核心用法
baoyu-translate 是一款面向专业翻译场景的智能技能，提供 quick（快速）、normal（标准）、refined（精翻） 三种翻译模式，覆盖从日常速译到出版级质量的完整需求 spectrum。
触发方式：通过 "翻译"、"translate"、"精翻"、"本地化" 等关键词，或直接提供 URL/文件触发。支持自动语言检测与方向设定。
工作流程：
1. 偏好加载：优先读取 EXTEND.md 配置文件（项目级/XDG/用户级），支持自定义目标语言、默认模式、受众画像、术语库、翻译风格等
2. 源文件处理：将文本/URL 物化为本地文件，创建结构化输出目录 {source}-{target-lang}/
3. 智能分块：超过阈值（默认4000词）自动触发分块翻译，通过 scripts/main.ts 在 Markdown 块边界处分割，保持结构完整
4. 分层翻译：
5. 术语一致性：支持内置术语库（如 EN→ZH）、EXTEND.md 自定义术语、外部术语文件三级合并，长文档先提取术语建立会话 glossary
6. 风格控制：9种预设风格（storytelling/formal/technical/literal/academic/business/humorous/conversational/elegant）+ 自定义描述
7. 受众适配：general/technical/academic/business 四档，控制注释深度与术语解释策略
- Quick：直接翻译，适合短文本、非正式内容
- Normal：分析 → 翻译，生成
01-analysis.md与02-prompt.md，适合一般文章 - Refined：分析 → 草稿 → 批判性审校 → 修订 → 润色，输出
03-draft.md→04-critique.md→05-revision.md→translation.md，达到出版质量
输出规范：
- 最终译文固定为
translation.md - 中间文件按步骤保留，支持审计与迭代
- 自动检测图文不匹配，提示需本地化的图片
- 保留所有 Markdown 格式，源文件 YAML frontmatter 自动迁移并重命名
显著优点
- 质量分层明确：三模式设计精准匹配不同场景，避免"一刀切"的资源浪费或质量不足
- 术语治理完善：三级 glossary 合并 + 长文档预提取机制，确保大篇幅翻译的一致性
- 工程化程度高：Bun/Node 双运行时支持、XDG 配置规范、结构化输出目录，符合专业工具链标准
- 可扩展性强：EXTEND.md 配置体系支持深度定制，subagent 架构允许并行分块处理
- 人机协作友好：Normal 模式完成后主动提示"继续润色"，支持无缝升级到 Refined 流程
潜在局限
- 依赖外部运行时：需预装 Bun 或 Node + npx，环境准备成本高于纯 Python 方案
- 分块阈值固定：4000词默认阈值可能对某些叙事类长文过于激进，需手动调整
- 审校深度受限：Refined 模式的批判性审校虽结构化，但最终质量仍受限于 LLM 的文学判断力，专业出版场景建议人工终审
- 图片本地化仅限提醒：不自动 OCR 或重绘图片文本，需用户额外处理
适合人群
- 技术文档译者：Technical + Academic 风格组合，术语库支持完善
- 内容本地化团队：需批量处理、配置标准化、输出可审计的工作流
- 独立译者/译者工作室：Refined 模式提供接近专业审校流程的自动化辅助
- 多语言内容运营：Quick 模式满足日常社媒、简报的快速本地化需求
常规风险
- 配置覆盖风险：CLI 参数 > EXTEND.md > 默认值的覆盖层级需清晰理解，避免意外行为
- 分块边界语义断裂：虽在 Markdown 块边界分割，但复杂论证跨块时可能出现指代不一致
- 术语库冲突：多级 glossary 合并时优先级规则（CLI > EXTEND.md > 内置）需明确，防止术语漂移
- 首搭配置阻塞：首次使用若未准备 EXTEND.md，会强制进入交互式配置流程，批处理场景需预置配置文件
- LLM 幻觉累积：Refined 多步骤流程中，早期分析阶段的误判可能逐级放大，需关键步骤人工抽查