Paper Full Translate Zh

在以下场景使用本 skill：

• 用户要求把论文全文翻译成中文
• 用户要求保留图片、图题、表格、公式
• 用户要求输出为 Markdown 文件
• 用户要求把结果与原论文放到同一个目录中
• 用户要求按论文名称创建目录来收纳原文与产物
• 用户要求额外生成读书笔记、总结、研究启发

在以下场景不要优先使用本 skill：

• 用户只要摘要翻译或只要简短总结
• 用户只要文献综述，不需要逐段全文保真翻译
• 用户没有提供论文文件、可访问链接或明确来源

Required Outcome

你需要产出三个层面的结果：

1. 一个以论文名称命名的统一输出目录
2. 结构保真的全文中文翻译
3. 图片、图题、表格、公式的完整保留或可追溯降级保留
4. 位于 notes.md 最前面的“剥洋葱式文献导读”
5. 一份可直接用于阅读和研究选题的笔记总结

Inputs to Confirm

如果用户没有明确说明，先补齐以下输入；若任务能继续推进，则采用默认值并在结果中注明：

• 论文来源：本地 PDF、arXiv 页面、HTML、LaTeX 源码或其他链接
• 目录命名：使用论文标题，还是强制使用用户给定名称
• 输出形式：只要中文，还是中英对照
• 笔记形式：单独笔记文件，还是附在全文翻译末尾
• 是否需要翻译参考文献条目标题
• 是否允许对扫描版 PDF 使用 OCR 作为降级方案

默认值：

• 目录默认使用论文标题命名；若标题不可得，则使用原文件名 stem
• 输出为纯中文，不做中英对照
• 笔记单独存为 .notes.md 文件
• “剥洋葱式文献导读”默认放在 notes.md 最前面
• 默认导出图片文件，并创建 assets/ 目录
• 参考文献保留原始引用串，不强行翻译作者名与出版信息
• 遇到扫描版或提取质量差的 PDF 时，允许 OCR，但必须标注风险

Workflow

1. Validate the Source

• 只处理用户提供的本地文件或用户明确指定的论文链接
• 先识别来源类型：PDF、arXiv HTML、普通 HTML、LaTeX 源码
• 优先级默认如下：结构化 HTML 或 LaTeX > 可提取文本的 PDF > OCR PDF
• 如果存在结构化来源与 PDF，同步核对标题、作者、章节，避免版本错配

2. Create the Paper Directory First

• 在开始生成任何产物前，先确定论文标题
• 用论文标题生成一个文件系统安全的目录名 <paper_title_dir>
• 在原论文所在目录下创建这个目录
• 如果输入是本地文件，则把原论文文件剪切到该目录中
• 如果输入是远程链接，则将下载得到的原论文文件直接保存到该目录中
• 所有后续产物都必须写入该目录内，不要散落在上级目录

目录布局默认如下：

<paper_title_dir>/
  <original_paper_filename>.pdf
  <paper_stem>.zh-CN.full.md
  <paper_stem>.zh-CN.notes.md
  assets/

3. Build a Structural Map Before Translating

在真正翻译前，先建立论文结构清单：

• 标题、作者、摘要、关键词
• 各级章节标题
• 正文段落顺序
• 公式编号与位置
• 图片编号、标题、引用位置
• 表格编号、标题、列结构
• 脚注、附录、致谢、参考文献

质量要求：

• 任何进入最终译文的段落，都必须能回溯到原文中的一个明确位置
• 不允许先总结再“扩写成翻译”
• 不允许跳过 appendix、figure caption、table caption、footnote 这类容易漏掉的部分

实现建议：

• 如果来源是结构化 HTML，或者论文包含大量公式、表格、图题、附录，需要重复解析同一来源，允许编写一次性的临时本地提取脚本来批量抽取章节、公式、表格、图题与图片清单
• 临时脚本只是中间工具，不属于最终交付物；在产物生成完成后应删除，避免在工作区残留无关文件
• 临时脚本应服务于“结构保真提取”，不要把它写成摘要生成器或自由改写器

