MCP HubMCP Hub
Вернуться к навыкам

translate-content

pjt222
Обновлено 5 days ago
9 просмотров
17
2
17
Посмотреть на GitHub
Метаaidesign

О программе

Этот навык переводит техническую документацию (навыки, агенты, команды, руководства) на целевой язык, сохраняя блоки кода, идентификаторы и структурную целостность. Он обрабатывает каркасы, преамбулы, перевод основного текста и отслеживание актуальности. Используйте его для локализации нового контента, обновления устаревших переводов после изменений в исходнике или пакетного перевода целого домена.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/translate-content

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

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——skillsagentsteamsguides
  • 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 dezh-CNjaes
  • 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(nametoolsmodelpriorityskills 列表條目、allowed-toolstagsdomainlanguage
  • 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——en
  • source_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:****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:

  • namedescriptionallowed-toolsmetadata 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。
  • 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。
  • 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

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-lite/skills/translate-content
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык