@langlink/dsh-l10n 0.0.0-stage → 0.2.0
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/LICENSE +21 -0
- package/README.md +23 -2
- package/cordis.patch.yml +5 -0
- package/dist/index.js +4069 -0
- package/dist/index.js.map +7 -0
- package/package.json +54 -4
- package/skills/l10n-assets/SKILL.md +16 -0
- package/skills/l10n-backfill/SKILL.md +20 -0
- package/skills/l10n-cat-formats/SKILL.md +16 -0
- package/skills/l10n-check/SKILL.md +19 -0
- package/skills/l10n-inspect/SKILL.md +17 -0
- package/skills/l10n-polish/SKILL.md +24 -0
- package/skills/l10n-project/SKILL.md +24 -0
- package/skills/l10n-translate/SKILL.md +19 -0
package/package.json
CHANGED
|
@@ -1,6 +1,56 @@
|
|
|
1
1
|
{
|
|
2
2
|
"name": "@langlink/dsh-l10n",
|
|
3
|
-
"version": "0.
|
|
4
|
-
"
|
|
5
|
-
"
|
|
6
|
-
|
|
3
|
+
"version": "0.2.0",
|
|
4
|
+
"private": false,
|
|
5
|
+
"type": "module",
|
|
6
|
+
"description": "LangLink localization toolsets for DeepSeek Harness (dsh): XLIFF/SDLXLIFF, TM/term matching, QA, translate/polish, OOXML extraction/backfill.",
|
|
7
|
+
"license": "MIT",
|
|
8
|
+
"repository": {
|
|
9
|
+
"type": "git",
|
|
10
|
+
"url": "git+https://github.com/langlink-tech/langlink-harness-toolsets.git",
|
|
11
|
+
"directory": "packages/dsh-l10n"
|
|
12
|
+
},
|
|
13
|
+
"publishConfig": {
|
|
14
|
+
"access": "public",
|
|
15
|
+
"registry": "https://registry.npmjs.org/"
|
|
16
|
+
},
|
|
17
|
+
"engines": {
|
|
18
|
+
"node": ">=22",
|
|
19
|
+
"dsh": ">=0.2.1-rc.2 <0.3.0"
|
|
20
|
+
},
|
|
21
|
+
"keywords": [
|
|
22
|
+
"dsh",
|
|
23
|
+
"localization",
|
|
24
|
+
"xliff",
|
|
25
|
+
"sdlxliff",
|
|
26
|
+
"translation",
|
|
27
|
+
"tm",
|
|
28
|
+
"qa"
|
|
29
|
+
],
|
|
30
|
+
"main": "dist/index.js",
|
|
31
|
+
"exports": {
|
|
32
|
+
".": "./dist/index.js",
|
|
33
|
+
"./cordis.patch.yml": "./cordis.patch.yml"
|
|
34
|
+
},
|
|
35
|
+
"files": [
|
|
36
|
+
"dist",
|
|
37
|
+
"cordis.patch.yml",
|
|
38
|
+
"skills",
|
|
39
|
+
"README.md",
|
|
40
|
+
"LICENSE"
|
|
41
|
+
],
|
|
42
|
+
"dsh": {
|
|
43
|
+
"bundle": {
|
|
44
|
+
"patch": "./cordis.patch.yml"
|
|
45
|
+
}
|
|
46
|
+
},
|
|
47
|
+
"peerDependencies": {
|
|
48
|
+
"@deepseek-ai/dsh-tools": "0.2.1-rc.2"
|
|
49
|
+
},
|
|
50
|
+
"dependencies": {
|
|
51
|
+
"htmlparser2": "^12.0.0",
|
|
52
|
+
"saxes": "^6.0.0",
|
|
53
|
+
"fflate": "^0.8.3",
|
|
54
|
+
"exceljs": "^4.4.0"
|
|
55
|
+
}
|
|
56
|
+
}
|
|
@@ -0,0 +1,16 @@
|
|
|
1
|
+
---
|
|
2
|
+
name: l10n-assets
|
|
3
|
+
description: Work with local TM, glossary, and bilingual table assets: validate shapes, convert table formats, and use the read-only shared asset service.
|
|
4
|
+
whenToUse: The user asks about TMX, terminology, glossary, bilingual CSV/TXT/XLSX, asset conversion, or the shared glossary/TM service.
