📦 论文精读翻译ArXiv — 论文精读翻译 ArXiv
v1.0.0论文精读级中文翻译，同步至 IMA 知识库 + 腾讯文档。基于 5 篇论文（MDL/Kunlun/OneTrans/RankMixer/MixFormer）3 轮迭代实战经验。触发场景：翻译论文、翻译 arxiv、论文精读、论文中文翻译、paper translation、translate p...
0· 71·0 当前·0 累计
by @fandywang87下载技能包
最后更新
2026/4/21
安全扫描
OpenClaw
可疑
high confidence该技能的声明用途（纸质翻译 + 上传）与其说明相符，但未声明执行上传所需的 CLI 工具及凭证/配置——此不一致是安装前需了解的重要缺陷。
评估建议
安装前请确认以下要点：
- 需准备外部 CLI：mcporter、curl、jq、python3（以及 web_fetch）。技能元数据未列出——请确保这些工具已存在于环境。
- SKILL.md 会通过 mcporter 把文档/图片上传到 IMA 和腾讯文档，需服务令牌/凭据；向技能作者确认所需 env vars/配置文件及凭据存放位置。
- 检查并验证 mcporter CLI 及其调用的端点（mcporter 为第三方工具，需确保可信并审查其认证与存储行为）。
- 附带的 validate_translation.py 仅读取 markdown 检查格式，无害，不会外泄机密。
- 如需提供令牌，遵循最小权限原则（使用权限最小的账户），先以非敏感示例测试，勿直接授予组织级写权限。
- 若需更严格保障，请要求作者在元数据中声明所需二进制及环境变量，并详细说明令牌获取/使用方式及上传目标。...详细分析 ▾
ℹ 用途与能力
技能名称与描述（ArXiv 论文翻译并上传至 IMA + Tencent 文档）与运行时指令一致：下载 arXiv HTML/图片、翻译、验证并调用上传 API。然而，尽管 SKILL.md 显示将调用 mcporter 上传至 Tencent 与 IMA，技能却未声明任何所需凭据或配置，该遗漏令人意外。
✓ 指令范围
SKILL.md 始终聚焦任务：仅抓取一次 arXiv HTML，下载图片，按段落翻译，运行内置验证脚本，并上传两份 Markdown 变体。它包含交互式认证步骤（生成代码、轮询令牌）及对外部工具（curl、jq、mcporter、python3）的调用。它不会读取任意无关本地文件或泄露环境变量，但会按设计将译文和图片传输至外部服务。
ℹ 安装机制
无安装规范（仅指令）及小型 Python 验证脚本——安装风险低。但流程依赖外部 CLI（mcporter、jq、curl、web_fetch、python3）。这些工具由 skill 未提供，运行时必需；skill 未在声明的依赖中记录它们。
⚠ 凭证需求
该技能未声明任何必需的环境变量或凭据，但 SKILL.md 却描述了通过 mcporter 向 Tencent/IMA 进行身份验证并获取令牌。上传到云服务需要凭据/配置；不声明它们是一种不一致，也掩盖了该技能在运行时将需要/访问哪些机密。
✓ 持久化与权限
始终为 false，且该 skill 不会请求持久/自动的始终在线状态。它不会声明修改其他 skill 或全局 agent 设置。默认允许自主调用（正常）。
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.02026/4/21
首次发布：基于5篇论文3轮迭代的SOP v2经验，涵盖翻译流程、校验脚本及平台兼容性踩坑经验
● 无害
安装命令
点击复制官方npx clawhub@latest install paper-translation
镜像加速npx clawhub@latest install paper-translation --registry https://cn.longxiaskill.com
技能文档
本技能根目录：{SKILL_DIR}
将 ArXiv 论文逐段翻译成中文，生成双版本 Markdown（IMA + 腾讯文档），并上传到两个平台。
三条铁律
- 完整翻译不精简 — 逐段翻译每个 paragraph，不遗漏任何论证细节。
- 译注显式标记 — 大模型解读必须用
> [译注]：...引用块，绝不混入原文翻译。 - 简称首次标全称，后续直接用 — 首次出现标注全称并核对原文，后续不再展开。
标准 6 步流程
Step 1: 获取原文
``
web_fetch https://arxiv.org/html/v
`
- 只 fetch 一次，节省 token
