通过 manga-translator-ui 进行 AI 翻译，翻译 API 用了 GLM、Kimi 和 DeepSeek，Agent 用的是 Codex、Claude Code 和 DeepSeek Harness
专门翻译一些暂时没有人翻译的催眠类题材作品，无广告，无水印

这一批和之前不太一样，想借这条评论聊聊这段时间折腾机翻的一些想法。

一开始我以为翻译效果不好是模型的问题，所以前后实测了好几批 API，结果发现效果其实大差不差。真正拖后腿的是 OCR：有时候认出错字，有时候只认出半句，有时候干脆没认出来。原文都给错了，翻译模型再强也只能对着错的原文瞎猜，不光译文质量差，页面效果也跟着变差——有的拟声词翻了，有的又没翻，翻出来的拟声词还经常乱七八糟。再加上翻译模型看不到画面，不知道一句话是谁对谁说的，日语又经常省略主语，人称搞反也就很常见了。

所以后来我把力气都花在了流程上，整理成了一个翻译 Skill。思路是：翻译模型看不到画面，那就让能看图的 Agent 把它缺的信息补上。现在每一本大概是这样走的：
1. 先用 manga-translator-ui 跑一遍，只负责检测气泡、算出擦字和排版要用的坐标，再给出一版 OCR 初稿。不让 Agent 从零识别文字，因为它看得懂画面，但定位不了精确的气泡位置。
2. 脚本按坐标排出初步的阅读顺序，把每个气泡的编号、阅读顺序连线和"OCR 可能认错"的标记画在原图上，生成预览图。
3. Agent 逐页看预览图，这一步是整个流程的核心：阅读顺序不对就改，比如跨页大格、斜着排的气泡；标出每个气泡是谁说的、对谁说的，是对白、心理、旁白还是拟声词；OCR 认错或者只认了一半的，照着原图把原文改对。对白、心理和旁白就算 OCR 认得再烂也一定要翻，认不全的拟声词才保留原图不动。同时给这部作品写一份剧情概要、人物表（每个人怎么自称、说话什么语气、怎么称呼别人）和专有名词表。
4. 把这些标注和原文一起，几页一批交给翻译 API，每一批都带上前一批的中日对照当上下文，中途断了也能接着翻。
5. 翻完先让脚本检查漏翻、译文太长、同一句话前后译法不一致；然后 Agent 再按最终的阅读顺序，对照原图和原文一页一页审，人称、肯定否定、前因后果这类错误直接改掉。只有放大原图也看不清、或者几种理解都说得通的地方，才列出来让我判断。
6. 最后写回工程，把不需要翻译的区域保护好，避免渲染时把乱码画上去，再交回 manga-translator-ui 出图。
用上这个 Skill 之后，人称、语气和句子衔接都顺了很多，漏翻明显少了，拟声词也不再一会儿翻一会儿不翻。

这个 Skill 也在一直更新：每翻完一本，我会让模型把它总结出来的翻译规则和注意事项整理出来，持续更新进 Skill 里，让它不断"学习"。不过更新之前必须先把要改的内容列出来给我检查，免得把不必要的信息写进去。

为了试这些东西，前前后后大概花了四五百块，调各家官方 API、买 coding plan。到现在我差不多已经翻译了 150 本，但其中一百多本是用老流程翻的，质量比不上这一批，除了之前已经传上来的那些，剩下的我也懒得传了，就留在本地吧。

这一批的提升主要来自工程上的优化，而不是换了更好的 API。也就是说，随着模型越来越强，效果只会越来越好；而工程这边，我感觉已经优化得差不多到极限了。

把这些想法写出来，是想分享给所有正在用机翻、或者以后可能会用机翻的朋友，也欢迎大家把自己的经验分享出来。

Base +7, MONOKUMA2018 +6, G2965290613 +6, leungsai +6, JCCY +6, 缝 +6, legenddh +6

感謝大神辛苦分享!!!!

Base +6

这个翻译API用的是Kimi，翻出来的结果有点不太满意。比如里面这个雌肉用了好多次。再试试看

Base +7, MONOKUMA2018 +6