dsh-cait 1.0.3 → 1.0.5

package/README.zh-CN.md

@@ -1,390 +1,429 @@
-<p align="center">
-  <img src="icon.svg" width="76" alt="CAIT 图标" />
-</p>
-
-<h1 align="center">CAIT</h1>
-
-<p align="center">
-  <strong>在 DeepSeek Harness 中完成计算机辅助翻译。</strong><br/>
-  翻译记忆 · 术语库 · 句段编辑器 · 机器翻译辅助 · 文档标签页 · Office / 字幕 / 本地化格式
-</p>
-
-<p align="center">
-  <a href="README.md">English</a> · <a href="README.zh-CN.md">简体中文</a> · <a href="README.ja.md">日本語</a>
-</p>
-
-<p align="center">
-  <img alt="版本 1.0.3" src="https://img.shields.io/badge/version-1.0.3-blue.svg" />
-  <img alt="DSH 0.2.x" src="https://img.shields.io/badge/DSH-0.2.x-4d6bfe.svg" />
-  <img alt="13 套测试" src="https://img.shields.io/badge/tests-13%20suites-brightgreen.svg" />
-  <img alt="无需 API Key" src="https://img.shields.io/badge/API%20key-not%20required-6b7280.svg" />
-</p>
-
-CAIT 为 DSH Web UI 和 DSH 桌面端增加一个 CAT 翻译工作台。它从左侧栏入口打开，
-工作台与七个 Agent 工具共用一个数据存储，覆盖从导入源文件到导出译文的完整流程。
-
-> **已在 DSH `0.2.2-rc.1` 中验证。** CAIT 使用 DSH 自己的模型路由和凭据，
-> 不会要求用户填写 API Key。内部回退提供方仍叫 `mock`，界面显示为
-> **术语替换（离线）**。
-
-## 为什么选择 CAIT
-
-| | |
-|---|---|
-| **原生集成 DSH** | 真正的侧栏入口、主工作台、DSH 主题令牌，以及人和 Agent 共用的同一份数据。不是 iframe，也不是另一个独立应用。 |
-| **可解释的翻译记忆** | 支持多个 TM 库、仅检索已挂载库、精确/近似精确/高/中/低模糊等级，确认句段时自动写回。 |
-| **术语感知编辑** | 支持多个术语库、按源语言过滤、行内高亮、点击插入术语，以及按术语设置是否区分大小写。 |
-| **完整文档流程** | 文档标签页、关闭/重新打开、最近文档清理、重复导入复用、逐文档进度。 |
-| **真实格式覆盖** | TXT、Markdown、DOCX、TMX、CSV、SRT/VTT、PO、XLIFF 1.2/2.0/SDLXLIFF、HTML、JSON、XLSX、PPTX、RTF。 |
-| **面向 Agent** | 七个工具共享当前文档和存储，Agent 可以与用户同时翻译。 |
-
-## 快速开始
-
-1. 安装 CAIT，然后从左侧栏的 **CAIT** 入口打开。
-2. 选择 **新开页面**，拖入源文件或粘贴文本。
-3. 设置源语言和目标语言。
-4. 翻译当前句段；右侧面板会显示 TM 匹配、术语命中和 MT 建议。
-5. 点击 **确认并下一句**，句对会写入默认挂载的 TM。
-6. 导出纯译文、双语对照，或保留源格式的文档。
-
-编辑器中的输入只是草稿，保存在内存里。确认句段（或执行明确的结构性修改）时
-才会写入快照。打开的工作台每两秒轮询一次 Host revision，因此 Agent 触发的修改
-无需手动刷新即可出现。
-
-## 功能
-
-### 翻译记忆
-
-- 支持多个 TM 库，每个库有 id、名称、挂载状态和默认写入库。
-- 支持精确、近似精确和三个模糊等级：
-  - `near_exact` 使用忽略数字、标点和空白后的 key 比较，不依赖分数阈值。
-  - `high_fuzzy` 为 `>= 0.85`，`medium_fuzzy` 为 `0.75–0.85`，
-    `low_fuzzy` 低于 `0.75`（高于可配置下限，默认 `0.55`）。
-- 模糊评分是词法级的：72% 字符二元组 Dice + 28% token Jaccard。
-  拉丁文本按单词切分，CJK 文本按单字切分；不做词干、同义词或语义匹配。
-- 检索只查已挂载的库。`cat_submit_translation` 支持可选 `targetTmId`；
-  未挂载的目标库会以 `TM_NOT_MOUNTED` 拒绝写入。
-- `bootstrap().tm.entries` 是已挂载条目的 40 条预览；
-  `bootstrap().tm.count` 是已挂载数量，`bootstrap().tm.total` 是所有库的总数。
-  完整数据请使用 `cat_lookup_tm` 或库面板。
-- 支持 TMX 1.4 `<tu>/<tuv>/<seg>` 导入/导出。TMX 内联占位符会扁平化为
-  纯文本，并给出明确警告。
-
-### 术语库
-
-- 支持多个术语库，每个库有挂载状态和默认写入库。
-- 源文行内高亮，点击术语 chip 即可插入。
-- 支持 CSV/TSV 导入、术语备注、源语言过滤，以及工作台和
-  `cat_lookup_glossary` 都遵循的 `caseSensitive` 标记。
-- 语言代码会规范化（`EN` → `en`，`ZH_cn` → `zh-CN`）。
-
-### 工作台
-
-- 按段落/句子切分，并逐句编辑译文。
-- 支持保存草稿、确认并下一句、上一句/下一句导航和进度。
-- 文档标签页；关闭标签页不会删除文档。
-- **打开已有文档** 可重新打开已关闭的文档。
-- **设置 → 界面** 提供界面语言切换：跟随 DSH 语言（默认）、简体中文、English、