|
|
5
|
+
---
|
|
6
|
+
|
|
7
|
+
# 资产与术语(l10n-assets)
|
|
8
|
+
|
|
9
|
+
范围:TMX 1.4b 读取、CSV 术语表、双语 CSV/TXT/XLSX 转换、只读共享资产服务。TMX 合并/去重与持久 TM 库不在当前工具范围,遇到此类请求要明确说明并给出替代(外部工具或后续版本)。
|
|
10
|
+
|
|
11
|
+
1. 术语表:CSV 表头为 `source,target`,可选 `forbidden`;中英文表头都支持。先读前 5 行确认分隔符、引号、BOM,再用 `l10n_match_terms` 验证能被解析。格式错误时指出行号,不要静默跳过。
|
|
12
|
+
2. TMX:确认是 TMX 1.4b、`tu/tuv/seg`、语言属性齐全;用 `l10n_match_tm` 对样本文件验证能命中。空 TM 或语言对不符时明确报错。
|
|
13
|
+
3. 双语表转换:`l10n_convert`(`input`、`to: csv|txt|xlsx`、`output`),只写新文件。CSV 固定 `id,source,target,location` 四列;XLSX 用 exceljs 读写。转换后行数应与源一致,warnings 逐条说明。
|
|
14
|
+
4. 术语/一致性检查:`l10n_match_terms` 报告 forbidden 命中;术语冲突与多表/多语言 TBX 暂不支持,不要假装支持。
|
|
15
|
+
5. 共享资产服务:`l10n_assets` 读取 `L10N_ASSET_BASE_URL` 指向的只读服务(`/health`、`/glossary`、`/tm`、`/warnings`,可选 bearer token)。服务不可用不影响本地流程,报告即可。
|
|
16
|
+
6. 资产变更(覆盖、合并、发布)一律人工确认;本 skill 只读或写新文件。
|
|
@@ -0,0 +1,20 @@
|
|
|
1
|
+
---
|
|
2
|
+
name: l10n-backfill
|
|
3
|
+
description: Extract DOCX/XLSX/PPTX text to a bilingual table, translate the table, and backfill a new original-format file with map-based validation.
|
|
4
|
+
whenToUse: The user asks to extract, translate, restore, or round-trip Word, Excel, or PowerPoint files while keeping the original format.
|
|
5
|
+
---
|
|
6
|
+
|
|
7
|
+
# 原格式抽取与回填(l10n-backfill)
|
|
8
|
+
|
|
9
|
+
流程:extract_doc → 填双语表 → backfill → 校验。只写新文件,原件只读。
|
|
10
|
+
|
|
11
|
+
1. `l10n_extract_doc`:`path`(DOCX/XLSX/PPTX)、`rowsOutput`(CSV 或 XLSX)、`mapOutput`(map.json)。返回 `format`、`rows`、`warnings`。
|
|
12
|
+
- map.json 必须与本次抽取配对使用;不要跨文件复用。
|
|
13
|
+
- 数字、公式、图表、批注、修订等不在抽取范围,`warnings` 要转述给用户。
|
|
14
|
+
2. 填双语表:只填 `target` 列,`id`/`source` 不动;空 target 行回填时会被跳过。
|
|
15
|
+
3. `l10n_backfill`:`original`、`map`、`bilingual`、`output`。返回 `applied/skipped/warnings`;`skipped` 非 0 要说明(通常是空译文、公式单元格、缺失节点)。
|
|
16
|
+
4. 校验:用 `@langlink/l10n-core` 的 `extractOoxml` 重新抽取输出文件,比对译文;再用对应 Office 应用打开/保存/重开(人工或脚本),确认无修复提示。DOCX 表格/页眉、XLSX 多 sheet、PPTX 全部 slide 都要覆盖。
|
|
17
|
+
5. 支持边界见 `docs/ooxml-support-matrix.md`:run 级格式、批注、修订、文本框、图表不保证;遇到这些先说明再决定是否继续。
|
|
18
|
+
6. 输出摘要:原文件/输出路径、applied/skipped、warnings、仍不支持的结构、Office 实机验收结果。
|
|
19
|
+
|
|
20
|
+
禁止:覆盖原文件;把 map.json 当跨任务契约;在回填失败后强行拼接 XML。
|
|
@@ -0,0 +1,16 @@
|
|
|
1
|
+
---
|
|
2
|
+
name: l10n-cat-formats
|
|
3
|
+
description: Explain and check CAT bilingual formats (SDLXLIFF, MQXLIFF, XLIFF 1.2/2.0/2.1) before write-back, with explicit version and support boundaries.
