首屏
一句话：一整本书，从译到读到学——术语一致的整书翻译流水线，双语对照的沉浸阅读，按你水平沉淀生词的学习闭环。
四个数：10 阶段翻译链路 ｜ 850 Rust 测试+CI ｜ 成本 −1050%·速度 3–8× ｜ 开源 MIT
主视觉：图 1 翻译链路十阶段全景 + 书架/双语阅读截图
S0 产品形态：译·读·学，与一条由点到面的脉络
译——自研 Rust 翻译流水线：导入一本书（PDF/EPUB），走十阶段链路产出一本术语一致、结构完整、可渲染的译书。 读——双语对照整书阅读；纯英语阅读时的 WordWise 行间提词（生词在行间即时提示，不中断阅读）。 学——按你的外语水平从书中提取生词；译完即可读、可读即可学，阅读与生词沉淀不再割裂。
发展脉络（由点到面）：这个项目不是一开始就规划成三模块的。它从一个点开始——先把「整书翻译」做对（术语一致、不重复计费、结构不坏）；翻译做对后自然长出阅读（译完的书需要一个配得上的阅读器）；阅读中又长出学习（读到的生词不该流失）。翻译→阅读→学习，是一条被真实需求推着走的路，其中翻译链路是核心与最难的部分。
S1 需求与洞察
整书翻译的痛点不是「翻不出」，而是「翻不好、翻不起、翻完就丢」：
- 术语前后不一致：同一概念在第 3 章和第 15 章译法不同，整书可读性崩塌。
- 中断=重复计费：长书翻译动辄数小时，一旦中断从头再来，token 费用翻倍。
- 结构被破坏：作者区、参考文献、表格、公式混进正文翻译，版面目全非。
- 读与学割裂：翻译完成即终点，读到的生词没有沉淀出口。
S2 市场与现状
| 现有方案 | 失效原因 |
|---|---|
| 通用翻译器 / 浏览器插件 | 句段级翻译，无整书术语一致性，无结构保护 |
| 沉浸式翻译类工具 | 面向网页双语对照，不处理整书工件与生词沉淀 |
| 生词卡 / Anki 类 | 与阅读过程割裂，需手工录入，无「按水平从书中提取」 |
| 通用 LLM 直接翻整书 | 上下文窗口装不下整书；术语漂移；中断即全废 |
空白点：整书级 + 术语一致 + 结构保护 + 译读学闭环，且成本可控。
S3 方案与规划
翻译链路十阶段（核心，全展开）
- 导入：接收 PDF / EPUB 与任务配置。
- 格式分流：PDF 统一走 OCR 预处理（布局重建 Markdown）；EPUB 走结构提取（OPF/spine/nav，pandoc 转 GFM，失败回退内部抽取）。
- 领域识别：学术 front matter 两段式（结构候选提取 → 受约束 LLM 提取），作者区/机构/DOI 不混入正文；style_profile 判定文体。
- 分块：块类型 Body / Reference / ProtectedMetadata / PdfTable；参考文献与保护块不走正文翻译。
- NER 术语预提取：双层术语资源——静态术语表 + 动态术语沉淀；预提取进入正式资源层而非仅靠 prompt 暗示。
- 异步并发翻译：结构化 JSON 契约（translatedText + confirmedTerms）；重试/退避/429 等待；provider 故障转移；checkpoint 断点恢复；route profile 跨任务复用指导动态限流与并发。
- 一致性修复：Wave 修补——后完成的 chunk 产出更稳术语后，对先完成 chunk 做最小回补（不重写整块），修补链路与主翻译分离、推理强度更低。
- 漏译复查：residual 英文复查——规则级掩码（避开 DOI/URL/Email/公式/参考文献/作者）→ 候选送修补模型 → 二次复查；统计入 metrics.json。
- 渲染：生成 translated.html；front matter 结构化结果渲染为译名标题、作者 hover 浮窗。
- 输出：工件 source.md / translated.md / translated.html / metrics.json / glossary.json / validation_report.json。
（全景见图 1。）
术语一致性：三个直觉方案的取舍（产品创意核心）
| 方案 | 代价 | 结论 |
|---|---|---|
| 译完再二次检查 | 多一遍全量 LLM，成本与延迟翻倍 | 否 |
| 先全量提术语再翻译 | 前置全量 NER，高成本、高延迟 | 否 |
| NER 预提取 + 首见锁定 + 译后回扫 | 预提取轻量、首见锁定保证一致、并发后回扫补漏 | 采用 |
关键在「动态术语进入正式资源层」：它被注入主翻译提示词、用于波次回补与最终一致性修正，并在 glossary.json 留下命中统计——命中高的动态术语可再提炼为静态术语表，形成正反馈。
译·读·学模块图（图 2）
翻译流水线 → 阅读器（双语对照 / 纯英+WordWise）→ 学习（按水平提取生词、复习），三者共享同一本书的工件与术语资源。
S4 开发与迭代
- 断点续跑 + 源文件哈希校验：checkpoint.json 保存 chunk 级译文、confirmed terms、阶段、glossary 冻结索引；中断恢复不重跑已完成 chunk，杜绝中断重复计费——这是「便宜 10–50%」的工程来源。
- route profile 跨任务复用：用前序成功/限流/并发错误样本指导后续动态限流与并发建议，新任务启动即加载画像，避免重复踩限流。
- 跨任务缓存：OCR raw 与 front matter 按内容哈希+契约缓存；命中只跳过 provider 调用，解析/重建/分块/渲染仍按当前代码重跑（缓存不掩盖代码演进）。
- 单章真实链路测试：
translate_epub_chapter_once让每次改动都能用真实章节快速验证，而非等整书跑完。 - 成本/速度：较传统翻译流便宜 10–50%、快 3–8 倍（图 4）。
S5 测评与护城河
- ~850 项 Rust 测试 + CI：流水线每个阶段都有回归底座。
- 真实门禁：working/20-regression-gates 下的 PDF 缓存与 route profile 真实门禁，改动必须过门。
- 漏译复查双层：规则掩码 + 修补模型 + 二次复查，统计落 metrics.json 与 validation_report.json。
- 人评黄金集（翻译质量）：以短篇小说与学术论文做标注与问题诊断——我与 2 位朋友独立比较、标注问题，据此反哺翻译 prompt 与 skill 的完善，让人评闭环驱动生成质量迭代。
S6 交付与展望
- 已交付：Tauri 2 + React 19 + Rust 桌面应用；GitHub 开源（MIT）；MSI/NSIS 安装包；双语 README + 12 张截图；多 provider（SenseNova/MiniMax/Cohere/NVIDIA/OpenAI-compatible）。
- 下一步：更多文体的人评与优化；动态术语→静态术语表的自动提炼；阅读与学习侧的深化（WordWise 卡片、insights）。