Doc-Translate

Claude Code skill：Word 文档翻译流水线。Pandoc 负责格式，AI 负责内容，术语表负责一致性。

English | 中文

---

前置依赖

• Pandoc 2.0+
• Claude Code

安装

用 AI 安装（推荐）

复制下面这句话，在 Claude Code 中粘贴即可：

帮我把 https://github.com/ocean1798/doc-translate 克隆到 .claude/skills/doc-translate

手动安装

git clone https://github.com/ocean1798/doc-translate.git ~/.claude/skills/doc-translate

Windows 用户替换路径为 %USERPROFILE%\.claude\skills\doc-translate。

使用

在 Claude Code 中直接触发：

文档翻译 <文件路径.docx>

或者用触发词：文档翻译、Word翻译、docx翻译、技术文档翻译、document translation

做什么的

把一份中文 Word 技术文档变成格式完整、术语一致的英文 Word 文档。

怎么做的

.docx → [Pandoc] → .md → [AI 分块翻译] → .md → [Pandoc] → .docx

7 步流水线：

1. Pandoc 转换 — Word 转 Markdown，同时提取图片
2. 结构分析 — 统计章节、表格、图片数量，判断行业领域
3. 术语表准备 — AI 生成动态术语草稿 → 询问你的静态术语表 → 合并确认。合并后的术语表全程锁定
4. 分块方案 — 按 H2 章节切块，你确认后再开始翻译
5. 逐块翻译 — AI 逐块执行，每块翻译后新术语追加到术语表，下一块可见
6. 术语一致性检查 — grep 全文中英对照，确保一个中文术语只对应一个英文翻译
7. Pandoc 导出 — Markdown 转回 Word，图片路径不变，表格结构不变

核心设计

• 双层术语表：你的静态术语表是权威基线，AI 动态提取作补充。同名冲突以静态表为准。
• 按章节分块：在 H2 边界切分，不在任意行数切。每块继承前面所有块累积的术语表。
• 5 项自动验证：翻译后检查标题层级、表格行数、图片引用、全角符号残留、内容完整性。
• 禁止脚本：翻译由大模型直接读取 Markdown 执行，不用 Python/Shell 脚本代劳。

文件结构

doc-translate/
├── SKILL.md                    # 技能主文件
├── references/
│   ├── anti-patterns.md        # 10 类 AI 翻译退化模式 + 自检流程
│   ├── conventions.md          # 技术文档翻译约定
│   └── pandoc-guide.md         # Pandoc 命令参考 + 故障排除
└── glossaries/
    └── _template.json          # 术语表模板（无领域数据）

协议

MIT

---

English

What

A Claude Code skill that translates Word documents (.docx) through a structured pipeline — Pandoc handles the format, AI handles the content, and a dual-layer glossary enforces terminology consistency.

Install

AI install (recommended): Copy this into Claude Code:

Clone https://github.com/ocean1798/doc-translate into .claude/skills/doc-translate

Manual:

git clone https://github.com/ocean1798/doc-translate.git ~/.claude/skills/doc-translate

How It Works

.docx → [Pandoc] → .md → [AI chunked translation] → .md → [Pandoc] → .docx

7 steps: Pandoc conversion → structure analysis → glossary prep (AI draft + your static glossary, merged and locked) → chapter chunking → chunk-by-chunk AI translation with rolling glossary → terminology grep check → Pandoc export back to .docx.

Key Design

• Dual-layer glossary: your static glossary is authoritative; AI dynamic extraction fills the gaps. Conflicts resolve to static.
• Chapter-aware chunking: splits at H2 boundaries. Each chunk sees all previous chunks' glossary.
• 5 auto-checks: heading hierarchy, table row count, image references, CJK punctuation, content completeness.
• No scripts: translation is LLM reading Markdown directly. No Python/Shell automation.

License

MIT