translator.skill

“翻译软件翻了一晚上，翻出来的东西连谷歌都不认识。”

 

你用翻译软件翻论文，翻出来导师说"这不是人话"？ 你跟老外开会，说完 “we should align” 对面脸都绿了？ 你领导说"这个需求很简单"，你到现在不知道是夸你还是埋你？ 你想发个朋友圈，但翻成英文之后那个味儿全没了？ 你把 GPT 的回答给同事看，同事说"能不能说人话"？

别翻字，翻灵魂。欢迎使用赛博翻译官。

 

不是翻译器。是语言的变形金刚。

翻准只是基本功。这个 Skill 翻四层——语义、语气、语境、身份感。 你可以让鲁迅帮你写周报，让马斯克帮你怼产品经理，让罗翔帮你分析租房纠纷， 把领导的画饼话术翻成人话，把正经论文翻成互联网黑话， 把 GPT 的"Great question!“翻成 Claude 的"I think…”。

English · 安装 · 使用方法 · 五种模式 · Demo

 

---

它做什么

为什么不用普通翻译

---

安装

Claude Code

重要：Claude Code 在 git 仓库根目录的 .claude/skills/ 找 Skill。确保在正确位置操作。

# 安装到当前项目（在 git 仓库根目录运行）
mkdir -p .claude/skills
git clone https://github.com/YOUR_USERNAME/translator-skill .claude/skills/translator

# 或全局安装（所有项目可用）
git clone https://github.com/YOUR_USERNAME/translator-skill ~/.claude/skills/translator

OpenClaw

git clone https://github.com/YOUR_USERNAME/translator-skill ~/.openclaw/workspace/skills/translator

零依赖安装。 不用 pip install 任何东西。术语缓存和翻译历史用纯 JSON 存储，无外部依赖。

详细说明见 INSTALL.md。

---

使用方法

在 Claude Code 里直接说：

/translate

或者——更好玩的用法——用自然语言触发：

用鲁迅的口吻说：今天加班到很晚
"蚌埠住了" 是什么意思
帮我把这段话翻译成互联网黑话
用 GPT 风格回答：什么是量子计算
领导说"公司很看好你"到底什么意思
如果乔布斯介绍这个功能会怎么说
translate this email into professional English

输入参数自动识别，你也可以手动指定：

---

五种模式

Mode 1: Verified Translation — 可信翻译

“翻不对不如不翻。”

跨语言翻译，但每个术语都有据可查。不确定的词直接联网搜索官方翻译，搜完缓存到本地术语表，下次遇到秒出。

• 联网搜索 → 术语锁定 → 实体校验 → 歧义标记 → 置信度评估
• 同一个术语全文一致，不会上面叫"量化宽松"下面突然叫"定量放松"
• 搜完的术语自动缓存，积累越多翻得越快

Mode 2: Native Localization — 母语化表达

“你翻的每个字都对，但合起来不是人话。”

不逐字翻，翻成目标语言的人真的会说的话。语序按目标语言习惯重组，敬语级别、文化梗、幽默感全部适配。

Mode 3: Subtext & Slang Decode — 潜台词/黑话解码

“他说的每个字我都认识，但合在一起我不知道他在说什么。”

覆盖四大场景，每个都是血泪教训：

职场（社畜必看）：

恋爱（过来人都懂）：

互联网黑话（不懂梗社死预警）：

AI 圈（赛博黑话）：

Mode 4: Voice Transfer — 口吻迁移

全场最佳。

同一句话，不同人说出来完全不是一个味儿。

内置名人口吻：

同语言场景转换（最日常好用的功能）：

平台语感——同一句"今天去了一家好吃的店"：

Mode 5: AI-to-AI Translation — AI 风格互译

“每个 AI 都有自己的口音，就像每个城市都有自己的方言。”

