translate-content
À propos
Cette compétence traduit la documentation technique (compétences, agents, équipes, guides) dans une langue cible tout en préservant les blocs de code, les identifiants et l'intégrité structurelle. Elle gère la mise en place de la structure, les métadonnées (frontmatter), la traduction du texte courant et le suivi de l'actualité. Utilisez-la pour localiser de nouveaux contenus, mettre à jour des traductions obsolètes après des modifications de la source, ou traduire en lot un domaine entier.
Installation rapide
Claude Code
Recommandénpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/translate-contentCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
翻譯內容
將英文源內容譯為目標地區設定,保留技術準確性與結構完整性。
適用時機
- 將技能、代理、團隊或指南本地化至支援之語言
- 更新源變後已過時之翻譯
- 批次翻譯某域或內容類型之多項
- 為新地區設定建初始翻譯
輸入
- 必要:內容類型——
skills、agents、teams或guides - 必要:項 ID——內容之名/識別符(如
create-r-package) - 必要:目標地區設定——IETF BCP 47 碼(如
de、zh-CN、ja、es) - 選擇性:批次清單——順序譯之多 ID
步驟
步驟一:讀英文源
1.1. 定源檔路徑:
- Skills:
skills/<id>/SKILL.md - Agents:
agents/<id>.md - Teams:
teams/<id>.md - Guides:
guides/<id>.md
1.2. 讀整源檔以理解脈絡、結構與內容。
1.3. 識別須留英文之節:
- 所有代碼塊(以三反引號圍)
- 行內代碼(反引號包)
- YAML 前置設定欄位名與技術值(
name、tools、model、priority、skills列表條目、allowed-tools、tags、domain、language) - 檔路徑、URL、命令範例
- 團隊中之
<!-- CONFIG:START -->/<!-- CONFIG:END -->區塊
預期: 對源內容之全面理解,含可譯散文與保留之技術內容之清晰心理區分。
失敗時: 若源檔未找到,驗 ID 於註冊表中存在。檢內容類型或 ID 之拼字錯。
步驟二:搭建翻譯檔
2.1. 跑搭建腳本:
npm run translate:scaffold -- <content-type> <id> <locale>
2.2. 若檔已存在,讀之以檢其需更新(過時)或已時新。
2.3. 驗搭建檔含翻譯前置設定欄位:
locale——匹配目標地區設定source_locale——ensource_commit——當前 git 短雜湊translator——歸屬字串translation_date——今之日期
預期: i18n/<locale>/<content-type>/<id>/SKILL.md(其他類型則 .md)之搭建檔,含正確前置設定。
失敗時: 若搭建腳本失敗,以 mkdir -p 手動建目錄並複製源檔。手動加前置設定欄位。
步驟三:譯描述
3.1. 將 YAML 前置設定中之 description 欄位譯為目標地區設定。
3.2. 對技能,描述於頂層前置設定中。對代理/團隊/指南,亦於頂層前置設定中。
3.3. 譯保持簡潔——配源之長度與風格。
預期: 描述欄位含準確傳達原意之地道翻譯。
失敗時: 若描述含混,保持較字面之翻譯而非冒誤解之險。
步驟四:譯散文節
4.1. 逐節譯所有散文內容:
- 節標題(如「## When to Use」→ 德文「## Wann verwenden」)
- 段落文本
- 列表項文本(但非列表項代碼/路徑)
- 表格儲存格文本(但非表格儲存格代碼/值)
4.2. 完全保留以下元素:
- 代碼塊(``` 圍與縮排)
- 行內代碼(
反引號包) - 檔路徑與 URL
- 交叉引用中之技能/代理/團隊 ID
- YAML/JSON 配置範例
- 命令列範例
**Expected:**與**On failure:**標記(譯標籤,留結構)
4.3. 對技能,譯標準化節名:
- 「When to Use」→ 地區等價
- 「Inputs」→ 地區等價
- 「Procedure」→ 地區等價
