@langlink/dsh-l10n 0.2.0 → 0.3.0
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/README.md +2 -2
- package/dist/index.js +2697 -360
- package/dist/index.js.map +4 -4
- package/package.json +2 -2
- package/skills/l10n-assets/SKILL.md +41 -9
- package/skills/l10n-check/SKILL.md +6 -1
- package/skills/l10n-project/SKILL.md +19 -17
- package/skills/l10n-translate/SKILL.md +5 -2
package/package.json
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
{
|
|
2
2
|
"name": "@langlink/dsh-l10n",
|
|
3
|
-
"version": "0.
|
|
3
|
+
"version": "0.3.0",
|
|
4
4
|
"private": false,
|
|
5
5
|
"type": "module",
|
|
6
6
|
"description": "LangLink localization toolsets for DeepSeek Harness (dsh): XLIFF/SDLXLIFF, TM/term matching, QA, translate/polish, OOXML extraction/backfill.",
|
|
@@ -45,7 +45,7 @@
|
|
|
45
45
|
}
|
|
46
46
|
},
|
|
47
47
|
"peerDependencies": {
|
|
48
|
-
"@deepseek-ai/dsh-tools": "0.2.1-rc.2"
|
|
48
|
+
"@deepseek-ai/dsh-tools": ">=0.2.1-rc.2 <0.3.0"
|
|
49
49
|
},
|
|
50
50
|
"dependencies": {
|
|
51
51
|
"htmlparser2": "^12.0.0",
|
|
@@ -1,16 +1,48 @@
|
|
|
1
1
|
---
|
|
2
2
|
name: l10n-assets
|
|
3
|
-
description:
|
|
4
|
-
whenToUse: The user asks
|
|
3
|
+
description: Register, inspect and curate local TM, TBX/CSV terminology and bilingual-table assets in a localization project; explain mapping and enable/disable semantics.
|
|
4
|
+
whenToUse: The user asks to add/remove/enable a TM or termbase, import a bilingual table, fix a mis-parsed asset, or check why an asset is not used.
|
|
5
5
|
---
|
|
6
6
|
|
|
7
7
|
# 资产与术语(l10n-assets)
|
|
8
8
|
|
|
9
|
-
|
|
9
|
+
资产是对 `<root>/.langlink/manifest.json` 中 `assets[]` 的登记:文件留在原处,manifest 记录类型、语言对、hash、
|
|
10
|
+
条数、是否启用、优先级与导入映射。match/translate/check 工具会自动使用“启用且语言对匹配”的资产,显式 `tm`/
|
|
11
|
+
`glossary` 参数会与项目资产合并,不会被项目覆盖。
|
|
10
12
|
|
|
11
|
-
|
|
12
|
-
|
|
13
|
-
|
|
14
|
-
|
|
15
|
-
|
|
16
|
-
|
|
13
|
+
## 登记
|
|
14
|
+
|
|
15
|
+
1. 先确认文件属于哪类,不要靠猜测:
|
|
16
|
+
- TMX 1.4b → `l10n_asset_add`,`kind: tm`。
|
|
17
|
+
- TBX-Basic/Minis、CSV/TSV 术语表(`source,target[,forbidden]`)→ `kind: tb`。
|
|
18
|
+
- 双语表(CSV/TSV/TXT/XLSX,含 source/target 列)→ `kind: bilingual`。它作为**句对 TM**使用,
|
|
19
|
+
不是可编辑文档;要编辑文件请走 XLIFF/`l10n_extract_doc` 流程。
|
|
20
|
+
2. 自动识别:`.tmx`→tm,`.tbx`→tb,`.xlsx`/`.tsv`→bilingual;`.csv` 若表头含 forbidden/禁用 视为 tb,
|
|
21
|
+
含 id/location 表头视为 bilingual,否则默认 tb。识别不符合预期时显式传 `kind`。
|
|
22
|
+
3. 双语表列义不清时先问用户,再用 `mapping` 重登记或 `l10n_asset_update`:
|
|
23
|
+
`sheet`(XLSX 表名或 1-based 序号)、`headerRow`(1-based;0 表示无表头)、`sourceColumn`/`targetColumn`
