SUPERTRANSLATEOPEN SOURCE · AGPL-3.0 · asimfish/super_translate

速刷论文，
却卡在英文阅读上？

公式 · 图表 · 双栏排版零破坏

SuperTranslate · 像素级保真的 Agent-Native 论文翻译引擎（英→中）：对象级保护 + LLM 翻译 + 可机读 QA 审计，Web 部署与 Agent Skill 双模式。

75/75 页 QA 通过 30 篇基准论文 1855 个测试用例 Web + Skill 双模式

Problem · 痛点

读英文论文，卡在哪里？

01

精读一篇英文论文动辄半天术语查证、来回翻词典频频打断思路；读英文的速度，远赶不上读中文。

02

网页翻译丢公式、丢版式复制进翻译器就变纯文本：公式成乱码、图表全丢，只能对着两个窗口来回跳。

03

常见 PDF 翻译工具破坏排版公式错乱、图表错位、双栏变单栏、引用编号被改写——版式一坏，读起来比原文还累。

04

翻完没有质检漏翻、错改数字全靠肉眼排查；没有证据，译文不敢当可信版本用。

典型翻车现场（示意，非特定产品截图）

原文

翻译后

公式挤出边界 · 双栏并成一栏 · 图表漂移遮挡正文

Solution · 方案总览

翻译是流水线，版式是契约

从 PDF 进、到双 PDF 出，每一步都有确定性的检查点。

PARSE对象解析逐块识别正文 / 公式 / 图表 / 表格 / 引用

→

FREEZE保护区冻结公式、图内文字、表格、引用编号原样锁定

→

TRANSLATELLM 翻译正文分块翻译，按相关性注入 1,066 条专业术语

→

REFILL原位回填按原坐标写回，CJK 字体子集嵌入

→

AUDIT对象级 QA漏翻 / 保护区 / 版面 / 术语四类检测

→

DELIVER双 PDF 交付纯中文 _zh.pdf + 双语对照 _dual.pdf + qa.json

确定性质量环：分数严格改善才替换任务崩溃可恢复 · 缓存可重放全程留证据：每个数字可追溯

Engine · 保版式引擎原理

逐对象分类，该动的才动

正文段落 → 翻译后原坐标回填

公式 Attention(Q,K,V) = softmax(QKᵀ/√d)V → 冻结

左栏正文 → 栏宽不变

右栏正文 → 栏宽不变

图 / 矢量图形 / 图内文字 → 冻结（图注翻译）

参考文献 [1][2][3] → 编号与格式冻结

可翻译文本公式保护区图形保护区引用保护区

不是整页重排，是逐对象手术页尺寸、图片、矢量图形一个字节不动；只有确认为可翻译的文本块被替换。

公式、表格、算法伪代码零改动连实验数字被意外改写都会被 QA 查出来——保护区是审计对象，不是尽力而为。

译文回填自适应控制字符清理、图注压缩、重叠检查兜底；CJK 字体子集嵌入，产物体积可控。

模板版式可学习ACM / IEEE / Springer / ACL 等版式画像可从代表性 PDF 学习复用。

Evidence 1 / 4 · 横向实测

同一页论文，三条路各走一遍

原文DPO · p4 · CC BY 4.0

直接丢给大模型deepseek · 纯文本

同一页文本直接交给 DeepSeek：正文可读但版式全无，公式 (6) 起退化为 LaTeX 源码

pdf2zhv1.9.11 · google 后端

SuperTranslatedeepseek 后端

直接丢给大模型：同一个模型，只剩一段聊天文本公式 (6) 起 LaTeX 退化成源码、下划线触发整段误斜体；双栏、页码、引用锚点全部消失。

pdf2zh：像一页论文，但整页重排加粗导语丢失、hyperref 链接框漂成空框；第 5 页定义与引理正文整段留英未翻。

SuperTranslate：公式不经模型，正文原坐标回填字重、标题、引用原位；单遍翻译 + inspect 审计，展示页零缺陷，全篇 3 处均在附录。

Evidence 2 / 4 · 整页对比

Qwen-RobotWorld Technical Report

CC BY 4.0 · 25 页技术报告

第 4 页 · 数据混合结构图大型多栏结构图 + 中文图注：图形位置、配色、连线分毫不差。

为什么难图文混排 + 行内数学符号（s_t、a_t、s_{t+1}）夹在正文里，既要翻对、又不能碰坏。

看什么左右页逐块对位：结构图完整保留，图注与正文译为中文。

VS

Evidence 3 / 4 · 长文档深处

Cosmos：75 页第 34 页，质量不衰减

CC BY 4.0 · NVIDIA 75 页技术报告