-  日本語。工作台与侧栏名称立即生效，且只改 CAIT 界面，不会改动文档的源语言或
-  目标语言。
-- 下拉框旁的垃圾桶按钮可删除一个或全部已关闭文档；删除是永久性的，
-  不会影响 TM、术语库或其他文档。
-- 同格式、同内容的再次导入会复用已有文档，而不是新建重复文档。
-  指纹覆盖语言、源文、格式和交换元数据。
-- 响应式密度：工作台测量自身 DSH 面板，并应用 1×–1.8× 的 `--cait-u`
-  缩放系数。1600×900 面板约为 1.32×，2560×1440 面板为 1.8×；
-  窗口较矮时保持 1×，不会继续缩小。
-
-### MT 辅助
-
-CAIT 不持有 endpoint 或 key，选择器完全来自 DSH：
-
-- `ctx.llm.listProviders()` 提供已注册的提供方路由。
-- 可用时通过 `ctx.loader.entries()` 查询 `config.providers`。
-- `ctx.llm.listModels(provider)` 提供模型 id；CAIT 默认选择第一个模型。
-- `ctx.llm.stream({ provider, model, messages, temperature, purpose: 'cait-mt' })`
-  执行调用；CAIT 只拼接 `text-delta` chunk。
-
-如果没有可用路由、所选路由消失或没有模型，CAIT 会回退到离线术语替换，
-并在 UI 和 `cat_suggest_mt` 结果中明确说明。流式调用失败时，Host 日志记录
-provider/model/code/status，客户端只会收到 `MT_PROVIDER_FAILED`。
-
-## 支持的格式
-
-| 格式 | 导入 | 导出 | 说明 |
-| --- | :---: | :---: | --- |
-| TXT / Markdown | ✅ | ✅ | 按段落和句子切分 |
-| CSV | ✅ | ✅ | 可通过表头名称或从 1 开始的列号指定源/目标列；现有双语导出 |
-| DOCX | ✅ | ✅ | 正文段落；导入时排除表格块。导出会修改原包，保留样式、编号、图片、页眉、表格和版式。 |
-| TMX 1.4 | ✅ | ✅ | 常见 `<tu>/<tuv>/<seg>` 子集；内联标记扁平化并警告 |
-| SRT / WebVTT | ✅ | ✅ | 一个字幕 cue 对应一个句段；保留时间轴/设置/标识；保留语义标签；非法时间范围会拒绝 |
-| PO | ✅ | ✅ | 支持上下文、复数形式、译者注释和废弃 `#~` 条目 |
-| XLIFF 1.2 | ✅ | ✅ | 内联标签转换为 `{n}` token；缺少 token 时阻止确认 |
-| XLIFF 2.0 | ✅ | ✅ | 基础 `<unit><segment><source>/<target>` 子集 |
-| SDLXLIFF | ✅ | ✅ | 走基础 XLIFF 1.2 路径；SDL 专有扩展不会完整往返 |
-| HTML | ✅ | ✅ | 仅文本块；不保留原始标记/CSS |
-| JSON | ✅ | ✅ | 字符串路径子集；通过模板保留对象/数组结构；key 和数字不翻译 |
-| XLSX | ✅ | ✅ | 第一个工作表；识别 `Source`/`Target` 表头或 A/B 列；导出为新的两列表格 |
-| PPTX | ✅ | ✅* | 保留源格式导出；需要导入时保留的 `.pptx` 包。仅正文；备注/图表/SmartArt 不导入。 |
-| RTF | ✅ | ✅ | 基础段落、`\uN`、`\'hh`、控制字；不往返原始样式 |
-
-\* 如果保留的源包不存在，PPTX 导出会以 `PPTX_SOURCE_REQUIRED` 失败，
-而不是静默生成一个没有格式的演示文稿。
-
-交换元数据（字幕时间轴、PO 上下文/复数/注释、XLIFF id 和内联 token 映射、
-JSON 路径/模板、XLSX 行号、PPTX 幻灯片/段落位置）会保存在文档/句段上，
-并随快照持久化。
-
-## 安装
-
-CAIT 以 DSH bundle 的形式安装；发布的 npm 包名为 `dsh-cait`，插件本身在左侧栏显示为
-**CAIT**。`desktop` 配置档由应用的 plugin manager 管理，请通过它安装，不要手写配置档的
-`package.json`。
-
-### 从 npm 安装
-
-在 DSH 桌面端（或任何带有 `plugin_manager` 工具的配置档）中：
-
-```text
-plugin_manager install_bundle target: dsh-cait
-```
-
-需要固定版本时写 `dsh-cait@1.0.3`，需要最新版时写 `dsh-cait@latest`。管理器会解析 registry
-上的包、应用 bundle patch 并激活插件，不需要手工在配置档里加行。
-
-使用 CLI 管理的配置档：
-
-```sh
-dsh plugin --profile web add dsh-cait
-```
-
-将 `web` 替换为你的配置档名称。如果 Host 需要重启，请重启 `dsh web`。
-
-### 从本仓库安装
-
-GitHub：
-
-```text
-plugin_manager install_bundle target: github:JoviLecca/dsh-CAIT
-```
-
-本地目录：
-
-```text
-plugin_manager install_bundle target: /absolute/path/to/dsh-CAIT
-```
-
-然后重新加载 DSH。左侧栏会出现 **CAIT** 入口。
-
-### 从源码安装
-
-```sh
-git clone <this-repository> dsh-CAIT
-cd dsh-CAIT
-npm run build:client
-```
-
-本地 `--patch` 覆盖层可以添加一行指向当前目录：
-
-```yaml
-# _dev/cait.patch.yml
-- insert:
-    - id: cait-dev
-      name: 'C:\absolute\path\to\dsh-CAIT'
-```
-
-```powershell
