Стадия перевода: мост к book_translator без модификации стороннего репозитория

2026-08-03 07:59:12 +03:00
parent 0a98e7cf65
commit 9c7658df5e
4 changed files with 371 additions and 1 deletions
@@ -98,6 +98,56 @@ ebook-convert "Название.epub" "Название.azw3"
 - `.epub` — через Send to Kindle (веб или почта), Amazon конвертирует на своей стороне;
 - `.azw3` — по USB прямо в `documents/` на устройстве.

+## Перевод (опционально)
+
+Перевод делает сторонний проект
+[`vetermanve/book_translator`](https://github.com/vetermanve/book_translator)
+(DeepSeek или локальная Ollama). **Репозиторий не модифицируется** — он
+вызывается через свой штатный CLI и форматы файлов. `scripts/translate.py` —
+мост: раскладывает наш XHTML в его входной JSON, запускает
+`03_translate_parallel.py --all`, собирает результат обратно.
+
+Подготовка (один раз):
+
+```bash
+git clone https://github.com/vetermanve/book_translator.git ~/Projects/book_translator
+~/.venvs/pdf2epub/bin/pip install openai python-dotenv   # openai нет в их requirements.txt
+export DEEPSEEK_API_KEY=...    # либо .env в рабочем каталоге, либо USE_OLLAMA
+```
+
+Сначала проверка, нужен ли перевод вообще (язык, объём; ничего не тратит):
+
+```bash
+~/.venvs/pdf2epub/bin/python scripts/translate.py out/book.html out/book.ru.html \
+  --repo ~/Projects/book_translator --workdir out/tr --check-only
+```
+
+Если книга уже на целевом языке, скрипт откажется переводить (`--force`
+переопределяет). Сам перевод:
+
+```bash
+~/.venvs/pdf2epub/bin/python scripts/translate.py out/book.html out/book.ru.html \
+  --repo ~/Projects/book_translator --workdir out/tr --workers 12
+```
+
+Прерванный перевод возобновляется: сторонний скрипт помнит готовые главы.
+Дальше `out/book.ru.html` упаковывается тем же `ebook-convert` с
+`--language=ru`.
+
+Курсив и полужирный переживают внешний переводчик в виде маркеров
+`⟦i⟧…⟦/i⟧`; на обратном пути баланс маркеров проверяется по каждому абзацу.
+Картинки, заголовки и порядок блоков вообще не покидают наш скрипт — наружу
+уходит только текст, сборка идёт по индексам. В отчёте после перевода:
+«без перевода» — главы, вернувшиеся с другим числом абзацев (оставлен
+оригинал), «разметка потеряна» — абзацы, где модель испортила маркеры и
+курсив снят. Оба числа должны быть близки к нулю.
+
+Самопроверка моста без сети и ключей:
+
+```bash
+cd scripts && python3 test_translate.py
+```
+
 ## Проверка результата

 ```bash