prompt do process → verificada via lista do qa)
  3. Corpus histórico RAG (referência few-shot do process → comparação de consistência do qa)
  4. Geração livre do LLM (mínima, último recurso)

8.2 Fluxograma de Orquestração

Agente Principal
  │
  ├─→ ingest-agent  ←───────────────────────────┐
  │       ├─→ Verificação inicial / Detecção de colunas / Pré-verificação de termos       │
  │       ├─→ cli.py ingest                      │
  │       │   └─→ knowledge_profile.json ──┐     │
  │       ├─→ cli.py scout (opcional)          │     │
  │       └─→ Retornar parâmetros / exceções               │     │
  │                                         │     │
  ├─→ process-agent ←───────────────────────┘     │
  │       ├─→ Injetar base de conhecimento no prompt                   │
  │       ├─→ RAG retrieve → few-shot (automático)     │
  │       ├─→ cli.py process / run                │
  │       ├─→ cli.py glossary                     │
  │       └─→ Retornar resultados de tradução                        │
  │                                               │
  ├─→ qa-agent ──→ Decisão de retorno ──────────────────────┘
  │       ├─→ Verificação da base de conhecimento
  │       ├─→ Comparação de consistência RAG
  │       ├─→ Amostragem de qualidade / Revisão final / Inspeção
  │       ├─→ cli.py export
  │       └─→ Retornar resultados de qualidade / exportação
  │
  └─→ Decisão final: Entregar / Reportar ao PM / Retornar

Habilidades Relacionadas