同步下载图片：curl -sL -o x{n}.png https://arxiv.org/html//x{n}.png- 下载后检查文件大小，相同大小的异常文件（404 垃圾响应）删除
Step 2: 翻译生成
- 逐段翻译，不做精简
- 首行元信息：原标题、arxiv 链接、年月、机构、翻译辅助大模型名称
- 简称首次出现标全称（核对原文），后续用简称
译注用> [译注]：...格式- 结构化排版：多级标题 + 列表 + 加粗 + 表格 + 引用块
公式保留 LaTeX；\bm全部替换为\boldsymbol- 图表按原文顺序插入所在章节标题之后、小节正文之前
- 参考文献完整列出
表格处理策略：
简单表格 → Markdown 表格重写- 复杂表格 → PyMuPDF 从 PDF 截取
Step 3: 自动化校验
`bash
python3 {SKILL_DIR}/scripts/validate_translation.py
`
校验项：
| 检查项 | 标准 |
|--------|------|
| 章节完整性 | 包含：摘要/引言/相关工作/方法/实验/结论/参考文献 |
| LaTeX 兼容性 | \bm 出现次数 = 0 |
| 译注标记 | 数量 > 0，格式为 > [译注] |
| 参考文献 | 条数列出供人工核对 |
| 图片链接 | 外链格式正确 | Step 4: 生成两版 Markdown
- IMA 版：图片用 arxiv 外链 URL / base64 data URI
- 腾讯文档版：用脚本从 IMA 版自动替换图片链接为 image_id
图片上传流程：
curl -sL -o x{n}.png https://arxiv.org/html//x{n}.png下载腾讯文档：mcporter call tencent-docs upload_image→ 拿 image_id- IMA：直接用 arxiv 外链 URL
详见 references/platform-compat.md
Step 5: 上传 IMA 知识库
`bash
# create_media → COS 上传 → add_knowledge（media_type=7 = Markdown）
# 如遇 code=220030（限流），sleep 15s 重试，cos_key 仍有效
` Step 6: 上传腾讯文档
`bash
TITLE="【YYYY.MM｜组织】XXX 中文翻译" # 必须 ≤36 字符
jq -n --arg title "$TITLE" --rawfile mdx "$FILE" --arg cf "markdown" \
'{title:$title, mdx:$mdx, content_format:$cf}' > /tmp/args.json
mcporter call tencent-docs create_smartcanvas_by_mdx --args "$(cat /tmp/args.json)"
`
mcporter 传大参数不支持 --args-file，必须用 --args "$(cat file.json)"。 命名规范（强制）
| 平台 | 格式 | 约束 |
|------|------|------|
| 腾讯文档标题 | 【YYYY.MM｜组织】XXX 中文翻译 | ≤36 字符（按字符数，非字节） |
| IMA 文件名 | 【YYYY.MM｜组织】XXX 中文翻译.md | 同名加 .md | 两平台必须完全一致，不加v2/图文版等后缀示例：【2026.02｜ByteDance】MixFormer 中文翻译
翻译后 Checklist
[ ]grep -c '\\bm'= 0- [ ] 简称首次出现已标全称且正确
[ ] 译注均用> [译注]：...格式- [ ] 图表位置与原文章节顺序一致
- [ ] 参考文献条数与原文一致
- [ ] IMA 版和腾讯文档版图片格式各自正确
- [ ] 两平台文件名/标题完全一致
- [ ] 首行包含论文元信息（标题/链接/年月/机构/大模型名称）
效率优化
只web_fetch` 一次原文（节省 token）- 直接生成最终版，不生成中间草稿（减少 50%+ 工具调用）
- 图片下载 + 上传并行执行
- 用脚本自动从 IMA 版生成腾讯文档版
- 自动化校验脚本在上传前拦截格式问题
参考文档
- 踩坑经验 + 平台兼容性：references/platform-compat.md — LaTeX 兼容、图片跨平台、API 限流等详细说明
- 迭代历史：references/iteration-history.md — MixFormer v1→v3 的完整教训记录