-dsh web --patch C:\absolute\path\to\dsh-CAIT\_dev\cait.patch.yml
-```
-
-`--patch` 是启动器选项；放在应用名（`web`）之后、应用自身参数之前。
-覆盖层和配置档中已安装的 bundle 二选一，不要同时使用。
-
-## 配置
-
-| 选项 | 默认值 | 含义 |
-| --- | --- | --- |
-| `dataDir` | `""` | `store.json` 和 `sources/` 的目录。为空时使用 `$DSH_HOME/cait`。支持绝对路径、相对路径和 `~/...`。 |
-
-```yaml
-- id: dsh-cait
-  name: dsh-cait
-  config:
-    dataDir: 'D:\CAT\cait-data'
-```
-
-快照保存文档、打开的标签页、TM、术语库、库、挂载关系和非敏感设置。
-导入的 DOCX/PPTX 源包放在 `sources/` 下。
-
-界面内的**设置**保存在快照里，而不是上面的 YAML：源语言/目标语言、模糊阈值、
-TM 返回条数、MT 路由/模型/温度，以及界面语言（`uiLang`：`auto` | `zh` | `en` |
-`ja`，默认 `auto` 即跟随 DSH 语言）。
-
-句段确认使用严格写入：如果快照无法写入，确认会以 `PERSISTENCE_FAILED`（503）
-失败，并回滚内存中的确认。其他结构性修改采用尽力写入，并通过工作台横幅显示
-`bootstrap().storage.error`。
-
-如果快照损坏或版本未知，CAIT 会记录警告，将其移动到
-`store.json.corrupt-<timestamp>`，然后以空状态启动，而不是让插件激活失败。
-版本 1 快照会迁移到版本 2，并创建默认 TM 和术语库。
-
-## Agent 工具
-
-| 工具 | 用途 |
-| --- | --- |
-| `cat_get_segment` | 获取当前句段及 TM 匹配、术语命中 |
-| `cat_submit_translation` | 确认译文，写入已挂载 TM（可选 `targetTmId`），前进到下一句 |
-| `cat_lookup_tm` | 在已挂载库中按等级检索 TM |
-| `cat_lookup_glossary` | 查询已挂载术语库；遵循 `caseSensitive` |
-| `cat_list_documents` | 列出文档和进度 |
-| `cat_switch_document` | 选择活动文档 |
-| `cat_suggest_mt` | 通过所选 DSH 路由调用 MT，或使用明确的离线回退 |
-
-工作台和工具共用一个 `CatStore`，因此 Agent 可以翻译用户当前打开的同一份文档。
-
-## 架构
-
-```mermaid
-flowchart LR
-  UI["DSH Web UI<br/>(侧栏 + 工作台)"] --> Client["client.js<br/>生成的 Web bundle"]
-  Client --> API["/cait/api/rpc<br/>同源 JSON"]
-  Tools["7 个 Agent 工具"] --> Store["CatStore"]
-  API --> Store
-  Store --> Snapshot[("store.json<br/>+ sources/")]
-```
-
-- **Host**（`index.js`、`lib/`）负责存储、持久化、导入/导出、工具和私有 API。
-- **Client**（`client/`）是通过 DSH 模块加载器加载的普通 React，渲染到
-  `sidebar.panellist` 和 `main`。样式只使用 `--dsw-alias-*` 令牌。
-- `client.js` 是生成文件；请修改 `client/*.js`，然后运行 `npm run build:client`。
-
-<details>
-<summary><strong>项目结构</strong></summary>
-
-```text
-cait/
-├─ package.json
-├─ cordis.patch.yml
-├─ index.js                 # Host 端
-├─ client.js                # 生成的 Web bundle
-├─ client/                  # helpers、styles、RPC、components、locales、entry
-├─ scripts/build-client.mjs
-├─ icon.svg
-├─ locale/{en,zh,ja}.json
-├─ NOTICE
-├─ README.md
-├─ README.zh-CN.md
-├─ README.ja.md
-├─ CHANGELOG.md
-├─ lib/
-│  ├─ store.js              # CatStore 门面 + 文档/句段核心
-│  ├─ errors.js
-│  ├─ store-utils.js
-│  ├─ libraries.js          # TM/术语库注册表 + 挂载
-│  ├─ tm.js
-│  ├─ glossary.js
-│  ├─ persistence.js
-│  ├─ import-export.js
-│  ├─ formats.js            # CSV/SRT/VTT/PO/XLIFF/HTML/JSON/RTF
-│  ├─ xlsx.js
-│  ├─ pptx.js
-│  ├─ segmenter.js
-│  ├─ similarity.js
-│  ├─ tmx.js
-│  ├─ docx.js
-│  ├─ markdown.js
-│  ├─ xml.js
-│  ├─ mt.js
-│  ├─ tools.js
-│  └─ api.js
-└─ _dev/                    # 测试、fixture、本地 patch 覆盖层
-```
-
-</details>
-
-## 开发
-
-需要 Node.js 22+ 和 DSH `0.2.x`。已在 DSH `0.2.2-rc.1`、Node `26.7.0`