4. Extract Figures, Tables, and Equations

Figures

• 提取所有正文图片，并保存到 assets/ 目录
• 文件名使用稳定顺序，例如 figure-01.png、figure-02.png
• 在 Markdown 中用相对路径引用图片
• 图片插入位置应尽量与原文相对位置一致，至少要与对应 caption 紧邻
• 如果无法单独提取图片，但能从页面裁切获得可读版本，则保存裁切图，不要直接省略
• 对双栏或多栏 PDF，必须先判断图片和 caption 所在栏，再按该栏的边界裁切；不要把相邻栏的正文段落一起裁进图片
• 如果图位于右栏或左栏，不要为了“留白保险”横向扩到整页；允许保留少量页边空白，但不应包含无关正文、节标题、页码或参考文献正文
• 完成裁切后，应至少再核对一次：导出的图片是否只包含目标图及其必要留白，而不包含相邻正文列
• 对 PDF 来源，默认优先使用“页面区域渲染”来导出图，而不是直接导出原始 image XObject
• 只有在确认 raw image XObject 与页面最终渲染结果一致时，才允许直接导出原始图片对象
• 如果 PDF 图像对象带 soft mask、透明通道、叠加文字、矢量箭头、边框、标注或多图层合成效果，不要直接导出底层图片；应改为按图的边界框裁切页面并渲染
• 页面区域渲染时，应关闭透明输出或显式铺白底，避免导出的 PNG 出现黑底、缺字、缺线框或透明区域显示错误
• 若一张图由多个页面对象共同构成，导出结果必须以 PDF 阅读器中的最终可见效果为准，而不是以单个底层对象为准
• 如果无法稳定确定图的边界框，允许扩大裁切范围并在结果中保留少量页背景，也不要错误导出成黑底或缺损图
• 在 Windows 环境下，若论文目录名较长，务必优先使用短资源目录 assets/ 与简短图片文件名，例如 assets/figure-01.png，避免因绝对路径过长导致 Markdown 预览无法显示图片

Tables

• 优先转成 Markdown 表格
• 如果原表格过宽、跨行跨列复杂或 Markdown 会严重失真，则改用 HTML table
• 如果仍无法可靠重建，则用文字概括表格结构与关键信息，并明确标记该处建议人工复核
• 如果表格最终需要以截图形式保留，裁切范围必须覆盖 caption 与完整表体，但不要把表后正文段落、下一小节标题或页码上方的大段正文一起裁入
• 如果表格跨页，不要只保留其中一页；应把各页表体拼接成同一张图，或按顺序保留多张表格图片并在 Markdown 中连续引用
• 对截图保留的表格，交付前至少核对一次表头、末行和 caption 是否都完整出现，避免出现只截到半张表或把后续正文误当作表的一部分

Equations

• 优先保留为 LaTeX 形式的行内公式与块级公式
• 原始变量名、上下标、希腊字母、编号必须保持一致，不要意译
• 块级公式使用 $$...$$
• 行内公式使用 $...$
• 如果公式原本是图片或提取失败，先尝试手工转写为 LaTeX；若仍不可靠，则保留公式图片并标记该处为降级保留

5. Translate Without Omissions

翻译时必须遵守以下原则：

• 逐段推进，不跳段，不合并多段后只写摘要式中文
• 所有章节标题、图题、表题、脚注、附录标题都要处理
• 公式本身不翻译，只翻译公式前后的说明文字
• 代码、伪代码、算法名、数据集名、模型名保持原文；必要时可在后面补一个简短中文解释
• 专有名词首次出现时可写成“中文（英文）”，后续保持一致
• 遇到拿不准的短语，不要编造；保留原词并在邻近处给出谨慎中文释义

特别要求：

• 目标是全文翻译，不是摘要翻译
• 如果某段无法可靠提取，必须显式标注“此处原文提取不稳定，建议人工复核”，而不是默默省略

6. Reconstruct the Markdown

全文 Markdown 的推荐结构：

# 中文标题

## 论文信息
- 原文标题：...
- 作者：...
- 来源：...
- 原文件：<paper_title_dir>/<original_paper_filename>

## 摘要
...

## 1 引言
...

![Figure 1: ...](assets/figure-01.png)

$$
...
$$

## 参考文献
...

重建时注意：

• 保持原文章节层级，不要随意改写结构
• 图片和表格尽量放在原文首次引用之后的近邻位置
• 使用相对路径，确保 Markdown 在同目录打开时可直接显示资源
• 如果原文有编号标题，尽量保留编号
• 若在 VS Code 或 Windows 中预览 Markdown，优先使用短相对路径，例如 assets/figure-01.png，不要让资源目录名随论文标题无限增长

7. Add the Onion-Peeling Paper Guide

在 notes.md 的最前面追加一个独立章节，标题固定为：

## 剥洋葱式文献导读

该章节必须包含以下 4 步，且顺序固定：

第 1 步：全盘吸收与一句话总结（Context）

• 阅读整篇论文后，提炼该部分内容的核心动机
• 用一句话说明“这段内容在解决什么实际问题”
• 这句话必须落到实际问题，而不是泛泛复述论文标题

第 2 步：构建直觉与生活隐喻（Grounding）

• 暂时抛开学术名词
• 强制使用一个极其通俗的生活场景来类比核心机制，例如水管分流、切蛋糕、图书馆借书、快递分拣、餐厅排队等
• 隐喻必须覆盖论文的主要运行逻辑，而不是只类比局部现象

第 3 步：聚焦核心公式拆解（Core Focus）

• 挑出最能代表论文机制的 1 到 2 个核心公式
• 把公式中的关键符号与第 2 步的生活隐喻做一一对应
• 用大白话解释这些符号在现实场景里分别代表什么
• 说明这些公式的物理意义、逻辑意义或优化目标

第 4 步：全盘扫荡与补全（Exhaustive Mapping）

• 在讲清楚核心逻辑之后，再把剩余边缘公式、辅助定义或推导步骤逐步补进整体框架
• 解释这些部分分别在整个方法里承担什么角色
• 强调它们是“补全主线”而不是另起一套解释

