Paper Bilingual — 双语论文

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： URL输入：PDF的下载链接（http/https开头） 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： Invoke-WebRequest -Uri "URL" -OutFile "$env:TEMP\paper.pdf" 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：

import fitz 
import os 
from PIL import Image 
pdf_path = "paper.pdf" 
images_dir = "images" 
figures_dir = "figures" 
os.makedirs(images_dir, exist_ok=True) 
os.makedirs(figures_dir, exist_ok=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 img_index, img in enumerate(page.get_images()): 
        xref = img[0] 
        pix = fitz.Pixmap(doc, xref) 
        if pix.n - pix.alpha > 0: 
            # 跳过透明图片 
            img_name = f"page{page_num + 1}_img{img_index}.png" 
            pix.save(os.path.join(images_dir, img_name)) 
            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：

import fitz 
from PIL import Image 
pdf_path = "paper.pdf" 
OUTPUT_DIR = "figures" 
os.makedirs(OUTPUT_DIR, exist_ok=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 img_index, img_info in enumerate(images): 
        xref = img_info[0] 
        rects = page.get_image_rects(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)) 
            fig_name = f'fig_p{page_num+1}_{img_index+1}.png' 
            cropped.save(os.path.join(OUTPUT_DIR, fig_name)) 
            fig_count += 1 
print(f"Extracted {fig_count} figures") 

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： # 主标题 中文主标题

Section 1

规则： 主标题（#）：英文后换行加中文 二级标题（##）：英文后换行加中文 普通段落：原文后直接加翻译 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 每篇论文一个文件夹：避免不同论文文件冲突 原文完全保留：图片、代码、公式、表格等与源文件完全一致 逐段翻译：每段正文后插入该段的中文翻译 标题翻译：所有级别的标题都需要翻译 格式一致：翻译采用与原文相同的格式 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