-中测试。
-
-```sh
-npm run build:client
-node --check client.js
-
-node _dev/test-core.mjs
-node _dev/test-imports.mjs
-node _dev/test-formats.mjs
-node _dev/test-second-tier.mjs
-node _dev/test-docx-export.mjs
-node _dev/test-api.mjs
-node _dev/test-plugin.mjs
-node _dev/test-persistence.mjs
-node _dev/test-documents.mjs
-node _dev/test-libraries.mjs
-node _dev/test-mounts.mjs
-node _dev/test-ui-scale.mjs
-node _dev/test-mt.mjs
-```
-
-导入/导出 fixture 为 `_dev/sample.docx`、`_dev/sample-table.docx` 和
-`_dev/sample-format.docx`；可用对应的 `python _dev/make-*.py` 脚本重新生成。
-13 套测试应全部通过。
-
-### 发布
-
-`npm publish` 会触发 `prepublishOnly`：从 `client/` 的片段重建 `client.js`
-并做语法检查，因此发布出去的不会是一个过期的 bundle。在仓库根目录执行：
-
-```sh
-npm publish
-```
-
-`.github/workflows/publish.yml` 会在 GitHub 发布 release 时做同样的事，使用
-npm Trusted Publishing（OIDC）而不是保存的 token，并且当 release tag 与
-`package.json` 的版本不一致时拒绝发布。
-
-首次发布必须在本地完成，因为 Trusted Publishing 只能为已经存在的包配置：
-
-```sh
-npm login
-npm publish
-```
-
-之后在 npmjs.com 打开该包，进入 **Settings → Trusted publishing**，添加仓库
-`JoviLecca/dsh-CAIT` 和 workflow 文件 `publish.yml`。以后的版本就可以通过
-GitHub release 发布。
-
-## 安全模型
-
-- Host API 挂载在 `/cait/api`，通过 `ctx.connection.requestRejection`
-  限制为同源/受信任请求。
-- RPC 请求体为 JSON，上限 32 MB；超过时返回 `413 BODY_TOO_LARGE`。
-- `clearTM` / `clearGlossary` 除了浏览器信任检查外，还要求
-  `params.confirm === true`；UI 会在发送前询问。
-- CAIT 从不接收、存储或返回 API Key。DSH 凭据保留在所选提供方适配器内部。
-- 持久化使用单个快照，语义为最后写入者获胜；它不是多用户日志。
-
-## 已知限制与路线图
-
-- 暂不支持 PDF、EPUB 或图片 OCR 导入。
-- DOCX 导入会跳过表格、页眉、脚注、域、替代文本和修订删除内容。
-  DOCX 导出时这些区域保持源语言。
-- DOCX/PPTX 中混合 run 的段落会继承第一个 run 的格式。
-- PPTX 导入只覆盖正文，不包含备注、图表或 SmartArt。
-- XLSX 导入/导出是两列表格；不保留单元格样式、公式、合并单元格、图片和额外工作表。
-- HTML/RTF 导出不往返原始样式；JSON 只翻译字符串值。
-- TM 匹配是词法级的，不是语义级；没有词干、同义词或向量。
-- 库重命名/删除和逐标签页挂载状态不属于 v1.0.0。
-- 工作台界面提供中文、English、日本語三种语言，可在设置中切换；README 提供英文、简体中文和日文三个版本，以英文版为准。
-
-后续计划：PDF 与 EPUB 适配器、通过多模态 DSH 路由支持图片/视觉输入、
-更完整的库管理、保留样式的 XLSX 输出，以及 XLIFF `<alt-trans>` / 注释支持。
-
-## 变更日志与版本
-
-见 [CHANGELOG.md](CHANGELOG.md)。`v1.0.0` 是首个公开发布版本，`v1.0.1` 增加了
-日语界面和界面内语言切换，`v1.0.2` 让「跟随 DSH 语言」真正跟随 DSH 的语言设置，
-`v1.0.3` 把包发布到 npm；项目在开发阶段使用 `0.1.0`，发布到 GitHub 前统一改为 `1.0.0`。
-
-> **License：** Apache License 2.0，见 [LICENSE](LICENSE)。再分发时需保留
-> [NOTICE](NOTICE) 中的署名信息。
+<p align="center">
+  <img src="icon.svg" width="76" alt="CAIT 图标" />
+</p>
+
+<h1 align="center">CAIT</h1>
+
+<p align="center">
+  <strong>在 DeepSeek Harness 中完成计算机辅助翻译。</strong><br/>
+  翻译记忆 · 术语库 · 句段编辑器 · 机器翻译辅助 · 文档标签页 · Office / 字幕 / 本地化格式
+</p>
+
+<p align="center">
+  <a href="README.md">English</a> · <a href="README.zh-CN.md">简体中文</a> · <a href="README.ja.md">日本語</a>
+</p>
+
+<p align="center">
+  <a href="https://www.npmjs.com/package/dsh-cait"><img alt="npm 版本" src="https://img.shields.io/npm/v/dsh-cait.svg" /></a>
+  <img alt="DSH 0.2.x" src="https://img.shields.io/badge/DSH-0.2.x-4d6bfe.svg" />
