跳转至

全文译文划选：按句锚回原文

状态：已落地。现行行为见 ../frontend/translate.md 与 ../frontend/wiki.md。下面是当时的问题与方案，文中的「现在」指落地前。

和初稿有四处差别。。 ！ ？ 后面没有空格也切句。一句跨框时仍用 splitChainTranslation，按这句原文在各 member 里的长度切开，下一句不再切进前一个框。侧栏译文面板不挂批注，英文高亮的淡底只画在主阅读器。翻译前的英文高亮按字形框重叠铺到对应句，不按文字片段去套同页的每一句。

1. 一句话

在全文译文上划中半句，批注锚的是这句对应的整句英文；划过连续几句，锚的就是这几句。不落到字词，也不扩成整个版面块。

英文文字层上的划选保持现在的字形精度，不改成整句吸附。

2. 现在为什么对不回去

全文翻译一块版面只存一条 source 和一条 translated（{paper}/source/layout-translate.json，schemaVersion 1）。[[n]] 的编号单位是版面块或 chain，不是句子。默认提示词允许调整语序、拆开长句（src/lib/translate/prompt.ts）。

译文 <p> 能被浏览器选中，但这条选区不进 EmbedPDF，不会打开划词菜单，也不会写 annotations.json。高亮、备注、快速对话、加入对话的 quote 和矩形都来自 PDF 文字层；comment 只放用户自己写的话。

跨栏、跨页的 chain 先拼成一条再翻译，然后按各片段原文长度把译文切回各自的框（splitChainTranslation）。切点可以落在两句之间，框里的译文和该框英文并不成对。选区发生之后再拿中文片段去整段英文里比对，会对到别的句子上。

3. 要做

  • 翻译前把一块（或一条 chain）的英文按句切开，每句一个 [[n]]，沿用 buildTranslateBatches。
  • 每句留下 { quote, source, translated }。quote 是文字层原串，source 是送进引擎的归一化串，translated 是这句的译文。
  • 覆盖层仍拼成一段画出。每句译文包在一个 <span> 里，划选按 span 下标找到句对。
  • 高亮、备注、快速对话、加入对话写入现有批注：quote 用这些句子的英文原串，矩形用 PDFium 在文字层里定位这句得到的字形框。
  • 半句 → 这一整句；连续几句 → 这几句的并集。
  • 句对缺失时（旧缓存、这一块重译还没完成），划选退回该块整段英文，不猜句子。
  • 已有英文高亮与新批注使用和划词浅黄底相同的叠放：译文纸面在下，高亮在中，译文字形在上。
  • 笔记里的批注嵌入块在对得上句对时，原文下面用更弱颜色显示这几句的译文，字号与原文相同。对不上只显示原文。

4. 不做

  • 字词对齐，或按译文 DOM 矩形反查底下的英文字形。
  • 把划中的译文写进 quote、comment 或 annotations.json。
  • 另存一套中文批注。
  • 引用比整块短时，把整段块译文塞进嵌入块。
  • 在侧栏译文面板上新建批注，或把滚动同步从页面比例改成句子对齐。
  • 视觉批注。它锚的是页面区域，与语言无关。
  • 在英文文字层上把任意划选吸附成整句。

5. 句对怎么产生

切句发生在 normalizeLayoutSourceText 之前，切的是 region.text。chain 先按现在的规则拼接，再切句。被分栏或分页切开的一句英文仍然是一个编号。

quote 用这一刀切出来的原串，不做行末连字符合并。送入引擎的 source 仍走现有归一化。定位和 agentero mark add 都用 quote，避免「representation」对不上文字层里的 repre- sentation。

句末：拉丁 . ! ? 要后面有空白或已经到结尾；。 ！ ？ 单独即可切句。et al.、Fig.、e.g.、i.e.、小数（0.5）不当句末。切分单独做纯函数，用这些例子做测试。

编号和回切复用 [[n]]：

  • 应用追加的批量规则写明：不跨编号搬动内容，不合并编号，不丢编号。句内可以调整语序，也可以把一句英文写成两句译文。
  • 自定义提示词只替换学术风格块（一行短口语则只作附加偏好）。引擎规则和批量规则由应用写进 system。buildTranslateMessages 与 Host openai_translate_messages 一起改。
  • 内置 Hunyuan 不吃 [[n]]，Host 已按段逐条请求。这里的段改成一句。
  • 标记解析失败时，该批退回逐句重译。某一句仍然失败，这一块不写 sentences，划选退回整段英文。

画回各框时，只把这一句译文按该句原文在各 member 里的长度分进去。一句跨多个 member 时仍用 splitChainTranslation，权重是各 member 里这段原文的字符数。下一句的译文不切进这个框。任一 member 里划中这句译文，quote 都是这一整句英文。

6. 落盘

LayoutTranslateSidecarItem 增加：

sentences?: {
  /** 文字层原串，批注 quote 用这份 */
  quote: string;
  /** 归一化后送进引擎的串 */
  source: string;
  translated: string;
}[];