|
|
4
|
+
whenToUse: The user mentions Trados, SDLXLIFF, memoQ, MQXLIFF, XLIFF 2.x, CAT round-trip, or asks whether a CAT file can be written back safely.
|
|
5
|
+
---
|
|
6
|
+
|
|
7
|
+
# CAT 格式与写回边界(l10n-cat-formats)
|
|
8
|
+
|
|
9
|
+
先判断格式/版本,再决定能否写回。未在支持矩阵内的格式不降级猜测。
|
|
10
|
+
|
|
11
|
+
1. `l10n_inspect`:读 `format`、`version`、段数、missingTarget、tagMismatch、warnings。支持:XLIFF 1.2、SDL XLIFF(`sdl:` 命名空间)、XLIFF 2.0/2.1(按 2.0 结构);MQXLIFF 只做结构检测与合成 fixture,真实 MQXLIFF 写回未验收。
|
|
12
|
+
2. SDLXLIFF 写回范围:target 文本 + `sdl:seg@conf/percent/origin/text-match/locked` 状态属性。revisions/track changes/批注、复杂 `sdl:*` 扩展不在范围;未知节点原样保留。
|
|
13
|
+
3. XLIFF 2.x:unit/segment/pc 标签;2.1 增量特性未逐项验证,遇到 2.1 专有结构先报告再决定。
|
|
14
|
+
4. 写回前后必须做结构对比:段数不变、tag mismatch 不变、结构 hash 一致(`l10n_validate`)。任何一项变化立即失败闭锁,保留原件。
|
|
15
|
+
5. 实机验收口径:写回文件必须在目标 CAT 中人工打开/确认/导出抽检后才能对外宣称兼容。仓库记录:2026-10-22 在 Windows + Trados Studio 2019/2022 环境完成字节级/结构级与 Office 验收(见 `docs/acceptance-matrix.md`);GUI 逐项确认仍属人工门。
|
|
16
|
+
6. 不支持时给出替代:生成双语 XLSX/CSV/TMX 供导入,而不是硬改写 CAT 文件。
|
|
@@ -0,0 +1,19 @@
|
|
|
1
|
+
---
|
|
2
|
+
name: l10n-check
|
|
3
|
+
description: Run deterministic QA plus term/TM checks on local localization files and report evidence-based findings without auto-fixing.
|
|
4
|
+
whenToUse: The user asks to check, QA, review, or audit a local XLIFF/SDLXLIFF file or bilingual table.
|
|
5
|
+
---
|
|
6
|
+
|
|
7
|
+
# 质量检查(l10n-check)
|
|
8
|
+
|
|
9
|
+
流程:inspect → terms → check(→ semantic,可选)→ 报告。只报问题,不自动修改。
|
|
10
|
+
|
|
11
|
+
1. `l10n_inspect`:格式/段数/tag mismatch/warnings 基线。`tagMismatch > 0` 时先作为结构问题报告。
|
|
12
|
+
2. `l10n_match_terms`:`path` + `glossary`(CSV,source,target[,forbidden])。报告命中数、forbidden 命中段;permissive case 与 prefix50 语义按工具返回解释,不臆造。
|
|
13
|
+
3. `l10n_check`:确定性 QA。返回 `bySeverity`、`byRule` 与有界 `issues`(每条带 `segmentId`、`evidence`、`origin`)。
|
|
14
|
+
- 先报 coverage(complete/incomplete);不是 complete 时不能总结为“无问题”。
|
|
15
|
+
- `UNTRANSLATED_COPY` 占比高时,结合品牌名/短段/带标签段的已知误报解释,并建议白名单或短段豁免,而不是直接判为质量问题。
|
|
16
|
+
- 报出前用 evidence 复核段号;不要凭规则名推测原因。
|
|
17
|
+
4. 语义 QA(仅当可用):`l10n_semantic_check` 走 dsh LLM 服务,要求严格 JSON 与可定位证据;模型不可用时保留确定性结果并明确标注“语义未检查”,不得报 0 问题。
|
|
18
|
+
5. 报告:JSON/CSV(CLI:`l10n check <file> --format json|csv --out <path>`)。报告含原文/译文,仅本地保存。
|
|
19
|
+
6. 结论分三层:结构/确定性 QA 通过;语义/语言质量未验证;CAT 实机人工验收未做。不要把测试通过写成语言质量 PASS。
|
|
@@ -0,0 +1,17 @@
|
|
|
1
|
+
---
|
|
2
|
+
name: l10n-inspect
|
|
3
|
+
description: Inspect a local XLIFF 1.2 or SDLXLIFF file without exposing its contents.