|
|
24
|
+
(1-based 序号、Excel 列字母或表头名)、术语表的 `forbiddenColumn`。
|
|
25
|
+
4. 语言对默认取项目语言对;资产语言与项目不同时显式传 `sourceLang`/`targetLang`,否则不会参与匹配。
|
|
26
|
+
5. 重复登记同一文件+类型会被拒绝;先 `l10n_asset_update`(改映射/语言/优先级),或移除后重加。
|
|
27
|
+
资产文件在项目目录外时,`l10n_asset_add` 要显式传 `project`(项目根或 manifest 路径)。
|
|
28
|
+
|
|
29
|
+
## 会话内管理
|
|
30
|
+
|
|
31
|
+
- `l10n_asset_update`:`enabled: false` 暂时不用于任何匹配/QA;`priority` 越大越先使用;
|
|
32
|
+
`rescan: true` 重新读文件、算 hash/条数(文件被替换后使用)。
|
|
33
|
+
- `l10n_asset_remove`:只删 manifest 记录,不删磁盘文件。
|
|
34
|
+
- `update`/`remove` 没有文件路径可锚定项目,需显式传 `project`(项目根或 manifest 路径)或 `input`(项目内文件)。
|
|
35
|
+
- `l10n_project_status`:列出资产 id、类型、条数、`exists`、`hashMatch`;`hashMatch: false` 说明文件已变,
|
|
36
|
+
先 rescan 再继续。
|
|
37
|
+
- 资产替换/覆盖、发布、跨项目复用一律先人工确认;本工作流只写 manifest 与新文件。
|
|
38
|
+
|
|
39
|
+
## 只读共享资产服务
|
|
40
|
+
|
|
41
|
+
`l10n_assets` 读取 `L10N_ASSET_BASE_URL` 指向的只读服务(`/health`、`/glossary`、`/tm`、`/warnings`,
|
|
42
|
+
可选 bearer token)。服务不可用不影响本地流程,报告即可。
|
|
43
|
+
|
|
44
|
+
## 转换
|
|
45
|
+
|
|
46
|
+
`l10n_convert`(`input`、`to: csv|txt|xlsx`、`output`)只写新文件;CSV 固定 `id,source,target,location` 四列,
|
|
47
|
+
XLSX 用 exceljs。转换后行数应与源一致,warnings 逐条说明。TM 合并/去重由项目资产与显式 `--tm`(CLI)自动完成,
|
|
48
|
+
不要手工拼接 TMX。
|
|
@@ -6,10 +6,15 @@ whenToUse: The user asks to check, QA, review, or audit a local XLIFF/SDLXLIFF f
|
|
|
6
6
|
|
|
7
7
|
# 质量检查(l10n-check)
|
|
8
8
|
|
|
9
|
+
用户要在网页选择检查项、筛选结果或导出报告时,直接调用 `l10n_qa_review` 并返回可点击链接。用户在页面选择双语文件并点击「运行检查」。
|
|
10
|
+
|
|
9
11
|
流程:inspect → terms → check(→ semantic,可选)→ 报告。只报问题,不自动修改。
|
|
10
12
|
|
|
13
|
+
项目模式下(文件祖先目录有 `.langlink/manifest.json`)`l10n_match_terms`/`l10n_check` 会自动使用启用的术语与 TM 资产,
|
|
14
|
+
`glossary`/`tm` 参数可省略;显式路径会与项目资产合并。`targetLocale` 默认取项目 `qa.locale`,白名单默认取项目 `qa.untranslatedCopyWhitelist`。
|
|
15
|
+
|
|
11
16
|
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
|
|
17
|
+
2. `l10n_match_terms`:`path`(项目资产自动生效;也可显式传 `glossary`,CSV/TBX)。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
18
|
3. `l10n_check`:确定性 QA。返回 `bySeverity`、`byRule` 与有界 `issues`(每条带 `segmentId`、`evidence`、`origin`)。
|
|
14
19
|
- 先报 coverage(complete/incomplete);不是 complete 时不能总结为“无问题”。
|
|
15
20
|
- `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。
|
|
@@ -1,24 +1,26 @@
|
|
|
1
1
|
---
|
|
2
2
|
name: l10n-project
|
|
3
|
-
description:
|
|
4
|
-
whenToUse: The user starts a
|
|
3
|
+
description: Create and maintain a local localization project (manifest, language pair, QA defaults, registered assets) before running translate/check workflows.