块上的 source / translated 仍是拼好的整段，覆盖层和缓存校验继续用它们。LAYOUT_TRANSLATE_SIDECAR_SCHEMA_VERSION 从 1 升到 2。版本不对的文件整份视为未命中，按块重译。重译完成前，这块上的划选走整段英文。

覆盖层在现有 <p> 里为每句放一个 <span data-sentence="i">。目标语言分句需要空格时才插入空格，中文拼接不加空格。复制拿到的是可见译文。

7. 划选怎么变成批注

选区的锚点落在译文 span 上时走这条路径。落在 PDF 文字层上时保持今天的 EmbedPDF 选区。

操作 结果
复制 复制译文，不建批注
高亮 / 备注 quote 为覆盖到的英文原句；矩形为这些句子在文字层中的字形框。备注正文只进 comment
快速对话 / 加入对话 选区文本是英文原句。全文译文开着时，把配对的 translated 作为额外上下文交给模型，不替换英文
翻译 不把中文再送去翻译。这句译文已经在句对里

一句跨页时，按页各写一条高亮，与现在 createHighlights 一页一条一致。每条的矩形只含该页上的字形，quote 仍是整句。

quote 在文字层里搜不到时，仍保存这句英文，矩形退回该句所在版面块里的文字层字形。不丢句子。

没有 sentences 的块：锚整段英文 source，矩形用该块 bbox 内的文字层字形。

8. 阅读译文时怎么看见

高亮矩形是英文的字形框，和中文行对不齐。阅读译文时，用高亮 quote 对照 sentences[].quote，给对应的译文 span 加淡底。淡底是画的时候算的，不写进 annotations.json。

纸面、高亮、字形的叠放与划词浅黄底相同：纸面在下，高亮在中，字形在上。关掉译文后，高亮仍在英文上。

侧栏译文面板继续不挂批注插件。滚动仍按页面比例。

9. 批注嵌入块

全文译文已经落在 {paper}/source/layout-translate.json：现在是一块一条整段 source / translated。划词翻译另存在 marks/<id>.json（kind: translate），quote 是划中的英文，result 是这一段的译文。笔记里的批注嵌入（![[papers/…/NOTES@id]]，src/components/editor/embeds/wiki-annotation-embed.tsx）只读高亮的 quote，不读这两份译文。

句对落地之后，嵌入块按批注的英文 quote 去对，对上才在原文下面画出译文：

  • 原文保持引用样式。译文紧挨在下面，字号与原文相同，颜色更弱。不加「译文」标签。
  • 对 layout-translate.json 的 sentences[].quote。批注的 quote 等于一句，或等于连续几句按原文拼接的结果，就显示这些句子的 translated，顺序与句子一致。
  • 对不上句对时，不拿整段 translated 来凑。schema 1 的整段译文只在 source 与批注 quote 完全相同才显示。
  • 划词翻译记录里已有和这条 quote 相同的 result 时，用它作为同一层译文。两处都有时优先句对；句对没有再用划词翻译的 result。
  • 译文是画的时候读文件算出来的，不写回批注。文件里的译文随缓存更新后，嵌入块跟着变。没有译文文件、或这句还没有译文，嵌入块保持现在的样子。
  • 视觉批注没有英文句对，不参与这层。

10. 验收

  • 译文里划半句再高亮：quote 是整句英文，矩形盖住这句英文，不盖住同块的其他句子。
  • 划过连续两句：quote 含这两句，不含相邻的第三句。
  • 复制只得到译文，磁盘上不新增批注。
  • 模型合并了 [[n]] 时退回逐句重译，最终每句仍有一对。
  • et al.、Fig. 1、0.5 不被切成两句。
  • schema 1 的缓存不当成句对；重译后是 schema 2。
  • 分栏切断的一句，左右两框划选得到同一句英文。
  • 关掉译文后，高亮仍标在英文上。agentero mark add 用这条 quote 能定位到同一句。
  • 嵌入块的 quote 等于一句或连续几句时，原文下面出现对应译文，字号与原文相同、颜色更弱，批注文件本身不变。
  • 嵌入块的 quote 只是块中的一部分、且没有句对时，不显示整段块译文。
  • 删掉或尚未生成 layout-translate.json 时，嵌入块只显示原文。

11. 指针

  • 翻译
  • 双链
  • PDF 阅读器
  • src/components/editor/embeds/wiki-annotation-embed.tsx
  • src/lib/pdf/annotation-ref.ts
  • src/lib/pdf/layout/layout-translate.ts
  • src/lib/pdf/layout/layout-translate-source.ts
  • src/lib/pdf/layout/layout-translate-reliable.ts
  • src/components/viewer/pdf/layers/layout-translate-overlay.tsx
  • src/lib/pdf/layout/layout-sentences.ts
  • src/lib/pdf/layout/annotation-translate-display.ts
  • src/lib/translate/prompt.ts
  • src/lib/pdf/highlight/types.ts
  • src/components/viewer/pdf/hooks/use-pdf-text-selection.ts
  • src/components/viewer/pdf/hooks/use-pdf-selection-actions.ts