约束要求：

• 这部分必须写在 notes.md 的最前面，放在其他笔记内容之前
• 这部分不得写入 full.md，也不得新建第三个 Markdown 文件
• 语气应偏讲解，不要写成论文式摘要复述
• 隐喻必须真正可理解，避免使用新的抽象术语去解释旧术语
• 核心公式只能选 1 到 2 个，避免把“核心公式拆解”写成公式流水账

8. Write the Notes File

笔记文件要面向研究阅读，而不是重复全文翻译。其顺序应当是：

1. 先写“剥洋葱式文献导读”
2. 再写常规研究笔记

除导读部分外，笔记至少包含：

• 论文基本信息
• 一句话核心问题
• 方法主线
• 主要贡献
• 关键实验结论
• 关键公式或机制
• 优点
• 局限
• 与当前研究主题的关系
• 值得追的后续问题

推荐模板：

# 论文阅读笔记

## 剥洋葱式文献导读

### 第 1 步：全盘吸收与一句话总结（Context）

### 第 2 步：构建直觉与生活隐喻（Grounding）

### 第 3 步：聚焦核心公式拆解（Core Focus）

### 第 4 步：全盘扫荡与补全（Exhaustive Mapping）

## 基本信息
- 标题：
- 作者：
- 年份：
- 来源：

## 一句话总结

## 研究问题

## 方法概览

## 主要贡献
1. 
2. 
3. 

## 实验与结果

## 关键点摘录

## 局限与风险

## 对我当前课题的启发

## 后续可追论文

9. Perform Completion Checks

交付前逐项检查：

• 章节数量与原文主结构是否一致
• 是否漏掉摘要、附录、图题、表题、脚注、致谢、参考文献
• 原论文文件是否已经移动到论文名称目录中
• full.md、notes.md、assets 和原论文是否都位于同一个论文名称目录中
• 所有图片链接是否存在且可相对访问
• 表格是否可读
• 公式是否保持原义和排版边界
• “剥洋葱式文献导读”是否位于 notes.md 最前面
• 导读部分是否完整覆盖 4 个步骤
• 输出文件是否与原论文位于同一目录
• 是否对所有无法可靠提取的部分做了显式标注

Decision Rules

If the source is arXiv

• 优先使用结构化页面或 LaTeX/HTML 内容提取正文与公式
• 使用 PDF 仅作为核对图片编号、分页和可能遗漏内容的补充来源

If the source is a normal PDF with extractable text

• 先做文本层提取，再与页面视觉结构核对
• 对多栏、脚注、浮动图表额外检查，避免阅读顺序错乱
• 对图片导出，优先验证是否存在 transparency / smask / 多对象叠加；一旦存在，必须改用页面裁切渲染而不是 raw image export

If the source is a scanned PDF

• 明确告知会使用 OCR，准确率可能下降
• 优先保证不遗漏内容，其次再优化排版
• 不确定的内容要保留原截图或原文片段用于人工复核

If figures or equations cannot be reconstructed perfectly

• 允许降级为截图或原始片段保留
• 不允许静默丢弃
• 在 Markdown 中注明该元素采用降级保留

Output Standard

优秀结果应满足：

• 用户能直接打开 Markdown 顺序阅读整篇中文论文
• 用户能在一个以论文名称命名的目录中同时找到原文、全文译文、笔记和资源文件
• 图片、图题、表格、公式在阅读位置上基本正确
• 即使有个别提取失败之处，也有明确标注与回退内容
• 用户在读完 notes.md 开头的“剥洋葱式文献导读”后，能够先抓住直觉，再回到公式与全文
• 笔记部分能够帮助用户快速判断论文价值、方法逻辑与研究启发
• PDF 导出的图片应与 PDF 阅读器中的最终显示效果一致，不应出现因透明蒙版、黑底或图层丢失导致的失真

Example Prompts

• 把这篇 PDF 收进一个以论文名命名的目录里，原文件剪切进去，再生成全文中文 Markdown、notes 和 assets。
• 处理这个 arXiv 论文链接，创建论文名称目录，并把下载的原论文、中文全文 md、notes 文件和 assets 一起放进去。
• 对这篇论文做逐段翻译，不要省略 appendix，公式用 LaTeX，图表尽量原位保留，所有结果与原论文放在同一个论文名称目录里。
• 在 notes.md 最前面追加“剥洋葱式文献导读”，但总共仍然只输出 full.md 和 notes.md 两个文件。

Weak Points to Clarify with the User

当首次为某个用户执行此 skill 时，优先确认下面几个容易引发返工的问题：

• 参考文献部分是保留原始英文，还是连标题一起翻译
• 最终要单独两份文件，还是全文翻译和笔记合并成一份
• 目录名是使用论文标题，还是使用用户给定的名称
• 对扫描版 PDF 的 OCR 误差是否接受
• 是否需要中英对照版本而不是纯中文版本