|
|
4
|
+
whenToUse: The user starts a localization job, opens a project folder, asks where inputs/assets/outputs live, or wants to attach TM/glossary/bilingual assets to the session.
|
|
5
5
|
---
|
|
6
6
|
|
|
7
7
|
# 本地化项目准备(l10n-project)
|
|
8
8
|
|
|
9
|
-
|
|
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。项目状态全部保存在
|
|
10
|
+
`<root>/.langlink/manifest.json`,由 `l10n_project_*` 工具维护,不要手工改 JSON 以外的派生文件。
|
|
10
11
|
|
|
11
|
-
1. 确认四项输入:源文件目录、源语言、目标语言、TM
|
|
12
|
-
2.
|
|
13
|
-
|
|
14
|
-
|
|
15
|
-
|
|
16
|
-
|
|
17
|
-
|
|
18
|
-
|
|
19
|
-
|
|
20
|
-
|
|
21
|
-
|
|
22
|
-
|
|
23
|
-
6.
|
|
24
|
-
7.
|
|
12
|
+
1. 确认四项输入:源文件目录、源语言、目标语言、TM/术语表/双语表位置。缺任何一项先问用户,不要猜语言对。
|
|
13
|
+
2. `l10n_project_init`:`root`、`sourceLang`、`targetLang`(必填),可选 `name`、`locale`(QA 语言变体规则用)、
|
|
14
|
+
`threshold`(默认 TM 阈值)、`maxMatches`、`untranslatedCopyWhitelist`。工具会创建 `in/`、`assets/`、`out/`、
|
|
15
|
+
`.langlink/`,已有 manifest 时默认拒绝覆盖;确认用户要改语言对/QA 设置才传 `overwrite: true`,资产不会丢。
|
|
16
|
+
3. 资产登记(TMX/术语表/双语表)用 `l10n_asset_add`,登记即解析并写 manifest;详见 `l10n-assets` skill。
|
|
17
|
+
- TMX → `kind: tm`;TBX/CSV 术语表 → `kind: tb`;双语 CSV/TSV/TXT/XLSX → `kind: bilingual`
|
|
18
|
+
(source→target 句对,作为 TM 使用;不是可编辑文档)。
|
|
19
|
+
- 双语表列不标准时传 `mapping`(`sheet`、`headerRow`、`sourceColumn`、`targetColumn`),先向用户确认列义。
|
|
20
|
+
4. 用 `l10n_project_status` 复核:语言对、启用的资产、文件是否存在、可选 `verify: true` 重算 hash。
|
|
21
|
+
`exists: false` 或 `hashMatch: false` 时先停下列出问题,不要继续翻译。
|
|
22
|
+
5. 用 `l10n_inspect` 逐个检查 `in/` 下的 XLIFF/SDLXLIFF:格式、版本、段数、missing target、tag mismatch、结构 hash。
|
|
23
|
+
格式不支持或编码非 UTF-8 时停止并说明,不做降级转换。
|
|
24
|
+
6. 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。
|
|
25
|
+
7. 结束输出清单:语言对、文件数/段数、启用资产与 id、输出目录、下一步(translate/check/backfill)。
|
|
26
|
+
项目内文件路径只用于本地,客户材料不入库、不上传。
|
|
@@ -8,9 +8,12 @@ whenToUse: The user asks to translate, pre-translate, fill empty targets, or app
|
|
|
8
8
|
|
|
9
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
10
|
|
|
11
|
+
项目模式下(`in/` 的祖先目录有 `.langlink/manifest.json`)工具会自动使用启用的 TM/双语表资产:
|
|
12
|
+
`l10n_match_tm`/`l10n_translate` 的 `tm` 参数可以省略;显式 `tm` 会与项目资产合并。阈值默认取项目 `qa.threshold`。
|
|
13
|
+
|
|
11
14
|
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
|
|
13
|
-
3. `l10n_translate`:`path`、`tm
|
|
15
|
+
2. `l10n_match_tm`:`path`(项目内文件可省略 `tm`,自动用项目资产;也可显式传 TMX 路径)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。
|
|
16
|
+
3. `l10n_translate`:`path`、`output`(必须不同于输入);`tm` 可省略(用项目资产),`threshold` 默认取项目或 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
17
|
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
18
|
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
19
|
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。
|