第 34 页 · 文档深处图 17 视频帧网格（4B/12B/5B/13B 四行）+ Prompt 说明文字翻译 + 加粗图注。

为什么难超长文档的后段是质量重灾区：上下文漂移、版面积累误差都会在这里爆发。

结果全篇正式 QA：75/75 页通过，793 个审计对象，0 issue。

QA 75/75 · 0 issue

VS

Evidence 4 / 4 · 局部放大

经典论文，只看最难的细节

Attention · 公式p4 · 240dpi

EN

ZH

公式 (1) 原样 · 15 页全篇 0 error · visual 0.9041

Attention · 结构图p4 · 240dpi

EN

ZH

图内冻结，图注翻译且位置不动

ResNet · 双栏首屏p1 · 240dpi

EN

ZH

CVPR 双栏 · 12 页全篇 0 error · visual 0.8621

遵守论文许可：Attention / ResNet 为 arXiv 非独占许可（非 CC），按政策仅展示小幅局部对比与聚合指标；完整页展示仅用 CC BY 4.0 论文。

Quality · QA 体系

不只翻译，还要留下证据

DETECT 1漏翻检测正文、图注、公式说明、图框内多行说明仍是英文即标记。

DETECT 2保护区检测表格、伪代码、参考文献被意外改动——连实验数字被篡改都报错。

DETECT 3版面检测文本重叠、图片丢失、空白页、公式裁切，加视觉回归比对。

DETECT 4术语一致性1,066 条专业术语按块注入提示词，译后审计是否使用标准译法。

确定性质量环

翻译mono + dual

→

全量检测4 类 detector

→

定向修复有界 · 快照

→

复检直至干净

↺ 仅当错误分严格下降才替换产物，否则回滚快照 · 全程写入 *.qa.json

Golden pages 回归：字体 / 平台变体的金样页面锁定既有质量
1855 个自动化测试用例：聚焦 PDF fixture 逐类锁定缺陷
基准门控：30 篇论文批次跑 translate → evaluate → gate 三段脚本

Mode 1 / 2 · Web 部署

浏览器里的论文翻译工作台

UP

拖拽上传，批量排队单文件 100MB，分块断点续传；实时进度条与逐步日志。

KEY

每个账号自己的 API keyAES-GCM 加密落盘，不进日志、不回传浏览器。

READ

双栏对照阅读原文 / 译文同步滚动，分割线可拖；_zh 与 _dual 双 PDF 下载。

OPS

一条命令起服务docker compose up -d --build；OCR 扫描件、飞书通知、崩溃恢复内置。

http://localhost:8001 · 双栏对照阅读

EN 原文

ZH 译文

示意：虚线框为公式保护区（原样保留）· 左右同步滚动 · 分割线可拖

Mode 2 / 2 · Agent Skill

在 Claude Code / Cursor 里一句话翻译

USE

链接进技能目录即用skills/paper-translate 软链到 ~/.claude/skills 或项目 .cursor/skills。

SOP

QA 门槛内置于 SOP零错误 + 视觉分达标才算完成；不达标就继续修复或如实报告。

REP

确定性可复现翻译缓存可 cache-only 重放；基准批次自带 translate / evaluate / gate 门控。

CLI

也可直接走命令行python -m pdf_zh_translator translate paper.pdf paper.zh.pdf --api-mode deepseek。

claude · skills/paper-translate

把 paper.pdf 翻成中文，保留版式

[skill] paper-translate 已激活

corpus-lint --strict ✓ 术语库一致

translate --preserve-graphics-text

公式 / 图表 / 引用已冻结 · 正文分块翻译中…

QA 审计：漏翻 · 保护区 · 版面 · 术语 ✓ 全部通过

产出 paper_zh.pdf · paper_dual.pdf · paper.qa.json

（示意输出：不达标时会继续修复或如实报告）

适合重度 agent 用户、批量翻译与可复现实验场景

How It Works · 实现机制

从原页，到可信译文

SuperTranslate 架构总图：冻结不可译对象、术语库逐块注入下翻译正文、原坐标回填、QA 审计；未过检进入 Agentic 修复循环，只接受严格变好，通过后交付两种 PDF