|
|
4
|
+
whenToUse: The user asks to check, analyze, summarize, or prepare a local XLIFF/SDLXLIFF/MQXLIFF file before translation, QA, or backfill.
|
|
5
|
+
---
|
|
6
|
+
|
|
7
|
+
# 本地化文件检查(l10n_inspect)
|
|
8
|
+
|
|
9
|
+
当用户给出本地 XLIFF/SDLXLIFF 文件路径,先调用 `l10n_inspect` 获取结构摘要,不要凭文件名猜测。
|
|
10
|
+
|
|
11
|
+
1. 调用 `l10n_inspect`,参数 `path` 指向用户给出的文件。
|
|
12
|
+
2. 用摘要回答:格式、语言对、段数、缺失 target 数、inline tag 统计、warnings、结构 hash。
|
|
13
|
+
3. 如果 `tagMismatch > 0` 或 `warnings > 0`,明确指出段级风险,不要继续写回。
|
|
14
|
+
4. 摘要不包含原文/译文;不要向用户复述或推测文件内容。
|
|
15
|
+
5. 当前阶段只支持 UTF-8、XLIFF 1.2/SDLXLIFF;遇到其他格式/编码直接说明不支持,不要降级猜测。
|
|
16
|
+
|
|
17
|
+
后续翻译/检查/回填步骤在 Phase 1 才提供;本 skill 只做只读检查。
|
|
@@ -0,0 +1,24 @@
|
|
|
1
|
+
---
|
|
2
|
+
name: l10n-polish
|
|
3
|
+
description: Apply reviewed target-language edits to a local XLIFF/SDLXLIFF as a new file, with tag-signature validation.
|
|
4
|
+
whenToUse: The user asks to polish, revise, improve existing translations, or apply a reviewed edit list to a local XLIFF/SDLXLIFF file.
|
|
5
|
+
---
|
|
6
|
+
|
|
7
|
+
# 译文润色(l10n-polish)
|
|
8
|
+
|
|
9
|
+
原则:逐条确认后再写;带 inline tag 的段必须给完整 XML 片段;结构不一致直接闭锁。
|
|
10
|
+
|
|
11
|
+
1. `l10n_inspect` + `l10n_check`:先拿到段清单与确定性 QA 结果;`l10n_check` 的 `issues[].segmentId` 是 edit set 的定位依据。
|
|
12
|
+
2. 生成 edit set:只包含用户确认要改的段。格式:
|
|
13
|
+
```json
|
|
14
|
+
{"<segmentId>": {"content": "新译文", "xml": false}}
|
|
15
|
+
{"<segmentId>": {"content": "<g id=\"1\">新</g>译文", "xml": true}}
|
|
16
|
+
```
|
|
17
|
+
无 tag 段用纯文本(`xml` 省略);带 tag 段必须 `xml: true`,保留原段标签签名(数量、类型、顺序、属主不变)。
|
|
18
|
+
3. 向用户逐条展示 before/after,得到确认后再调用 `l10n_polish`:`path`、`edits`(JSON 字符串)、`output`(新文件路径)。
|
|
19
|
+
4. 解析结果:`applied`、`skipped`、`changes[].before/after`。`applied === 0` 且 `warnings` 非空表示整批失败——不要重试写回,报告具体段与原因。
|
|
20
|
+
5. `l10n_validate` 复验:段数、missingTarget、tagMismatch。结构 hash 与修前不一致时停止并说明。
|
|
21
|
+
6. 需要按 MQM 打分时,用 `@langlink/l10n-core` 的 `scoreMqm` 输出 RQS/NPT/CQS,不要自创评分口径。
|
|
22
|
+
7. 结束:列出改了哪些段、diff 摘要、复验结果;提醒 CAT 实机抽检。
|
|
23
|
+
|
|
24
|
+
不做:批量机器改写未确认译文;对带 tag 段做纯文本替换;覆盖输入文件。
|
|
@@ -0,0 +1,24 @@
|
|
|
1
|
+
---
|
|
2
|
+
name: l10n-project
|
|
3
|
+
description: Set up a local localization workspace (project folder, manifest, language pair, assets, output conventions) before running translation or QA.
|
|
4
|
+
whenToUse: The user starts a new localization job, opens a local project folder, or asks where inputs, assets, reports, and outputs should live.
