dsh-cait 1.1.3 → 1.1.7

package/README.zh-CN.md

@@ -16,12 +16,12 @@
 <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="29 套测试" src="https://img.shields.io/badge/tests-29%20suites-brightgreen.svg" />
+  <img alt="45 套测试" src="https://img.shields.io/badge/tests-45%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，
-工作台与十五个 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。
+工作台与二十一个 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
@@ -36,7 +36,7 @@ CAIT 为 DSH Web UI 和 DSH 桌面端增加一个 CAT 翻译工作台。它从
 | **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** | 十个工具共享当前文档和存储，Agent 可以与用户同时翻译。 |
+| **面向 Agent** | 二十一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
 
@@ -53,6 +53,39 @@ CAIT 为 DSH Web UI 和 DSH 桌面端增加一个 CAT 翻译工作台。它从
 
 ## 功能
 
+### 1.1.7 新增
+
+- **DOCX 深度**：表格、页眉、页脚、脚注和尾注里的段落都会作为普通句段导入，并写回原来的 part。
+- **本地化字符串**：Apple `.strings`/`.stringsdict`、Android `strings.xml`/复数、`.resx`、`.arb`、嵌套 YAML、Java `.properties` 可往返，保留 key、注释、复数变体、块标量和内联标签。
+- **演讲者备注与多工作表**：PPTX 备注页独立成段；XLSX 每个工作表保留名称、顺序和单元格引用；保留源文件时按原单元格回写，样式和合并区域不丢。
+- **字幕时间轴**：合并相邻 cue、按时间点拆分、整体平移时间码；重叠 cue 作为高风险 QA 提示，不自动改时间。
+
+### 1.1.6 新增
+
+- **查找替换**：原文/译文预览、一次应用、撤销上次替换；已确认句段的译文被改动时自动回到待审状态。
+- **命令面板**（`Ctrl/Cmd+K`）与 `Ctrl/Cmd+F` 查找替换。
+- **句段备注**，以及句段内的**草稿撤销/重做**（`Ctrl/Cmd+Z`、`Ctrl/Cmd+Shift+Z`、`Ctrl/Cmd+Y`）。
+- **合并、拆分、锁定**文本句段；合并/拆分目前只开放 TXT 与 Markdown，Office 段落映射还不能安全回填。
+- **单次专名术语发现**：引号内术语、句中大写名、中文人名/地名/造物名即使只出现一次也会进入候选，并带类型、置信度和原句证据；不会自动入库。
+- **AI 审校**：QA 标签页可以请求当前 DSH 模型给出结构化建议，跳到对应句段或把建议填入译文；Agent 可调用 `cat_review`，两者都不会直接写文档。审校默认跟随翻译模型，也可以在设置里单独选择 provider 和模型。
+
+### 1.1.5 新增
+
+- 每份文档可以**继承全局 TM/术语库挂载，或绑定自己的库**，并指定默认写入 TM；检索、术语命中、QA、预翻译和确认都按该作用域执行。
+- **字数与匹配率分析**：统计句段、词数、字符、重复、ICE/精确/模糊/新增分桶、匹配率和 leverage，可下载 CSV 或 JSON。
+- 导出**双语审校 DOCX**（原文/译文/状态），给不使用 CAIT 的审校人。
+- 导出并回填 **XLIFF 1.2 审校包**：按 uid、XLIFF id 或唯一源文匹配，源文不一致的条目拒绝回填，并报告未匹配数量。
+- **TM 维护**：合并、去重、清理都先预览再确认。
+
+### 1.1.4 新增
+
+- 每份文档可以带一份**翻译 brief**：领域、读者、语气、备注、禁译词和风格样例；它会被注入 MT 请求，Agent 可用 `cat_get_brief` 读取。
+- 预翻译改为**一次最多八段**批量请求，带上 brief 和相邻原文；模型漏掉的句段逐段回退，不再整篇中断。
+- 术语条目可以标记 **forbidden**（禁用译法）和 **preferred**（必用译法），CSV/JSON/TBX 导出与 CSV 导入都会保留。
+- QA 按 **high / medium / low** 分级，新增禁用术语和长度漂移检查；QA 面板可跳转、复制原文、清空译文、插入必用术语，Concordance 可检索所有已挂载 TM。
+- 已确认句段可以**撤销确认**，保留译文和 TM 条目；编辑已确认句段会自动退回 `translated`，再次确认时更新同一条 TM。
+- 句段栏可以**批量清理未确认的预翻译译文**；清理前会显示句数以及 MT/TM/自动传播的构成，并说明已确认句段、人工草稿和已写入 TM 的内容不受影响。
+
 ### 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。
@@ -62,7 +95,7 @@ CAIT 为 DSH Web UI 和 DSH 桌面端增加一个 CAT 翻译工作台。它从
 - 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`）。
+    `low_fuzzy` 低于 `0.75`（高于可配置下限，默认 `0.70`）。
 - 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`；
@@ -188,7 +221,7 @@ provider/model/code/status，客户端只会收到 `MT_PROVIDER_FAILED`。
 | 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 |
+| XLSX | ✅ | ✅ | 全部工作表；识别源/目标列或表头；保留源文件时按单元格回写，样式、合并区域和其他工作表不丢；公式单元格跳过 |
 | 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 |
 
