Leon/docutranslate
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
758 Commits 1 Branch 0 Tags
dd3c1cfe0533e6a1d38d7e7d742d3e90d3f9a139
Commit Graph
12 Commits
This Branch
This Branch
All Branches
Author SHA1 Message Date
LeonandClaude Opus 4.7 dd3c1cfe05 fix: 术语表导入丢失中文列(BOM) + 导出改用数据库实际内容 
- handleGlossaryFiles: 加 transformHeader 剥离BOM+规范化表头，
  修复Excel/PapaParse读取带BOM的CSV时第一列名变成 zh 导致中文列被丢弃
- exportGlossaryCsv: 改为从 /service/glossary 拉取数据库实际内容再导出，
  避免导出未保存的本地脏数据；导出文件加UTF-8 BOM保证Excel中文不乱码
- 导入成功后提示已导入条数并提醒保存

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-25 19:35:01 +08:00
LeonandClaude Opus 4.7 51e51efd2a docs: 新增CLAUDE.md运维指南，含客户服务器更新步骤 
- 客户服务器git pull+重启标准流程
- DashScope API Key IP绑定说明
- MT vs 通用模型选型建议
- 共享术语表/数据目录说明
- 本分支相对原项目的关键改动

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-25 19:24:11 +08:00
LeonandClaude Opus 4.7 f2e6d847e2 feat: 全公司共享三语术语表（中/英/印尼），保存即默认引用 
- glossary_store.py: 进程级单例JSON存储，原子写入+asyncio锁，DOCUTRANSLATE_GLOSSARY_PATH可配置
- lang_mapping.py: 三列(zh/en/id)与{src:dst}互转，按目标语言自动取列；兼容旧2列CSV
- app.py: 新增GET/POST /service/glossary路由
- environment.py: 新增DOCUTRANSLATE_GLOSSARY_PATH环境变量
- index.html: 弹窗改为可编辑3列表+增删行+保存/导入/导出CSV；页面打开自动加载共享术语表；
  翻译时前端按to_lang编译为{src:dst}，payload.glossary_dict契约不变
- i18nData.json: 三语新增术语表相关UI文案
- 翻译管线零改动：MT走translation_options.terms，非MT走system prompt注入

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-25 19:18:51 +08:00
LeonandClaude Opus 4.7 2d39c009cf fix: MT模式改用JSON批处理+逐条回退，兼顾速度和可靠性 
- MT模式: JSON批处理(616段→~12 chunks)
- 自动检测未翻译段(原文==译文)，逐条回退重译
- 比纯逐条快约10倍，比纯批处理可靠

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 16:44:34 +08:00
LeonandClaude Opus 4.7 4893163221 fix: 彻底移除MT批处理，qwen-mt模型会破坏所有文本分隔符 
日志证实: \n\n---\n\n分隔符被MT模型破坏率82%(28/34批次)
MT模型逐条翻译是唯一可靠方案，无法批处理

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 16:39:47 +08:00
LeonandClaude Opus 4.7 4f6bd1bc7b fix: MT批处理增加计数校验，不匹配时自动逐条回退 
- MT_BATCH_SEP改为\n\n---\n\n，MT模型更不容易破坏
- _apply_mt_batch_results: 校验每批split count是否匹配预期
- 不匹配时标记为mismatched，_retranslate_mismatched逐条重译
- 批处理速度+逐条可靠性，两全兼顾

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 16:10:14 +08:00
LeonandClaude Opus 4.7 a8b8c416dd fix: MT批处理+原项目功能合并，616段→21批 
- segments_agent.py: MT模式用\n\n自然段落分隔批处理替代逐条发送
  _batch_segments_for_mt: 按chunk_size分批，\n\n连接段落
  _mt_batch_result_handler: 按\n\n拆分翻译结果回映射
  616段→21批(减少96.6% API调用)，翻译速度从~6分钟→~1分钟
- docx_translator.py: 合并原项目功能
  +is_instr_text_run: 跳过w:instrText域代码，防止TOC/页码被破坏
  +_decrypt_if_needed: 支持密码加密的docx
  +office_password配置项

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 15:49:01 +08:00
LeonandClaude Opus 4.7 4cf1a8c67d fix: MT模式改为逐条翻译，彻底消除标记依赖和29.4%内容丢失 
- MT模式不再打包segment为<<<SEG:n>>>标记格式
- 改为每个segment一次纯文本API调用，1:1映射，零标记零解析
- 删除_chunk_to_mt_prompt/_parse_mt_response/_result_handler_mt等~100行死代码
- 新增_mt_simple_result_handler/_mt_simple_error_handler
- 非MT模式（JSON批处理）不受影响

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 15:20:06 +08:00
LeonandClaude Opus 4.7 52bb8858c8 fix: 翻译前合并相邻同格式Run，解决Word微观Run碎片导致的格式混乱 
- 新增_run_format_key(): 生成Run格式签名(bold/italic/size/color/font)
- 新增_merge_adjacent_runs(): 合并相邻同格式Run，减少Run碎片
- P91从42个Run合并为4个(2格式交替)，P92从50个合并为1个
- 合并后翻译比例分配不再丢失内容和格式

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 15:00:31 +08:00
LeonandClaude Opus 4.7 7f02abae0e fix: 印尼语在未更新i18nData.json的服务器上回退到en而非zh 
- onMounted: 若id语言包缺失，自动使用en作为回退（而非显示中文）
- t(): 默认回退语言从zh改为en（英语比中文更通用）

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 14:53:25 +08:00
LeonandClaude Opus 4.7 97b7b20565 fix: 印尼语fallback缺失 + docx格式100%保留 
- index.html: catch块增加id回退、setLang动态更新title、标题栏初始化
- docx_translator.py: 从分段翻译改为段落级翻译，Run结构100%保留
  删除SIGNIFICANT_STYLES/is_tab_run/_process_element_children等~120行死代码

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 14:43:54 +08:00
LeonandClaude Opus 4.7 8a5f62342a fix: MT模式翻译残留、docx格式丢失、语言切换器及provider域名修复 
- provider.py: 域名匹配改为包含匹配，覆盖dashscope-intl国际站
- segments_agent.py: MT模式改用<<<SEG:n>>>纯文本标记替代JSON，避免qwen-mt模型原文残留
- docx_translator.py: _apply_translation改为按字符比例分配译文到各Run，保留原始格式
- i18nData.json: vi(越南语)替换为id(印尼语)，含完整175键翻译
- index.html: 语言切换器移至顶部标题栏，新增浏览器语言自动检测

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
 2026-06-08 14:07:13 +08:00