+  <img alt="15 套测试" src="https://img.shields.io/badge/tests-15%20suites-brightgreen.svg" />
+  <img alt="无需 API Key" src="https://img.shields.io/badge/API%20key-not%20required-6b7280.svg" />
+</p>
+
+CAIT 为 DSH Web UI 和 DSH 桌面端增加一个 CAT 翻译工作台。它从左侧栏入口打开，
+工作台与七个 Agent 工具共用一个数据存储，覆盖从导入源文件到导出译文的完整流程。
+
+> **已在 DSH `0.2.2-rc.1` 中验证。** CAIT 使用 DSH 自己的模型路由和凭据，
+> 不会要求用户填写 API Key。内部回退提供方仍叫 `mock`，界面显示为
+> **术语替换（离线）**。
+
+## 为什么选择 CAIT
+
+| | |
+|---|---|
+| **原生集成 DSH** | 真正的侧栏入口、主工作台、DSH 主题令牌，以及人和 Agent 共用的同一份数据。不是 iframe，也不是另一个独立应用。 |
+| **可解释的翻译记忆** | 支持多个 TM 库、仅检索已挂载库、精确/近似精确/高/中/低模糊等级，确认句段时自动写回。 |
+| **术语感知编辑** | 支持多个术语库、按源语言过滤、行内高亮、点击插入术语，以及按术语设置是否区分大小写。 |
+| **完整文档流程** | 文档标签页、关闭/重新打开、最近文档清理、重复导入复用、逐文档进度。 |
+| **真实格式覆盖** | TXT、Markdown、DOCX、EPUB、TMX、CSV、SRT/VTT、PO、XLIFF 1.2/2.0/SDLXLIFF、HTML、JSON、XLSX、PPTX、RTF。 |
+| **面向 Agent** | 七个工具共享当前文档和存储，Agent 可以与用户同时翻译。 |
+
+## 快速开始
+
+1. 安装 CAIT，然后从左侧栏的 **CAIT** 入口打开。
+2. 选择 **新开页面**，拖入源文件或粘贴文本。
+3. 设置源语言和目标语言。
+4. 翻译当前句段；右侧面板会显示 TM 匹配、术语命中和 MT 建议。
+5. 点击 **确认并下一句**，句对会写入默认挂载的 TM。
+6. 导出纯译文、双语对照，或保留源格式的文档。
+
+编辑器中的输入只是草稿，保存在内存里。确认句段（或执行明确的结构性修改）时
+才会写入快照。打开的工作台每两秒轮询一次 Host revision，因此 Agent 触发的修改
+无需手动刷新即可出现。
+
+## 功能
+
+### 翻译记忆
+
+- 支持多个 TM 库，每个库有 id、名称、挂载状态和默认写入库。
+- 支持精确、近似精确和三个模糊等级：
+  - `near_exact` 使用忽略数字、标点和空白后的 key 比较，不依赖分数阈值。
+  - `high_fuzzy` 为 `>= 0.85`，`medium_fuzzy` 为 `0.75–0.85`，
+    `low_fuzzy` 低于 `0.75`（高于可配置下限，默认 `0.55`）。
+- 模糊评分是词法级的：72% 字符二元组 Dice + 28% token Jaccard。
+  拉丁文本按单词切分，CJK 文本按单字切分；不做词干、同义词或语义匹配。
+- 检索只查已挂载的库。`cat_submit_translation` 支持可选 `targetTmId`；
+  未挂载的目标库会以 `TM_NOT_MOUNTED` 拒绝写入。
+- `bootstrap().tm.entries` 是已挂载条目的 40 条预览；
+  `bootstrap().tm.count` 是已挂载数量，`bootstrap().tm.total` 是所有库的总数。
+  完整数据请使用 `cat_lookup_tm` 或库面板。
+- 支持 TMX 1.4 `<tu>/<tuv>/<seg>` 导入/导出。TMX 内联占位符会扁平化为
+  纯文本，并给出明确警告。
+
+### 术语库
+
+- 支持多个术语库，每个库有挂载状态和默认写入库。
+- 源文行内高亮，点击术语 chip 即可插入。
+- 支持 CSV/TSV 导入、术语备注、源语言过滤，以及工作台和
+  `cat_lookup_glossary` 都遵循的 `caseSensitive` 标记。
+- 语言代码会规范化（`EN` → `en`，`ZH_cn` → `zh-CN`）。
+
+### 工作台
+
+- 按段落/句子切分，并逐句编辑译文。
+- 支持保存草稿、确认并下一句、上一句/下一句导航和进度。
+- 文档标签页；关闭标签页不会删除文档。
+- **打开已有文档** 可重新打开已关闭的文档。
+- **设置 → 界面** 提供界面语言切换：跟随 DSH 语言（默认）、简体中文、English、
+  日本語。工作台与侧栏名称立即生效，且只改 CAIT 界面，不会改动文档的源语言或
+  目标语言。
+- 下拉框旁的垃圾桶按钮可删除一个或全部已关闭文档；删除是永久性的，
+  不会影响 TM、术语库或其他文档。
+- 同格式、同内容的再次导入会复用已有文档，而不是新建重复文档。
+  指纹覆盖语言、源文、格式和交换元数据。
+- 响应式密度：工作台测量自身 DSH 面板，并应用 1×–1.8× 的 `--cait-u`
+  缩放系数。1600×900 面板约为 1.32×，2560×1440 面板为 1.8×；
+  窗口较矮时保持 1×，不会继续缩小。
+
+### 预处理
+
+导入的源文在切句之前会经过预处理阶段：
+
+- 折叠重复空格与制表符、去掉行首缩进、合并连续空行。
+- 移除零宽字符和多余的控制字符。
+- 占位符 token（`{1}`、`{2}`…）、标点、大小写和段落顺序保持不变，
+  因此 XLIFF/HTML/EPUB 的内联标记仍可正确往返。
+- 三个步骤可在 **设置 → 预处理** 中分别开关，并随其他设置一起持久化。
+  它们作用于新导入和 `createDocument` 调用，不会改写已有文档。
+
+### MT 辅助
+
+CAIT 不持有 endpoint 或 key，选择器完全来自 DSH：
+
