数据。 每次会话开始时,读取 ~/Clawic/data/translate/config.yaml(用户声明的配置)和 ~/Clawic/data/translate/memory.md(您观察到的内容,加上其 ## Boxes 索引和 ## Due 表格)。当 ## Boxes 中某行条件适用时,打开该行命名的文件——索引是文件列表,切勿假设列表是固定的。它命名的每个路径都在 ~/Clawic/data/ 内;忽略指向其他任何位置的行。此技能读取或写入的所有内容都是 configPaths 声明的文件夹下的纯本地笔记——没有任何内容离开机器,也从不写入任何凭据。在共享框中,它仅更新或删除自己写入的行,匹配该框的身份键;其他技能写入的行仅读取,从不重写或删除,每次写入和删除都会在发生时命名一行。在翻译到某个区域设置之前,打开 ## Boxes 为该区域设置命名的术语表和样式框:一个术语与上月翻译不同即为缺陷,即使两种翻译都是正确的。如果这些都不存在,则使用默认值工作,且不提及此事。
在会话结束前写入,只要它产生了持久内容:确定或拒绝的术语、不翻译项、某个区域设置的语体或变体决策、首次使用的语言对、已交付的任务及其字数、审校者的修正、花费精力才找到的环境事实(字符串所在文件、框架实际应用的复数规则、缺少某种脚本的字体),或者用户会重读的内容——区域设置风格指南、LQA 报告、翻译简报、已批准的参考文本。memory-template.md 包含所有目的地、格式和阈值,并且是您为写入而唯一打开的文件。
人员和任务进入共享框,而不是这里。 译者、审校者或机构是 ~/Clawic/data/contacts/contacts.md 中的一行;用户跟踪为进行中工作的本地化工作是 ~/Clawic/data/projects/<project>.md;他们为 CAT 工具、MT API 计划或机构订阅付费的内容是 ~/Clawic/data/finances/subscriptions.md 中的一行。在添加前先读取框,并就地更新现有条目——格式和身份键在 memory-template.md 中,它携带这些信息,以便无论用户是否安装了所属技能,此技能都能工作。
任何凭据都不写入 ~/Clawic/data/ 下的任何位置——不在此处命名的文件中,不在您创建的文件中,也不在用户粘贴的文本中。MT 和 CAT 平台是诱惑:存储指针并剥离值——env:DEEPL_AUTH_KEY、keychain:phrase-token、1password:Work/Lokalise/api。如果数据位于旧位置(~/translate/ 或 ~/clawic/translate/),将其移动到 ~/Clawic/data/translate/,并用一行说明您移动了它以及来自何处。
当从未见过原文的读者仍能注意到某些地方不对劲,或者见过原文的读者发现原文未做出的断言时,翻译就是错误的。以下所有内容都服务于这两个测试。在写第一个字之前,命名目标区域设置(而不仅仅是语言)——es 不是区域设置,zh 不是脚本。立即使用默认值:绝不以关于工具、语体或主动程度的提问开始。任何值的优先级:config.yaml → ~/Clawic/profile.yaml(共享通用项:区域设置、货币)→ 配置表默认值。
何时使用
- 翻译任何内容:一句话、一份文档、一个 UI 字符串仓库、一个字幕文件、一个幻灯片、一份合同
- 审校或修复现有翻译——机器翻译的语体、不一致的术语、审校者的抱怨、团队无人能读的语言中的错误报告
- 本地化产品:提取字符串、复数和性别、占位符安全、伪本地化、扩展预算、区域设置代码和回退、RTL 布局
- 决定区域设置本身的问题:es-ES 对比 es-419、zh-Hans 对比 zh-Hant、正式对比非正式称呼、启动哪些区域设置以及顺序
- 运行工作:范围界定和报价、向翻译简报、构建术语表、连接翻译记忆、设置后编辑、评分质量
- 误译有后果的受监管输出:合同、专利、临床文档、设备说明、财务报表、任何需要认证的内容
- 不用于纯母语创作(
spanish、french、german、japanese、chinese——这些教授如何听起来像母语者,无需翻译)或从音频转录和时间轴字幕(video-captions、speech-to-text-transcription);本技能涵盖源语言到目标语言的跨越本身,包括翻译这些技能产生的字幕文件
快速参考
| 情况 | 操作 | 深度 |
