使用科大讯飞OCR将PDF手写体识别为Word文档，再翻译成英文版Word。当用户需要将PDF中文文档转换为英文Word时使用。支持手写体识别、分批翻译、避免上下文压缩。
将PDF手写体中文文档 → Word文档 → 英文版Word文档
PDF(中文手写体) → 科大讯飞OCR → 中文Word → 分批翻译 → 英文Word
首次使用需要配置，配置保存在
.key文件中
{SKILL目录}/.key
{
"APP_ID": "your_app_id",
"API_SECRET": "your_api_secret",
"API_KEY": "your_api_key"
}
直接告诉AI你的密钥：
请配置科大讯飞OCR密钥：
APP_ID: your_app_id
API_SECRET: your_api_secret
API_KEY: your_api_key
AI会自动保存到 .key 文件。
如果API调用失败（密钥过期、额度不足等），AI会交互式提醒：
⚠️ API调用失败，请提供新的密钥配置：
APP_ID:
API_SECRET:
API_KEY:
Step 1️⃣ 上传PDF → 科大讯飞OCR服务
↓
Step 2️⃣ 轮询状态 → 等待识别完成
↓
Step 3️⃣ 下载Word → 获取中文Word文档
↓
Step 4️⃣ 用户确认 → 检查识别质量
Step 5️⃣ 解压Word → 提取XML文件
↓
Step 6️⃣ 提取中文 → 生成待翻译列表
↓
Step 7️⃣ 分批翻译 → 每批100条，避免上下文压缩
↓
Step 8️⃣ 应用翻译 → 替换XML中的中文
↓
Step 9️⃣ 重新打包 → 生成英文版Word
重要: 翻译阶段采用分批处理，每批100条文本
┌─────────────────────────────────────────────────────────────────┐
│ Step 1: 提取所有中文文本到 texts_to_translate.json │
│ (约700+条) │
└────────────────────────────────┬────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────────┐
│ Step 2: 分批翻译，每批写入独立JSON文件 │
│ translations_1.json (100条) │
│ translations_2.json (100条) │
│ ... │
└────────────────────────────────┬────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────────┐
│ Step 3: 合并所有翻译 → all_translations.json │
└────────────────────────────────┬────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────────┐
│ Step 4: 应用翻译到XML文件 → 重新打包Word │
└─────────────────────────────────────────────────────────────────┘
使用 ocr-to-en-word 将 xxx.pdf 转换为英文Word
AI会自动完成：
.key 配置OCR识别完成后，AI会提取中文文本并分批翻译：
阶段1: PDF → 中文Word（科大讯飞OCR）
阶段2: 中文Word → 提取中文文本（~700条）
阶段3: 分批翻译（translations_1.json, translations_2.json...）
阶段4: 合并应用 → 英文Word
AI在翻译阶段会：
# 一键完成
python scripts/ocr_translate.py input.pdf -o output_en.docx
# 仅翻译已有Word
python scripts/translate_to_en.py input.docx --extract
python scripts/translate_to_en.py input.docx --apply translations.json -o output_en.docx
.docx 本质是ZIP压缩包：
document.docx
├── word/document.xml # 主文档内容 (翻译这里)
├── word/header*.xml # 页眉 (翻译这里)
├── word/footer*.xml # 页脚 (翻译这里)
├── word/styles.xml # 样式 (不翻译)
└── word/media/ # 图片 (不翻译)
<w:t> 标签内的文本iflytek-ocr-to-en-word/
├── SKILL.md # 本文件
├── .key # API密钥配置
├── scripts/
│ ├── ocr_translate.py # 一键完成（复用下方官方OCR）
│ └── translate_to_en.py # Word翻译脚本
└── ocr-skill/ # 科大讯飞官方OCR脚本
├── scripts/
│ ├── image_ocr.py
│ └── pdf_ocr.py # 官方实现，被 ocr_translate.py import
└── SKILL.md