+- `ctx.llm.listProviders()` 提供已注册的提供方路由。
+- 可用时通过 `ctx.loader.entries()` 查询 `config.providers`。
+- `ctx.llm.listModels(provider)` 提供模型 id；CAIT 默认选择第一个模型。
+- `ctx.llm.stream({ provider, model, messages, temperature, purpose: 'cait-mt' })`
+  执行调用；CAIT 只拼接 `text-delta` chunk。
+
+如果没有可用路由、所选路由消失或没有模型，CAIT 会回退到离线术语替换，
+并在 UI 和 `cat_suggest_mt` 结果中明确说明。流式调用失败时，Host 日志记录
+provider/model/code/status，客户端只会收到 `MT_PROVIDER_FAILED`。
+
+## 支持的格式
+
+| 格式 | 导入 | 导出 | 说明 |
+| --- | :---: | :---: | --- |
+| TXT / Markdown | ✅ | ✅ | 按段落和句子切分 |
+| CSV | ✅ | ✅ | 自动识别逗号、分号、制表符或竖线分隔；可通过表头名称或从 1 开始的列号指定源/目标列；现有双语导出 |
+| DOCX | ✅ | ✅ | 正文段落；导入时排除表格块。导出会修改原包，保留样式、编号、图片、页眉、表格和版式。 |
+| EPUB | ✅ | ✅ | 按 EPUB 3 spine 顺序读取 XHTML 文本块，内联标记保留为 token 并回写到保留的源包。不支持 DRM、固定版式和脚本化 EPUB。 |
+| TMX 1.4 | ✅ | ✅ | 常见 `<tu>/<tuv>/<seg>` 子集；内联标记扁平化并警告 |
+| SRT / WebVTT | ✅ | ✅ | 一个字幕 cue 对应一个句段；保留时间轴/设置/标识；保留语义标签；非法时间范围会拒绝 |
+| PO | ✅ | ✅ | 支持上下文、复数形式、译者注释和废弃 `#~` 条目 |
+| XLIFF 1.2 | ✅ | ✅ | 内联标签转换为 `{n}` token；缺少 token 时阻止确认 |
+| XLIFF 2.0 | ✅ | ✅ | 基础 `<unit><segment><source>/<target>` 子集 |
+| SDLXLIFF | ✅ | ✅ | 走基础 XLIFF 1.2 路径；SDL 专有扩展不会完整往返 |
+| HTML | ✅ | ✅ | 保留文本块与内联标签；不重建文档级 CSS/版式 |
+| JSON | ✅ | ✅ | 字符串路径子集；通过模板保留对象/数组结构；key 和数字不翻译 |
+| XLSX | ✅ | ✅ | 第一个工作表；识别 `Source`/`Target` 表头或 A/B 列；导出为新的两列表格 |
+| PPTX | ✅ | ✅* | 保留源格式导出；需要导入时保留的 `.pptx` 包。仅正文；备注/图表/SmartArt 不导入。 |
+| RTF | ✅ | ✅ | 基础段落、`\uN`、`\'hh`、控制字；不往返原始样式 |
+
+\* 如果保留的源包不存在，PPTX 导出会以 `PPTX_SOURCE_REQUIRED` 失败，
+而不是静默生成一个没有格式的演示文稿。
+
+交换元数据（字幕时间轴、PO 上下文/复数/注释、XLIFF id 和内联 token 映射、
+JSON 路径/模板、XLSX 行号、PPTX 幻灯片/段落位置、EPUB spine href 和块序号）
+会保存在文档/句段上，并随快照持久化。
+
+### 不支持 PDF
+
+CAIT 不导入 PDF，后续版本也不会加入 PDF 支持。PDF 是固定版式的打印格式，
+没有逻辑段落、阅读顺序或内联标记；从中提取的文本会散落在绘图指令之间，
+丢失标题、表格和内联强调，切出的句段对翻译记忆和 MT 都是很差的输入——
+也就是说，PDF 极其不适合 AI 相关工作。
+
+如果需要翻译 PDF 内容，请先转换成支持的格式，例如：
+
+```sh
+pandoc input.pdf -t docx -o output.docx   # 或 -t html、-t markdown
+```
+
+也可以使用 Adobe Acrobat 的 **导出为 Word/HTML**、LibreOffice，或其他能生成
+DOCX、HTML、EPUB 或纯文本的工具。扫描版 PDF 在转换前还需要 OCR；
+CAIT 没有图片 OCR 阶段。
+
+## 安装
+
+CAIT 以 DSH bundle 的形式安装；发布的 npm 包名为 `dsh-cait`，插件本身在左侧栏显示为
+**CAIT**。`desktop` 配置档由应用的 plugin manager 管理，请通过它安装，不要手写配置档的
+`package.json`。
+
+### 从 npm 安装
+
+在 DSH 桌面端（或任何带有 `plugin_manager` 工具的配置档）中：
+
+```text
+plugin_manager install_bundle target: dsh-cait
+```
+
+需要固定版本时写 `dsh-cait@1.0.5`，需要最新版时写 `dsh-cait@latest`。管理器会解析 registry
+上的包、应用 bundle patch 并激活插件，不需要手工在配置档里加行。
+
+使用 CLI 管理的配置档：
+
+```sh
+dsh plugin --profile web add dsh-cait
+```
+
+将 `web` 替换为你的配置档名称。如果 Host 需要重启，请重启 `dsh web`。
+
+### 从本仓库安装
+
+GitHub：
+
+```text
+plugin_manager install_bundle target: github:JoviLecca/dsh-CAIT
+```
+
+本地目录：
+
+```text
+plugin_manager install_bundle target: /absolute/path/to/dsh-CAIT
+```
+
+然后重新加载 DSH。左侧栏会出现 **CAIT** 入口。
+
+### 从源码安装
+
+```sh
+git clone <this-repository> dsh-CAIT
+cd dsh-CAIT