@@ -230,7 +263,7 @@ CAIT 以 DSH bundle 的形式安装；发布的 npm 包名为 `dsh-cait`，插
 plugin_manager install_bundle target: dsh-cait
 ```
 
-需要固定版本时写 `dsh-cait@1.1.3`，需要最新版时写 `dsh-cait@latest`。管理器会解析 registry
+需要固定版本时写 `dsh-cait@1.1.7`，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：
@@ -329,6 +362,7 @@ TM 返回条数、MT 路由/模型/温度，以及界面语言（`uiLang`：`aut
 | `cat_consistency_report` | 按原文分组列出译文不一致的句段 |
 | `cat_term_candidates` | 术语候选短名单：频次、例句、记忆库里已有的译法 |
 | `cat_add_terms` | 一次性把选中的术语写进术语库 |
+| `cat_review` | 请求模型给出结构化审校建议；不会直接写文档 |
 
 因此 Agent 可以完全不点界面就把整篇铺底：反复调用 `cat_pre_translate`
 （`from: next`）直到 `next` 为 `null`，用 `cat_get_segments` 查看，再用
@@ -343,7 +377,7 @@ TM 返回条数、MT 路由/模型/温度，以及界面语言（`uiLang`：`aut
 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["15 个 Agent 工具"] --> Store["CatStore"]
+  Tools["21 个 Agent 工具"] --> Store["CatStore"]
   API --> Store
   Store --> Snapshot[("store.json<br/>+ sources/")]
 ```
@@ -428,7 +462,7 @@ 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。
+45 套测试应全部通过。
 
 ### 发布
 
@@ -470,11 +504,14 @@ GitHub release 发布。
   [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 导入覆盖正文、表格、页眉、页脚、脚注和尾注；域、替代文本和修订删除
+  仍保持源语言。
 - 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。
+- PPTX 导入覆盖正文和演讲者备注，不包含图表或 SmartArt。
+- XLSX 导出需要目标列才能回写；公式单元格会跳过；1.1.7 之前导入的文档没有
+  保留源工作簿，只能重建新表。
+- 嵌套 YAML 支持 mapping、sequence、scalar、块标量和注释；锚点、别名、
+  merge key 和 flow 集合会以 `LOCALIZATION_YAML_UNSUPPORTED` 拒绝。
 - 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。
 - 每个上下文下，同一原文存一条译文：重复的句子会为每种相邻句组合保留一条变体，
@@ -483,8 +520,8 @@ GitHub release 发布。
 - TBX 与 JSON 术语导出是单向的；只有 TMX 和 CSV 能再导入回来。
 - 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、保留样式的 XLSX 输出，
-以及 XLIFF `<alt-trans>` / 注释支持。
+后续计划：通过多模态 DSH 路由支持图片/视觉输入、Office 段落映射后的合并/拆分，
+以及字幕波形/播放头。
 
 ## 变更日志与版本