PDF翻译Skill

一、简介

double6-pdf-translation 是一款运行在 OpenClaw 平台上的 PDF 翻译技能，专门用于将英文 PDF（学术论文、技术文档、报告等）翻译为简体中文，同时尽量保留原始版式，支持生成左中文右英文的双语对照 PDF，方便对照阅读和引用。

该技能基于 pdf2zh_next 翻译引擎，支持多种 OpenAI-Compatible API，我们推荐使用腾讯混元大模型 Hy-MT2-Plus，翻译质量稳定，速度快。

二、基本信息

三、核心功能

·PDF 翻译：支持英文 PDF（学术论文、报告、技术文档等）翻译为简体中文，非扫描版，纯图片版效果最佳

·版式保留：尽量保持原始 PDF 布局，包括段落结构、表格、图表标题、脚注、页眉页脚等

·双语对照：可生成左中文右英文的双语对照 PDF，方便对照阅读和精准引用

·元数据修复：自动修复翻译后的标签（如 Table 1 自动替换为 表1，保留编号规则）

·多格式输出：同时输出纯中文版和双语版两个 PDF 文件，可按需选用

·并发加速：支持 QPS 控制和多 Worker 并发，可根据 API 配额调整速度

四、翻译效果预览

以下为实测翻译效果（arXiv 论文 2605.10211），左侧为原始英文 PDF，右侧为双语对照 PDF：

▼ 原始英文 PDF（第1页）

▼ 翻译后双语 PDF（左中文 / 右英文）

五、安装方法

方式一：通过 RedSkill 商店安装（推荐）

在 OpenClaw 中使用 RedSkill 商店一键安装：

redskill install double6-pdf-translation

方式二：手动下载安装

将技能包下载到 OpenClaw workspace skills 目录：

git clone <仓库地址> ~/.openclaw/workspace/skills/double6-pdf-translation

六、使用方法

方法一：由 OpenClaw AI 助手代为执行（最简单）

直接在 OpenClaw 对话中告诉 AI：「请帮我翻译这个 PDF」，并附上文件，AI 会自动完成所有步骤。

方法二：手动运行脚本

Step 1：配置环境变量

$env:LOCAL_TRANSLATION_API_KEY = "sk-pkW…t12T" # 替换为你的实际 API Key$env:LOCAL_TRANSLATION_PROVIDER = "openai"$env:LOCAL_TRANSLATION_BASE_URL = "https://tokenhub.tencentmaas.com/v1"$env:LOCAL_TRANSLATION_MODEL = "hy-mt2-plus"$env:PAPER_TRANSLATION_COMPAT_PROXY = "off"  # 关闭兼容代理

Step 2：运行翻译脚本

cd C:\Users\Administrator\.openclaw\workspace\skills\double6-pdf-translationpython scripts/run_pdf_translation.py "输入PDF路径" --output-dir "输出目录" --pdf2zh-backend module

七、没有 conda 环境怎么办

该技能默认使用 conda 环境的 Python（版本 ≥ 3.11）运行。如果你的系统没有安装 conda，有以下两种解决方案：

方案 A：安装 conda（推荐）

安装 Miniconda 或 Anaconda：

# 下载安装 Miniconda（推荐，轻量）https://docs.anaconda.com/miniconda/install/

安装完成后，创建并激活 Python 3.11 环境：

conda create -n pdf-trans python=3.11conda activate pdf-trans

方案 B：使用系统 Python + 虚拟环境

如果习惯使用系统 Python，可以用 venv 创建独立环境：

# 创建虚拟环境python -m venv pdf-trans-venv# 激活虚拟环境（Windows）pdf-trans-venv\Scripts\activate# 安装依赖pip install pdf2zh_next pymupdf reportlab onnxruntime

注意：无论使用哪种 Python 环境，翻译脚本都通过 `--pdf2zh-backend module` 参数指定使用 Python 模块方式运行，以确保兼容性。