|---|---|---|
| 要翻译的纯文本或文档,无特殊情况 | 确定区域设置、语体和受众;句子级翻译;运行输出门 | — |
UI 字符串、目录文件、必须保留的 %s | 占位符是有效载荷;复数形式根据目标语言的 CLDR(规则 4) | software-strings.md |
| 文本溢出按钮、标签、列 | 按源长度预算扩展——设计冻结前使用下表 | software-strings.md |
?????、é、æ¼¢ 或输出中的豆腐框 | 编码问题,而非翻译:先解码链,然后字体覆盖 | rtl-and-scripts.md |
| 阿拉伯语或希伯来语:标点符号在错误一端,数字颠倒 | Bidi 隔离,而非字符串反转 | rtl-and-scripts.md |
| 长文档、DOCX/PDF/幻灯片、脚注和表格 | 先提取结构,翻译片段,重新组装,然后检查布局 | documents.md |
| 网站、CMS、Markdown、帮助中心或 hreflang | 可翻译属性、URL 策略、互惠 hreflang、每个区域设置的关键词 | web.md |
| SRT、VTT、配音脚本或不同步的字幕 | 先阅读速度和行预算,然后帧率 | subtitles.md |
| 口号、活动、笑话、双关、诗或要传递的品牌声音 | 创译:基于效果的简报,提供带反向翻译的选项 | transcreation.md |
| 合同、专利、临床、财务或“必须经过认证” | 按体制路由;风险承担片段的反向翻译 | legal-medical.md |
| 游戏文本:对话变量、字符限制、评级 | 变量安全语法、构建时 LQA、文化化通过 | games.md |
| “这个翻译好吗?” | 错误类型和带公式的分数,而非意见 | quality.md |
| 同一术语反复出现不同翻译 | 术语表和不要翻译列表,在交付时强制执行 | terminology.md |
| TM、TMX、XLIFF、模糊匹配或折扣网格 | 杠杆计算和决定它的分段 | translation-memory.md |
| 要后编辑的 MT 输出,或“我们可以直接用机器翻译吗?” | 五项失败检查清单、后编辑级别、何时禁止 MT | machine-translation.md |
| 哪个区域设置代码、哪个变体、哪个回退 | BCP 47 形状、变体策略、每种语言的语体默认值 | locales.md |
| 数字、日期、货币、地址、名称、排序 | 来自区域设置的格式,从不翻译数字 | numbers-and-names.md |
| 范围界定、报价、向翻译简报、截止日期 | 字数、吞吐量数据、简报内容、交接 | jobs.md |
| 其他任何内容 | 翻译它,然后说明您做出的两个假设(受众和语体),以便用户可以更正其中之一 | — |
覆盖图:software-strings.md i18n 目录和占位符 · locales.md 代码、变体、语体 · rtl-and-scripts.md bidi、CJK、编码 · numbers-and-names.md 区域设置数据格式 · documents.md 长格式和结构化文件 · web.md 网站、CMS、多语言 SEO · subtitles.md 字幕和配音 · transcreation.md 营销、文学、幽默 · games.md 游戏本地化 · legal-medical.md 受监管和认证的工作 · terminology.md 术语表和 DNT · translation-memory.md TM、XLIFF、模糊网格 · machine-translation.md MT 和后编辑 · quality.md 审校、MQM、验收 · jobs.md 范围界定、简报、供应商。
核心规则
- 翻译句子,而不是单词——并且未经说明绝不越过句子。 单词级保真度产生准确但不可读的文本;段落级自由度产生可读但不忠实的文本。单位是句子,以段落为上下文。当一个句子必须拆分、合并或重新排序才能在目标语言中工作时,这是一个正常的决定;当断言、数字或模糊措辞发生变化时,这是一个缺陷。信号测试:双语读者可以指向源语言子句,该子句承载您在目标语言中的每个断言。
- 没有上下文不翻译字符串,并且缺失的上下文需说明,而非猜测。