保护区不交给模型，术语随块注入：公式、引用与 URL 先替换为可逆占位符，图形、表格、算法按规则冻结；1,066 条学术术语按当前文本块注入提示词，用户可继续扩展。

未过检就进入 Agentic 修复循环：QA 带缺陷清单打回该对象重译，全部检测器重跑；问题分未严格下降就原子回滚快照——每一轮都写入 *.qa.json。

Product · 产品界面

真实界面，真实速度

localhost:8001 · 双栏对照阅读器LIVE

真实运行截图 · 未做修饰上传 → 翻译 → 完成，实测 75 秒左原文右译文 · 同步滚动

Benchmark · 基准集

30 篇论文，盯住每一种版式

20 + 10

classic20：Attention、ResNet、BERT 等经典论文严格门控批次；worldmodel10：Cosmos、DreamGen 等世界模型前沿论文。

单栏双栏公式密集算法块表格密集图表密集长参考文献附录厚重短论文长论文

10 个版式轴全覆盖 · 每篇每页跑同一套严格 QA 门槛

AttentionResNetBERTGANAdam ViTCLIPDDPMU-NetGPT-3 LoRASAMLLaMAMambaDPO vLLMInstructGPTFaster R-CNNword2vecBatchNorm CosmosDreamGenMiniWorldVid2World HunyuanWorldQwen-RobotWorld1X Humanoid Robot-Factored WMPhysics in Video WMWM Survey

蓝 = classic20 经典批次 · 橙 = worldmodel10 世界模型批次

Numbers · 数字成绩

每个数字，都有证据指针

75/75Cosmos 75 页全篇翻译 QA 通过页数

0上述全篇审计 issue 数（793 个审计对象）

30 篇基准论文批次：经典 20 + 世界模型 10

1855自动化测试用例

1,066专业术语库条目（23 个分类 · 3 份语料）

6可切换 LLM 后端：DeepSeek / Kimi / OpenAI / Claude / GLM / Google

事实纪律：数字对应仓库内基准清单、QA 报告与测试套件；不凭印象汇报，欢迎跑一遍复核。

Quick Start · 快速开始

两条路，都是几分钟的事

WEB · DOCKER COMPOSE

部署成课题组网站

git clone https://github.com/asimfish/super_translate.git
cd super_translate
cp .env.example .env   # 填 API key 与访问令牌
docker compose up -d --build

打开 https://你的域名 上传第一篇论文；VPS + HTTPS、备份与排障见 docs/DEPLOYMENT.md。

AGENT SKILL · CLAUDE CODE / CURSOR

装进你的 AI 编辑器

git clone https://github.com/asimfish/super_translate.git
mkdir -p ~/.claude/skills
ln -s "$PWD/super_translate/skills/paper-translate" \
      ~/.claude/skills/paper-translate

然后对话里说：「把 paper.pdf 翻译成中文，保留原版式」；Cursor 用户链到项目 .cursor/skills/ 即可。

Roadmap · 路线图

接下来做什么（规划中）

R1

CC 经典论文效果页扩充LLaMA、Mistral、Mamba、DPO、CoT、vLLM 六篇 CC 许可经典的完整页对比上线展示。

R2

更多语向与领域术语库英→中之外的语向探索；术语库社区共建，corpus-lint 门禁保证一致性。

R3

更多后端与本地模型探索 OpenAI 兼容端点之外的本地推理接入，让翻译完全离线。

R4

多用户规模化PostgreSQL + 外部任务队列，支撑更大团队的公网部署。

以 GitHub Issues 为准，欢迎认领与讨论——AGPL-3.0，动手改就是你的。

Star · Issue · PR 都欢迎

github.com/asimfish/super_translate

让每一篇英文论文，都能原版式读中文。

AGPL-3.0-or-later Web + Agent Skill 双模式公式 · 图表 · 双栏零破坏

项目主页：asimfish.github.io/super_translate · 效果对比可在主页拖动分割线逐像素查看