Paper Bilingual

将PDF论文转换为中英双语Markdown，保留原文格式和图片，逐段提供中文翻译。

触发条件

用户要求以下操作时使用此skill：

• - 翻译这篇论文
• 把PDF转成双语MD
• 论文中英对照
• 下载论文转Markdown带翻译
• 提供PDF URL并要求翻译

输入

支持两种输入方式：

1. 1. URL输入：PDF的下载链接（http/https开头）
2. 本地路径：本地PDF文件的绝对或相对路径

处理流程

步骤1：下载PDF

• - 如果是URL，使用PowerShell下载：

• - 如果是本地路径，直接使用

步骤2：PDF转Markdown

使用Python + PyMuPDF将PDF转为Markdown并提取图片：

python
import fitz
import os
from PIL import Image

pdf_path = paper.pdf
images_dir = images
figures_dir = figures
os.makedirs(imagesdir, existok=True)
os.makedirs(figuresdir, existok=True)

doc = fitz.open(pdf_path)
pages = []

for page_num, page in enumerate(doc):
# 提取文本
text = page.get_text(text)

# 提取图片
images = []
for imgindex, img in enumerate(page.getimages()):
xref = img[0]
pix = fitz.Pixmap(doc, xref)
if pix.n - pix.alpha > 0: # 跳过透明图片
imgname = fpage{pagenum + 1}img{imgindex}.png
pix.save(os.path.join(imagesdir, imgname))
images.append(img_name)
pix = None

pages.append({text: text, images: images})

步骤3：提取完整图表（推荐方法）

使用整页渲染+坐标裁剪提取完整图表：

python
import fitz
from PIL import Image

pdf_path = paper.pdf
OUTPUT_DIR = figures
os.makedirs(OUTPUTDIR, existok=True)

doc = fitz.open(pdf_path)
fig_count = 0

for page_num in range(len(doc)):
page = doc[page_num]
# 2x缩放渲染页面为高清图片
pix = page.get_pixmap(matrix=fitz.Matrix(2, 2))
img = Image.frombytes(RGB, [pix.width, pix.height], pix.samples)

# 获取页面上的图片对象和位置
images = page.get_images()

for imgindex, imginfo in enumerate(images):
xref = img_info[0]
rects = page.getimagerects(xref)
for rect in rects:
# 缩放坐标 (2x)
x0 = max(0, int(rect.x0 * 2) - 20)
y0 = max(0, int(rect.y0 * 2) - 20)
x1 = min(pix.width, int(rect.x1 * 2) + 20)
y1 = min(pix.height, int(rect.y1 * 2) + 20)

# 过滤太小的图片碎片
if x1 - x0 < 80 or y1 - y0 < 80:
continue

# 裁剪完整图表
cropped = img.crop((x0, y0, x1, y1))
figname = ffigp{pagenum+1}{img_index+1}.png
cropped.save(os.path.join(OUTPUTDIR, figname))
fig_count += 1

print(f提取了 {fig_count} 个图表)

关键点：

• - PDF里的图表可能被拆成多个小图片块（tiles）压缩
• 直接提取会得到碎片，需要用坐标裁剪方法
• 先渲染整页，再按图片坐标裁剪，确保图表完整

步骤4：翻译并生成双语MD

输出目录结构：

memory/paper-bilingual/
└── YYYY-MM-DD-paper-name/
├── index.md # 双语Markdown
├── images/ # 整页截图（可选）
└── figures/ # 裁剪后的图表

输出格式：
markdown

主标题

Section 1

原文段落...
中文翻译段落...

原文段落...
中文翻译段落...

规则：

1. 1. 主标题（#）：英文后换行加中文
2. 二级标题（##）：英文后换行加中文
3. 普通段落：原文后直接加翻译
4. 图片：使用裁剪后的图表 figures/

步骤5：翻译实现

使用当前会话的LLM翻译，逐段调用：

将以下英文翻译成中文，保持自然段落格式：
[段落内容]

步骤6：保存输出

• - 根据PDF文件名或URL生成输出目录名
• 保存到：memory/paper-bilingual/YYYY-MM-DD-[论文名]/
• 清理临时文件

核心原则

1. 1. 每篇论文一个文件夹：避免不同论文文件冲突
2. 原文完全保留：图片、代码、公式、表格等与源文件完全一致
3. 逐段翻译：每段正文后插入该段的中文翻译
4. 标题翻译：所有级别的标题都需要翻译
5. 格式一致：翻译采用与原文相同的格式
6. 完整图表：使用坐标裁剪方法提取完整图表，避免碎片

依赖

• - Python 3.8+
• PyMuPDF (pip install pymupdf)
• Pillow (pip install pillow)
• LLM翻译（当前会话）

错误处理

• - URL无效：提示用户检查链接
• PDF加密：提示需要解密
• 翻译失败：跳过该段，保留原文