RetexPDF 是做什么的？
标准请求是：输入 PDF → 完整翻译 → 通用 arXiv 风格 LaTeX → 编译 PDF。完成此工作，包括布局分类和翻译。无需用户寻找作者 TeX、使用 LaTeX、配置翻译 API 或运行脚本。代理负责翻译；脚本负责持久化、组装和编译。提供的 PDF 是权威版本。
自动准备环境
Windows：
powershell.exe -NoProfile -ExecutionPolicy Bypass -File "<skill>/scripts/bootstrap.ps1" -WithPdf
macOS：
bash "<skill>/scripts/bootstrap.sh" ensure --with-pdf
使用返回 JSON 中的绝对 python 可执行文件。要求 status: ready。Bootstrap 首先重用现有的私有环境和兼容的已安装 Python；仅在没有兼容版本时下载 Python。显式提供的 -PythonPath / --python 具有优先权。管理的 PDF 环境支持 64 位 Python 3.10–3.14。它在私有环境中安装固定版本的 PyMuPDF，并检测或安装 Tectonic。不要修改系统 Python、PATH、shell 配置文件或注册表。不要安装完整的 TeX 发行版。使用 %LOCALAPPDATA%/RetexPDF 或 ~/Library/Caches/RetexPDF 下的现有缓存。
首次使用需要网络访问以获取缺失的依赖项、包和字体。在普通的首次使用中不要传递 -Offline / --offline。Doctor 模式是只读的；offline 模式明确禁止下载。macOS 入口点已存在，但仍需要原生 Mac 验证。在环境失败时保留具体日志并尽可能修复；不要指示用户手动安装 LaTeX。
选择输入路径
- 提供了 PDF： 使用 PDF 工作流、
scripts/pdf_translate.py和assets/arxiv-paper.tex。不要转向寻找作者 TeX 或冻结重建的摘录。作者源码不是先决条件。代理必须分类渲染的 PDF 并填写完整的翻译清单。 - 提供了现有 TeX 项目： 使用 源码清单 和
scripts/translation_ledger.py。原始 TeX 公式可以直接保留。除非用户要求通用模板，否则保留提供的文档类。 - 提供了论文链接/ID： 获取确切请求的 PDF。匹配的源码是可选的；永远不要静默替换为不同的版本。
使用用户请求的目标语言和区域设置。从对话中推断已确立的目标；仅在确实未指定时才询问。中文不是固定目标。根据所要求的书写系统选择字体和语言支持。
不可协商的内容规则
- 翻译整篇论文，包括所有段落、标题、图标题、普通脚注、致谢、算法、证明和附录。除非明确要求样本，要求查看效果仍意味着整篇论文。永远不要总结、缩短推导，或用解释省略内容代替章节。
- 完全保留作者块：姓名、顺序、单位文本、上标、贡献/通讯作者注释和电子邮件。保留参考文献条目和编号。保留数据、标识符和公式标签。保留图形/表格的插图和数值；翻译标题。如果用户要求翻译图形/表格内部的文本，则添加单独的映射文本层工作流，而不是静默地视为已翻译。
- 将每个内联公式保留在其句子中。保留每个显示公式、多行推导和符号。对于 PDF 输入，将公式/图形/表格区域复制为向量 PDF 片段，包括分数、根号、重音符号和公式编号。切勿使用图像生成重新绘制数学公式。不要根据不可靠的提取字符顺序重建公式。
- 保留源顺序。在翻译前合并跨页的句子。保留图/表标题与其对象以及算法（当它们适合一页时）。使用通用模板重排文本；除非明确要求，否则原始坐标和原始页数不是要求。
- 不要在论文内部添加译者前言、阅读说明、省略说明、摘要或新内容。技术报告应放在 PDF 之外。
- 在组装之前持久保存原始内容、完整清单和每次翻译。每个源单元必须有一个翻译或明确合法的保留资产。永远不要使用未经更改的文本回退来隐藏未完成的翻译。上下文限制意味着保存并恢复待处理的单元，而不是省略它们。
- 字形清单仅证明提取的字形的覆盖范围。将渲染的源页面与清单进行比较以发现绘图、扫描文本、多栏阅读顺序和损坏的提取。将每个翻译的单元与其完整源文本进行比较。
reviewed标志记录实际工作；它不能作为通过构建的捷径。
PDF 执行
遵循关于命令和 JSON 格式的详细参考：
extract：保留确切的原始 PDF、所有页面、字形、字体和位置。- 检查页面渲染；在
layout.json中对作者块、图形、表格、标题和显示数学进行分类。纠正内联数学的分段和连接。仅在与页面的可见内容与清单进行比较后标记页面为已审查。包括任何没有原生文本的图形内容。 prepare --target-language ...：分配翻译 ID 并冻结布局、文本和向量片段。每个原生字形必须恰好被说明一次。pending：读取带有上下文的完整单元。批量翻译并在仅与实际源文本比较后使用put --file ... --reviewed保存。数学占位符必须保持完整和有序。使用一致的术语表。build --output <new-project>：组装新的main.tex和fragments.pdf，然后自动编译。缺少翻译、更改的源/布局、缺少公式令牌或未审查的单元/页面会阻止构建。切勿单独使用编译器绕过这些检查以完成未完成的翻译。- 渲染并检查实际编译的 PDF。修复裁剪、重叠、坏字形、分离的标题和损坏的内联公式。验证每个源页面和部分，包括最后的附录，都有相应的输出内容。仅在完成后交付。
布局更改需要再次执行 prepare。翻译 ID 可能会改变：通过冻结的源哈希和页面协调旧行，然后检查映射。切勿盲目复制旧的以 ID 为键的行或重新计算哈希值以批准更改的内容。
对于扫描件或损坏的文本提取，在持久化的清单中添加 OCR/视觉转录，然后再翻译。此脚本的原生提取器不是 OCR 引擎，不得将纯图像页面视为空。如果某个块尚无法读取，则继续恢复它；不要静默省略它或声称输出完整。
字体、编译和交付
捆绑的模板是适用于 arXiv 风格输出的通用单栏学术文章，不是独特的官方 arXiv 模板。中文默认使用带有 Fandol 字体的 ctex。其他书写系统可以提供包含正确字体/语言包的 --language-setup；使用代表性标题、段落和公式确认覆盖范围、形状和方向。不要仅将目标语言参数视为字体已配置的证明。
Tectonic 自动下载缺失的包/字体。在生成的副本或生成器中修复编译错误，切勿通过删除内容。failed 不是可交付物；review_required 表示 PDF 存在但其警告需要解决。compiled 仅确认编译，不确认语义或视觉完整性。对于仅源代码的编译请求，直接使用 retex.ps1 -Action Compile 或 retex.sh compile。Shell-escape 保持禁用。
将作业/中间文件保留在 RetexPDF 作业缓存或用户指定的工作目录中。交付完整的翻译 PDF 和可编辑的已组装项目；保留原始快照、布局、翻译清单和覆盖报告以便追溯。不要将论文的数据或翻译捆绑到已安装的技能中。在论文之外披露具体的剩余限制，包括在适用时保留的图形/表格内部的原文标签。永远不要保证机械检查能保证每个可能的 PDF 都得到完美的语义翻译。