Fanyi Xiaoshuo

长篇小说翻译系统 - 调度层

采用 主调度 + 章节 sub-agent 架构。Sub-agent 由独立 skill fanyi-xiaoshuo-worker 定义。

本 skill 支持两种素材入口：已经拆好的章节文件可以直接放入 source/；未拆分的 .md / .txt / .epub 小说文件，推荐先用 scripts/prepare_source.py 自动抽取章节、判断长度并实际拆分。

建议精翻模型使用 claude-opus-4.6，日常翻译模型使用 DeepSeek-v4-pro。DeepSeek-V4-Pro 必须使用官方 API、官方源的第三方中转 API，或者 OpenRouter 提供的非 SiliconFlow 供应商源；否则容易在翻译过程中撞到审核，出现拒绝翻译的状况。其他模型不保证翻译质量，也不保证长篇串行流程稳定。

---

⚠️ 关键约束（必读）

绝对禁止并行启动章节 sub-agent。必须严格串行执行。

• ❌ 禁止：同时启动多个章节的 sub-agent
• ❌ 禁止：在前一个 sub-agent 返回结果前启动下一个
• ✅ 必须：等待章节 N 完成 → 确认结果 → 再启动章节 N+1

违反后果：后章依赖前章的术语表、摘要更新，并行会导致术语不一致、上下文断裂。

工作模式选择：

• 询问模式（默认）：遇到术语歧义时，sub-agent 返回术语待定；主对话询问用户后，重新启动同一章节并传入用户术语决策
• 全自动模式：sub-agent 自行决断所有歧义，记录决策和置信度

---

架构说明

主对话（轻量调度）
    │
    ├─→ 章节1 sub-agent (fanyi-xiaoshuo-worker skill)
    ├─→ 章节2 sub-agent (fanyi-xiaoshuo-worker skill)
    └─→ ...

• 主对话：负责初始化、素材准备、启动 sub-agent、确认完成、显示进度、处理用户交互
• 章节 sub-agent：完成翻译、术语表/摘要/进度文件更新，并返回简短确认

优化收益：主线上下文消耗减少 80%+，可支持超长篇翻译。

---

工作流概览

阶段一：项目初始化
阶段 1.2：源文件准备（md/txt/epub 自动抽章和实际拆分）
阶段二：翻译主循环（严格串行）
阶段 2.5：批次检查点
阶段 2.6：术语清理提议（每 10 章）
阶段三：后处理（合并、ePub）

执行前必读：[references/workflow.md](references/workflow.md)

---

主对话职责

• 初始化项目和准备源文件
• 只调度和确认，不直接执行章节翻译
• 启动单个章节 sub-agent，并等待返回
• 在询问模式下转达术语问题，并将用户决策传回同一章节重试

sub-agent 职责

由 fanyi-xiaoshuo-worker skill 定义：

• 完成全部翻译工作
• 完成全部文件更新
• 正常完成时返回简短确认；术语待定时返回询问格式

---

References

• [workflow.md](references/workflow.md) - 完整工作流步骤
• [formats.md](references/formats.md) - 文件格式规范
• [troubleshooting.md](references/troubleshooting.md) - 常见问题排查

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: Anarcadia
• Source: Anarcadia/chuanban-jp-novel-translator
• License: MIT

Install and usage instructions live in the source repository linked above.