- 「Validation」→ 地區等價
- 「Common Pitfalls」→ 地區等價
- 「Related Skills」→ 地區等價
4.4. 對代理,譯:
- Purpose、Capabilities、Available Skills(僅節名——技能 ID 留英)、Usage Scenarios、Best Practices、Examples、Limitations、See Also
4.5. 對團隊,譯:
- Purpose、Team Composition(僅散文——ID 留英)、Coordination Pattern、Task Decomposition、Usage Scenarios、Limitations
4.6. 對指南,譯:
- 所有散文節、除錯文本、表格描述
- 保留命令範例、代碼塊與配置片段於英文
預期: 所有散文節地道翻譯。代碼塊與英文源相同。交叉引用用英文 ID。
失敗時: 若對技術術語不確定,保留英文術語並附括號翻譯。例:德文「Staging-Bereich (Staging Area)」。
步驟五:驗結構完整性
5.1. 確翻譯檔含與源同數之節。
5.2. 對技能,驗所有必要節在:
- 含
name、description、allowed-tools、metadata之 YAML 前置設定 - When to Use、Inputs、Procedure、Validation、Common Pitfalls、Related Skills
5.3. 驗代碼塊與英文源相同(diff 圍塊)。
5.4. 檢行數:技能須 ≤ 500 行。
5.5. 驗 name 欄位與英文源完全相同(其為 ID,永不譯)。
預期: 結構有效之翻譯檔且通過驗證。
失敗時: 與英文源逐節比。復任何缺節。
步驟 5.5:驗散文已譯
5.5.1. 自翻譯檔之主體取樣 3 散文段落。擇來自不同節之段——非標題、非代碼塊、非前置設定。
5.5.2. 確每取樣段以目標語言寫,非英文。
5.5.3. 若任何取樣段仍為英文,翻譯不完整。回步驟四並譯餘英文散文後再進。
預期: 所有 3 取樣散文段皆於目標語言,確主體文本已譯——非僅標題與前置設定。
失敗時: 識別仍含英文散文之節。於續至步驟六前譯之。
步驟六:寫翻譯檔
6.1. 用 Write 或 Edit 工具將完整翻譯內容寫至目標路徑。
6.2. 驗檔存於預期路徑:
- Skills:
i18n/<locale>/skills/<id>/SKILL.md - Agents:
i18n/<locale>/agents/<id>.md - Teams:
i18n/<locale>/teams/<id>.md - Guides:
i18n/<locale>/guides/<id>.md
預期: 翻譯檔以正確路徑寫至磁碟。
失敗時: 檢目錄存在。如需以 mkdir -p 建之。
驗證
- 翻譯檔存於
i18n/<locale>/<type>/<id> -
name欄位與英文源完全相同 -
locale欄位匹配目標地區設定 -
source_commit欄位設為有效 git 短雜湊 - 所有代碼塊與英文源相同
- 所有交叉引用 ID(技能、代理、團隊)為英文
- 檔少於 500 行(對技能)
-
npm run validate:translations對此檔報告無問題 - 散文於目標語言中地道讀
常見陷阱
- 譯代碼塊:代碼、命令與配置須留英文。僅譯周圍散文。
- 譯
name欄位:name欄位為標準 ID。永不譯。 - 譯標籤值:
metadata.tags中之標籤留英文以求跨地區設定一致。 - 不一致術語:對技術術語於檔內與同地區設定之檔間用相同翻譯。
- 慣用語之字面翻譯:譯意,非詞。「Common Pitfalls」應成地區之自然等價,非逐字翻譯。
- 缺
source_commit:無此欄位則新鮮度追蹤破。永遠含之。 - 批次吞吐勝於品質:僅搭建之輸出——標題譯而主體仍英文——非有效翻譯。寡而完整之翻譯勝於多而部分。
- 超過 500 行:翻譯可能較英文擴 10-20%。若近極限,緊散文而非移內容。
相關技能
- create-skill — 理解所譯之 SKILL.md 結構
- review-skill-format — 驗翻譯之技能結構
- evolve-skill — 更新自翻譯後已變之技能
Dépôt GitHub
Compétences associées
content-collections
MétaCette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.
polymarket
MétaCette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.
creating-opencode-plugins
MétaCette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.
sglang
MétaSGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.