|
|
5
|
+
---
|
|
6
|
+
|
|
7
|
+
# 本地化项目准备(l10n-project)
|
|
8
|
+
|
|
9
|
+
目标:在动任何文件之前,先把项目边界、语言对、资产和输出约定确认清楚;本仓库不提供 `l10n_project_init` 工具,项目清单由 agent 按本 skill 用普通文件操作建立。
|
|
10
|
+
|
|
11
|
+
1. 确认四项输入:源文件目录、源语言、目标语言、TM/术语表位置。缺任何一项先问用户,不要猜测语言对。
|
|
12
|
+
2. 建议目录约定(已存在则不重建、不覆盖):
|
|
13
|
+
```
|
|
14
|
+
<root>/
|
|
15
|
+
in/ # 原始文件,只读,永不覆盖
|
|
16
|
+
assets/ # TMX、术语 CSV、双语表模板
|
|
17
|
+
out/ # 所有写回/报告产物(默认新文件)
|
|
18
|
+
.langlink/ # manifest.json、job 记录、报告
|
|
19
|
+
```
|
|
20
|
+
3. 写入 `.langlink/manifest.json`(不存在时创建):`name`、`sourceLang`、`targetLang`、`createdAt`、`files`(相对路径 + sha256)。已有 manifest 先读后合并,不覆盖历史字段。
|
|
21
|
+
4. 用 `l10n_inspect` 逐个检查 `in/` 下的 XLIFF/SDLXLIFF:记录格式、版本、段数、missing target、tag mismatch、结构 hash。格式不支持或编码非 UTF-8 时停止并说明,不做降级转换。
|
|
22
|
+
5. 对 DOCX/XLSX/PPTX 原始文件,先用 `l10n_extract_doc` 生成双语表与 `map.json`,再进入翻译流程;不要直接改原文件。
|
|
23
|
+
6. 把资产复制到 `assets/` 前先确认来源与授权;客户材料只落本地,不入库、不上传。
|
|
24
|
+
7. 结束时输出一份简短清单:语言对、文件数/段数、可用资产、输出目录、下一步(translate/check/backfill)。
|
|
@@ -0,0 +1,19 @@
|
|
|
1
|
+
---
|
|
2
|
+
name: l10n-translate
|
|
3
|
+
description: Pre-translate a local XLIFF/SDLXLIFF file from a TMX into a new file, then validate and check it.
|
|
4
|
+
whenToUse: The user asks to translate, pre-translate, fill empty targets, or apply a TM to a local XLIFF/SDLXLIFF file.
|
|
5
|
+
---
|
|
6
|
+
|
|
7
|
+
# TM 预翻译(l10n-translate)
|
|
8
|
+
|
|
9
|
+
流程:inspect → match_tm → translate → validate → check。所有写操作输出新文件,永不覆盖原件。
|
|
10
|
+
|
|
11
|
+
1. `l10n_inspect`:确认格式、语言对、段数、missingTarget、tagMismatch。任一项与预期不符先停下说明。
|
|
12
|
+
2. `l10n_match_tm`:用 `path` + `tm`(TMX 1.4b)看命中率分布;先向用户报告 100/101/99/75–98 各档段数。阈值与语言对以工具返回为准。
|
|
13
|
+
3. `l10n_translate`:`path`、`tm`、`output`(必须不同于输入)、`threshold`(默认 75)。SDLXLIFF 需要写状态时加 `setSdlConf`(例如 `Translated`),工具只改 `sdl:seg@conf/percent` 等状态属性。
|
|
14
|
+
4. 解读结果:`applied` 为填充段数,`skipped` 为已有译文/带 tag 段;带 inline tag 的段不会被自动填充,这是预期行为——不要手工拼接标签,转 polish 流程处理。`warnings` 非空要逐条说明。
|
|
15
|
+
5. `l10n_validate`:确认段数不变、tag mismatch 为 0。失败即闭锁:保留原文件,报告错误,不重试覆盖。
|
|
16
|
+
6. `l10n_check`:确定性 QA。`UNTRANSLATED_COPY` 等疑似误报要结合白名单/短段策略向用户说明,不得直接宣称语言质量结论。
|
|
17
|
+
7. 输出摘要:输入/输出路径、sha256、applied/skipped、QA 计数、仍需人工处理的段(带 tag 段)。
|
|
18
|
+
|
|
19
|
+
限制:非 UTF-8、XLIFF 之外的格式、带标签整段重排不在本流程内;Trados 打开确认属于人工验收门,写回后提醒用户在 CAT 中抽检。
|