+npm run build:client
+```
+
+本地 `--patch` 覆盖层可以添加一行指向当前目录：
+
+```yaml
+# _dev/cait.patch.yml
+- insert:
+    - id: cait-dev
+      name: 'C:\absolute\path\to\dsh-CAIT'
+```
+
+```powershell
+dsh web --patch C:\absolute\path\to\dsh-CAIT\_dev\cait.patch.yml
+```
+
+`--patch` 是启动器选项；放在应用名（`web`）之后、应用自身参数之前。
+覆盖层和配置档中已安装的 bundle 二选一，不要同时使用。
+
+## 配置
+
+| 选项 | 默认值 | 含义 |
+| --- | --- | --- |
+| `dataDir` | `""` | `store.json` 和 `sources/` 的目录。为空时使用 `$DSH_HOME/cait`。支持绝对路径、相对路径和 `~/...`。 |
+
+```yaml
+- id: dsh-cait
+  name: dsh-cait
+  config:
+    dataDir: 'D:\CAT\cait-data'
+```
+
+快照保存文档、打开的标签页、TM、术语库、库、挂载关系和非敏感设置。
+导入的 DOCX/PPTX/EPUB 源包放在 `sources/` 下。
+
+界面内的**设置**保存在快照里，而不是上面的 YAML：源语言/目标语言、模糊阈值、
+TM 返回条数、MT 路由/模型/温度，以及界面语言（`uiLang`：`auto` | `zh` | `en` |
+`ja`，默认 `auto` 即跟随 DSH 语言）。
+
+句段确认使用严格写入：如果快照无法写入，确认会以 `PERSISTENCE_FAILED`（503）
+失败，并回滚内存中的确认。其他结构性修改采用尽力写入，并通过工作台横幅显示
+`bootstrap().storage.error`。
+
+如果快照损坏或版本未知，CAIT 会记录警告，将其移动到
+`store.json.corrupt-<timestamp>`，然后以空状态启动，而不是让插件激活失败。
+版本 1 快照会迁移到版本 2，并创建默认 TM 和术语库。
+
+## Agent 工具
+
+| 工具 | 用途 |
+| --- | --- |
+| `cat_get_segment` | 获取当前句段及 TM 匹配、术语命中 |
+| `cat_submit_translation` | 确认译文，写入已挂载 TM（可选 `targetTmId`），前进到下一句 |
+| `cat_lookup_tm` | 在已挂载库中按等级检索 TM |
+| `cat_lookup_glossary` | 查询已挂载术语库；遵循 `caseSensitive` |
+| `cat_list_documents` | 列出文档和进度 |
+| `cat_switch_document` | 选择活动文档 |
+| `cat_suggest_mt` | 通过所选 DSH 路由调用 MT，或使用明确的离线回退 |
+
+工作台和工具共用一个 `CatStore`，因此 Agent 可以翻译用户当前打开的同一份文档。
+
+## 架构
+
+```mermaid
+flowchart LR
+  UI["DSH Web UI<br/>(侧栏 + 工作台)"] --> Client["client.js<br/>生成的 Web bundle"]
+  Client --> API["/cait/api/rpc<br/>同源 JSON"]
+  Tools["7 个 Agent 工具"] --> Store["CatStore"]
+  API --> Store
+  Store --> Snapshot[("store.json<br/>+ sources/")]
+```
+
+- **Host**（`index.js`、`lib/`）负责存储、持久化、导入/导出、工具和私有 API。
+- **Client**（`client/`）是通过 DSH 模块加载器加载的普通 React，渲染到
+  `sidebar.panellist` 和 `main`。样式只使用 `--dsw-alias-*` 令牌。
+- `client.js` 是生成文件；请修改 `client/*.js`，然后运行 `npm run build:client`。
+
+<details>
+<summary><strong>项目结构</strong></summary>
+
+```text
+cait/
+├─ package.json
+├─ cordis.patch.yml
+├─ index.js                 # Host 端
+├─ client.js                # 生成的 Web bundle
+├─ client/                  # helpers、styles、RPC、components、locales、entry
+├─ scripts/build-client.mjs
+├─ icon.svg
+├─ locale/{en,zh,ja}.json
+├─ NOTICE
+├─ README.md
+├─ README.zh-CN.md
+├─ README.ja.md
+├─ CHANGELOG.md
+├─ lib/
+│  ├─ store.js              # CatStore 门面 + 文档/句段核心
+│  ├─ errors.js
+│  ├─ store-utils.js
+│  ├─ libraries.js          # TM/术语库注册表 + 挂载
+│  ├─ tm.js
+│  ├─ glossary.js
+│  ├─ persistence.js
+│  ├─ import-export.js
+│  ├─ formats.js            # CSV/SRT/VTT/PO/XLIFF/HTML/JSON/RTF
+│  ├─ html.js               # 共享 HTML/XHTML 文本块扫描与回写
+│  ├─ epub.js               # EPUB 包读取 / spine 导入 / 回写导出