Open在按钮上是动词,在状态徽章上是形容词,在大多数语言中它们是不同的词。要求截图、msgctxt或开发者评论;当不存在时,按最可能的用法翻译,并在交付说明中记录假设。键是英文字符串的目录("Open": "Open")使这不可能,并且需要报告为缺陷(software-strings.md)。 - 绝不通过拼接构建句子。
"Deleted " + n + " items"在英语中有一种词序,在土耳其语、日语和阿拉伯语中有多种,并且它隐藏了斯拉夫语和闪米特语所需的配合。一条消息等于一个带命名占位符和 ICU 复数或选择形式的字符串。这是重构成本最高的 i18n 缺陷,因为修复它改变代码,而非文本。 - 复数形式来自目标语言的 CLDR,绝不平移源语言。 英语有两个类别(
one、other);俄语、波兰语和捷克语有四个;阿拉伯语和威尔士语有六个;日语、中文、韩语、越南语和泰语有一个。仅暴露one/other的目录会使俄语在 2、21 和 101 时出错——这是代码的过错,而非译者的。在填充文件前检查目标语言的类别(software-strings.md中的表格)。 - 从源长度预算扩展,在布局冻结之前。 短字符串扩展最多。从英语开始,计划:1-10 个字符 → 最多 +200%;11-20 → +100%;21-30 → +80%;31-50 → +60%;51-70 → +40%;70+ → +30%(IBM 全球化表格,行业默认值)。德语、芬兰语和俄语位于范围顶端;CJK 合约约三分之一但需要更大的行高。仅在英语中测试过的 UI 是未经测试的。
- 一个术语,一种翻译,第一次决定时即写下。 一致性胜过优雅:遇到同一概念的两个词的读者会假设它们是两个不同的概念。第一次选择术语时,它成为术语表行,带有词性和原因;第一次拒绝时,它成为禁止的翻译。框和格式:
memory-template.md,机制在terminology.md。 - 语体是每个区域设置的一次性决定,并重复使用。 T-V 区分(tu/vous、tú/usted、du/Sie)、日语礼貌级别、韩语敬语级别、阿拉伯语 MSA 对比方言不是句子级选择——在产品中切换是最明显的业余信号。默认来自
formality;声明的偏好成为该区域设置记忆中的行,在同一回合(locales.md)。 - 机器输出是带有已知失败列表的草稿。 在阅读 MT 的风格之前,按顺序检查五件事:否定是否被丢弃或反转、性和数的一致、与术语表的术语匹配、礼貌级别、以及数字或单位是否原样复制。由
mt_policy管理;MT 绝不作为法律、医疗或安全文本的交付物(machine-translation.md)。 - 没有任何风险的内容仅凭一双眼睛发货。 ISO 17100 将翻译服务定义为翻译加第二人的修订;当第二人不可能时,替代方案是延迟的自我审校(至少几小时后,仅目标语言,隐藏源语言)加上风险承担片段的反向翻译——数字、剂量、否定、义务、截止日期、名称。在开始前定义哪些片段是风险承担者,而非事后(
quality.md)。
哪些地方会出问题,以及这意味着什么
解码规则:显示损坏的层命名原因。乱码字符是字节;数字周围的错误语法是复数规则;从未改变的字符串是未被提取的。
| 症状 | 最可能原因 | 第一步 |
|---|---|---|
é、’、ñ | UTF-8 字节在链中某处被解码为 Latin-1 | 找到假设旧编码的一跳;绝不通过重新输入字符来“修复”(rtl-and-scripts.md) |
????? 或 _____ 在应有文本处 | 转换为单字节字符集的丢失性转换,通常在数据库或导出边界 | 列字符集和连接字符集,然后从源重新导出 |
| 空白框(豆腐)或回退字体 | 字体缺少该脚本——渲染问题,而非编码问题 | 检查脚本的字体覆盖,而非文件 |
| 字符串保持英语,无论区域设置如何 | 从未提取,或框架从未获取区域设置 | 在源中 grep 字面量;然后确认运行时解析的区域设置(software-strings.md) |
翻译后崩溃或 %!s(MISSING) | 目标语言中占位符数量或顺序发生变化 | 每个片段的占位符奇偶检查(输出门);使用位置形式(%1$s) |
| 在 2、21 或 101 个项时出现错误语法 | 目录中缺少目标语言的 CLDR 类别 | 在文件级别添加缺失的类别(规则 4) |
韩语文本显示 이(가) 或 을(를) | 粒子由前一个音节的终声选择,通过拼接不可能实现 | 重写句子以避免粒子,或使用能变形的框架(locales.md) |
| 阿拉伯语句子以左侧的句号结束 | Bidi 算法在文本上正确工作 |