同一个问题"为什么有人喜欢深夜吃泡面"：

• GPT：“Great question! This fascinating phenomenon touches on psychology, biology, and culture… Feel free to ask more! 😊”
• Claude：“核心原因可能不是饿——而是深夜那种独处的氛围让人想要一点小小的仪式感。”
• DeepSeek：“两个原因：1. 深夜代谢率下降，高碳水满足感更强；2. 泡面准备成本最低。”
• Kimi：“哈哈说白了就是深夜那个氛围到了嘛！🍜（虽然第二天可能会肿”

---

Demo

场景一：潜台词解码

User            ❯ 领导说"这个需求很简单，你看着做就行"，什么意思？

translator.skill ❯ 字面：需求简单，你自己搞。
                   真相：50% 他自己没想清楚，30% 想让你别觉得难（但其实
                   很难），20% 真的简单。"看着做" = 他不想背锅。
                   安全操作：先出个简单方案确认范围，别直接动手。

场景二：名人口吻迁移

User            ❯ 用鲁迅的口吻说：今天的会开得太长了

translator.skill ❯ 我参加过许多会议，长的，短的，有意义的，无意义的。
                   然而今天这场，它漫长到让人忘记了时间的存在——不是因为
                   充实，而是因为空洞。发言者们轮流说着正确的废话，听众们
                   轮流看着手机。这大概就是现代职场最寻常的景象：一群人
                   坐在一起，认真地浪费彼此的生命。

场景三：同一句话不同平台

User            ❯ 把"今天去了一家好吃的店"翻译成各平台版本

translator.skill ❯ 小红书：姐妹们！！！这家店绝了🔥 我直接封为年度TOP1‼️
                   朋友圈：周末探店，味道不错👍
                   B站：  up主今天去了家店，进去直接DNA动了（不是
                   知乎：  作为一个在餐饮行业从业十年的人……
                   豆瓣：  一家不算太知名的小店，但食物有种让人安静下来的力量。

场景四：AI 风格互转

User            ❯ 用 Kimi 风格回答：什么是量子计算

translator.skill ❯ 你好呀~ 量子计算简单来说就是用量子力学的黑魔法来算东西🧙
                   普通电脑用0和1，量子电脑的qubit可以同时是0又是1
                  （薛定谔的猫！）听起来很酷对吧？不过现在还挺早期的啦，
                   别被营销号忽悠了哈~

---

项目结构

translator.skill/
├── SKILL.md                     # Skill 入口（AgentSkills 标准 frontmatter）
├── prompts/                     # Prompt 模板
│   ├── verified_translation.md  #   Mode 1: 可信翻译
│   ├── native_localization.md   #   Mode 2: 母语化表达
│   ├── subtext_decode.md        #   Mode 3: 潜台词/黑话解码
│   ├── voice_transfer.md        #   Mode 4: 口吻迁移
│   ├── ai_translation.md        #   Mode 5: AI 风格互译
│   ├── terminology_grounding.md #   跨模式：术语锁定
│   └── quality_check.md         #   跨模式：质量检查
├── tools/                       # 持久化工具（纯 Python，零依赖）
│   ├── glossary_manager.py      #   术语表 JSON 缓存
│   └── history_manager.py       #   翻译历史 JSONL 存储
├── cache/                       # 持久化数据（gitignored）
├── README.md                    # ← 你在这里
├── README_EN.md
├── INSTALL.md
└── LICENSE

---

注意事项

• 不确定就搜：这个 Skill 会让 LLM 调用自带的联网搜索，不自己实现搜索脚本
• 名人风格 ≠ 冒充名人：提炼的是公开表达风格，不是假装是那个人
• 潜台词分析是概率推断：标注为"常见解读"而非事实，别拿来当证据吵架
• 术语缓存会越来越准：用得越多，术语表越丰富，翻译越快越稳
• 零依赖：不需要 pip install 任何东西，开箱即用

---

灵感来源

• colleague-skill — 把同事蒸馏成 AI Skill
• ex-skill — 把前任蒸馏成 AI Skill
• crush-skills — Crush 数字永生

感谢这些项目的作者们。你们让"赛博永生"成了一种创作范式。

---

MIT License