workspace/skills/markdown-segment-translator/
├── SKILL.md                    # Skill定义和使用说明
└── scripts/
    └── segment_tool.py         # 分段和合并工具

# 1. 准备Markdown文件
cp your-document.md workspace/

# 2. 使用Agent翻译
go run ./main.go -message "翻译 your-document.md"

# 分段
python3 workspace/skills/markdown-segment-translator/scripts/segment_tool.py segment \
  --input document.md \
  --segment-size 200 \
  --max-segments 0  # 0表示不限制

# 输出到 workspace/output/segments/segment_*.md

# 合并
python3 workspace/skills/markdown-segment-translator/scripts/segment_tool.py merge

# 输出到 workspace/output/final/complete_translated_*.md

// 在 main.go 中配置
ModelConfig: &types.ModelConfig{
    Provider:      "deepseek",
    Model:         "deepseek-chat",
    ExecutionMode: types.ExecutionModeNonStreaming, // 🚀 快速模式
}

# 输入: 英文论文 paper.md (2500行)
# 输出: 中文论文 complete_translated_paper.md

# Agent命令
go run ./main.go -message "翻译paper.md"

# 或手动流程
python3 segment_tool.py segment --input paper.md --segment-size 200
# 然后使用Agent翻译每个segment
python3 segment_tool.py merge

# 输入: 技术文档 README.md (500行)
go run ./main.go -message "将README.md翻译成中文"

---
name: markdown-segment-translator
description: 将长Markdown文档分段翻译，保持格式和术语准确性
allowed-tools: ["Bash", "Read", "Write"]
triggers:
  - type: keyword
    keywords: ["翻译", "translate", "translation"]
  - type: file
    extensions: [".md"]
version: 2.0.0 # v0.8.0 优化版本
---

# Markdown 分段翻译技能

## 功能说明

此技能专门用于翻译长Markdown文档，采用分段处理策略...

## 使用方法

### 3步工作流

1. **分段**: 使用Bash调用segment_tool.py segment
2. **翻译**: 对每个segment使用Agent的LLM翻译
3. **合并**: 使用Bash调用segment_tool.py merge

### 严格规则

⚠️ 你（Agent）必须严格按照以下规则执行：

1. **禁止**: 不要试图一次性翻译整个文档
2. **必须**: 使用Bash执行Python脚本
3. **必须**: 使用你自己的LLM翻译每个segment
4. **必须**: 保持Markdown格式完整

...

class MarkdownSegmentTool:
    def segment_document(self, input_file, segment_size, max_segments):
        """分段文档"""
        lines = self.read_file(input_file)
        total_lines = len(lines)

        # 计算分段数 - 严格按segment_size分段
        num_segments = (total_lines + segment_size - 1) // segment_size
        if max_segments and num_segments > max_segments:
            num_segments = max_segments

        # 创建segments
        for i in range(num_segments):
            start = i * segment_size
            end = min(start + segment_size, total_lines)
            segment_lines = lines[start:end]

            self.write_segment(i + 1, segment_lines)

        return num_segments

    def merge_translations(self):
        """合并翻译结果"""
        segment_files = sorted(glob.glob("output/translations/translated_segment_*.md"))

        merged_content = []
        for file in segment_files:
            content = self.read_file(file)
            merged_content.extend(content)

        self.write_merged(merged_content)

// Agent会自动执行以下步骤

// 1. 调用分段工具
agent.executeToolCall("Bash", map[string]interface{}{
    "command": "python3 segment_tool.py segment --input doc.md --segment-size 200",
})

// 2. 翻译每个segment
for i := 1; i <= numSegments; i++ {
    // 读取segment
    content := agent.executeToolCall("Read", map[string]interface{}{
        "path": fmt.Sprintf("output/segments/segment_%d.md", i),
    })

    // 翻译（使用Agent的LLM）
    translated := agent.translate(content, "中文")

    // 保存翻译
    agent.executeToolCall("Write", map[string]interface{}{
        "path": fmt.Sprintf("output/translations/translated_segment_%d.md", i),
        "content": translated,
    })
}

// 3. 合并结果
agent.executeToolCall("Bash", map[string]interface{}{
    "command": "python3 segment_tool.py merge",
})

# 减小segment-size
python3 segment_tool.py segment --input doc.md --segment-size 200  # ✅
python3 segment_tool.py segment --input doc.md --segment-size 1000 # ❌