+│  ├─ preprocess.js         # 导入期源文预处理阶段
+│  ├─ xlsx.js
+│  ├─ pptx.js
+│  ├─ segmenter.js
+│  ├─ similarity.js
+│  ├─ tmx.js
+│  ├─ docx.js
+│  ├─ markdown.js
+│  ├─ xml.js
+│  ├─ mt.js
+│  ├─ tools.js
+│  └─ api.js
+└─ _dev/                    # 测试、fixture、本地 patch 覆盖层
+```
+
+</details>
+
+## 开发
+
+需要 Node.js 22+ 和 DSH `0.2.x`。已在 DSH `0.2.2-rc.1`、Node `26.7.0`
+中测试。
+
+```sh
+npm run build:client
+node --check client.js
+
+node _dev/test-core.mjs
+node _dev/test-imports.mjs
+node _dev/test-formats.mjs
+node _dev/test-epub.mjs
+node _dev/test-preprocess.mjs
+node _dev/test-second-tier.mjs
+node _dev/test-docx-export.mjs
+node _dev/test-api.mjs
+node _dev/test-plugin.mjs
+node _dev/test-persistence.mjs
+node _dev/test-documents.mjs
+node _dev/test-libraries.mjs
+node _dev/test-mounts.mjs
+node _dev/test-ui-scale.mjs
+node _dev/test-mt.mjs
+```
+
+导入/导出 fixture 为 `_dev/sample.docx`、`_dev/sample-table.docx` 和
+`_dev/sample-format.docx`；可用对应的 `python _dev/make-*.py` 脚本重新生成。
+15 套测试应全部通过。
+
+### 发布
+
+`npm publish` 会触发 `prepublishOnly`：从 `client/` 的片段重建 `client.js`
+并做语法检查，因此发布出去的不会是一个过期的 bundle。在仓库根目录执行：
+
+```sh
+npm publish
+```
+
+`.github/workflows/publish.yml` 会在 GitHub 发布 release 时做同样的事，使用
+npm Trusted Publishing（OIDC）而不是保存的 token，并且当 release tag 与
+`package.json` 的版本不一致时拒绝发布。
+
+首次发布必须在本地完成，因为 Trusted Publishing 只能为已经存在的包配置：
+
+```sh
+npm login
+npm publish
+```
+
+之后在 npmjs.com 打开该包，进入 **Settings → Trusted publishing**，添加仓库
+`JoviLecca/dsh-CAIT` 和 workflow 文件 `publish.yml`。以后的版本就可以通过
+GitHub release 发布。
+
+## 安全模型
+
+- Host API 挂载在 `/cait/api`，通过 `ctx.connection.requestRejection`
+  限制为同源/受信任请求。
+- RPC 请求体为 JSON，上限 32 MB；超过时返回 `413 BODY_TOO_LARGE`。
+- `clearTM` / `clearGlossary` 除了浏览器信任检查外，还要求
+  `params.confirm === true`；UI 会在发送前询问。
+- CAIT 从不接收、存储或返回 API Key。DSH 凭据保留在所选提供方适配器内部。
+- 持久化使用单个快照，语义为最后写入者获胜；它不是多用户日志。
+
+## 已知限制与路线图
+
+- 不支持 PDF 导入；PDF 已被明确排除在范围外（见
+  [不支持 PDF](#不支持-pdf)）。暂不支持图片 OCR。
+- EPUB 导入只覆盖 spine 中的正文 XHTML 文本块；不支持 DRM、固定版式、
+  脚本化以及大量使用 MathML 的电子书。
+- DOCX 导入会跳过表格、页眉、脚注、域、替代文本和修订删除内容。
+  DOCX 导出时这些区域保持源语言。
+- DOCX/PPTX 中混合 run 的段落会继承第一个 run 的格式。
+- PPTX 导入只覆盖正文，不包含备注、图表或 SmartArt。
+- XLSX 导入/导出是两列表格；不保留单元格样式、公式、合并单元格、图片和额外工作表。
+- HTML/RTF 导出不往返原始样式；JSON 只翻译字符串值。
+- TM 匹配是词法级的，不是语义级；没有词干、同义词或向量。
+- 库重命名/删除和逐标签页挂载状态尚未实现。
+- 工作台界面提供中文、English、日本語三种语言，可在设置中切换；README 提供英文、简体中文和日文三个版本，以英文版为准。
+
+后续计划：通过多模态 DSH 路由支持图片/视觉输入、更完整的库管理、
+保留样式的 XLSX 输出，以及 XLIFF `<alt-trans>` / 注释支持。
+
+## 变更日志与版本
+
+见 [CHANGELOG.md](CHANGELOG.md)。`v1.0.0` 是首个公开发布版本，`v1.0.1` 增加了
+日语界面和界面内语言切换，`v1.0.2` 让「跟随 DSH 语言」真正跟随 DSH 的语言设置，
+`v1.0.3` 把包发布到 npm，`v1.0.4` 起后续版本改由带 provenance 的发布流水线产出，
+`v1.0.5` 增加 EPUB、导入预处理和 PDF 政策；项目在开发阶段使用 `0.1.0`，
+发布到 GitHub 前统一改为 `1.0.0`。
+
+> **License：** Apache License 2.0，见 [LICENSE](LICENSE)。再分发时需保留
+> [NOTICE](NOTICE) 中的署名信息。