八、重要注意事项

1. 首次使用前强烈建议运行 preflight 检查

运行以下命令检查所有依赖是否完整：

python scripts/preflight_runtime.py --strict

如果某项检查失败，根据提示安装对应依赖包后再运行翻译。

2. Windows 上 bitarray / onnxruntime DLL 加载失败的解决方法

在某些 Windows 系统上，AppLocker 或安全策略会阻止编译型 Python 扩展的 DLL 加载，导致出现「动态链接库初始化例程失败」（Error 1114）的错误。解决方法如下：

·临时关闭 Windows Defender 实时保护：按 Win+S 搜索「Windows 安全中心」→「病毒和威胁防护」→「管理设置」→「实时保护」关闭，翻译完成后记得开启。

·将 Python 目录加入 Windows Defender 排除项：以管理员身份运行 PowerShell，执行：Add-MpPreference -ExclusionPath "D:\ProgramData\anaconda3"（替换为你的 Python 安装路径）

·安装 Visual C++ Redistributable：下载并安装 VC++ 2015-2022 Redistributable：https://aka.ms/vs/17/release/vc_redist.x64.exe

·复制 Intel OpenMP DLL（onnxruntime 依赖）：如果 onnxruntime 加载失败，将 libiomp5md.dll 复制到 onnxruntime/capi 目录：conda\pkgs\intel-openmp-xxx\Library\bin\libiomp5md.dll → site-packages\onnxruntime\capi\

3. 翻译模型推荐：腾讯混元 Hy-MT2-Plus

我们推荐使用腾讯混元大模型 Hy-MT2-Plus 作为翻译引擎：

·API 平台：腾讯云 TokenHub（https://tokenhub.tencentmaas.com）

·模型名称：hy-mt2-plus（需在平台开通后获取 API Key）

·兼容 OpenAI SDK，配置简单，支持 JSON mode

·翻译质量稳定，特别适合学术论文和技术文档

其他兼容的模型：DeepSeek、Moonshot KIMI、SiliconFlow 等 OpenAI-Compatible API 均可使用。

4. 适用范围的说明

该技能针对非扫描版文本 PDF 设计，通过提取 PDF 中的文本进行翻译。对于扫描版（图片合成的 PDF），翻译效果会大打折扣，建议谨慎使用。

九、完整依赖列表

运行该技能需要以下依赖包（conda 环境下一键安装）：

pip install pdf2zh_next pymupdf reportlab onnxruntime

十、常见错误及解决方案

「错误 1114：DLL 初始化失败」

AppLocker 或安全策略阻止了 bitarray / onnxruntime 的 DLL。→ 解决：临时关闭 Windows 实时保护 / 加入排除项 / 安装 VC++ Redistributable

「API 401/403 认证失败」

API Key 错误、过期或配额耗尽。→ 解决：到 TokenHub 控制台检查 Key 和账户余额

「翻译过程中断：无响应」

API 请求超时或网络问题。→ 解决：增加 --openai-timeout 参数值；检查网络连接

「PDF 版式错乱」

复杂表格、多栏布局的 PDF 可能出现排版问题。→ 说明：该技能对非扫描版文本 PDF 效果最佳，扫描版不适用

「质量门 blocking」

部分段落翻译质量未达标被质量门拦截。→ 解决：查看 render_manifest.json 确认原因；可调整翻译参数重试

十一、输出文件说明

翻译完成后，输出目录包含以下文件：

·*.zh.pdf  — 纯中文翻译 PDF，可直接阅读

·*.bilingual.pdf  — 双语对照 PDF，左侧中文 + 右侧英文

·*.no_watermark.zh.mono.pdf  — 无水印版本

·pdf2zh-next.log  — 翻译过程详细日志

·render_manifest.json  — 渲染结果清单，含质量门状态

·backend_run_manifest.json  — 后端运行详情，含 API 调用统计

十二、总结

double6-pdf-translation 是一款功能完整的 PDF 翻译工具，特别适合以下场景：

·学术论文翻译（保留公式、引用、参考文献格式）

·技术文档、API 文档中英互译

·报告、需求文档多语言转换

·书籍、教材章节翻译

推荐使用腾讯混元 Hy-MT2-Plus 模型，翻译质量稳定、速度快、API 兼容性好。支持 Windows / macOS / Linux，跨平台通用。