Skip to content
BranchesTags

Latest commit

 

History

19 Commits

Folders and files

NameName
Last commit message
Last commit date
assets
assets
 
 
chinesexiv
chinesexiv
 
 
.gitignore
.gitignore
 
 
LICENSE
LICENSE
 
 
README.md
README.md
 
 

Repository files navigation

ChineseXiv

arXiv 论文一键变中文 PDF —— 一个 Claude Code / Codex 通用 Skill。

把 arXiv 上一篇英文论文的 LaTeX 源码下载下来，按学术风格翻译成中文，再用 xelatex 编译成排版正常的 PDF，整个过程模型自己完成，你只需要把论文 ID 或标题丢给 Agent。

本仓库 fork & 增强自 Leey21/arxiv-translator，在它的工程基础上做了若干面向"想多翻一点、想要本地离线编译"的改造。详见下方与上游差异。

安装

Skill 是给 AI Agent 读的、把领域工作流封装成结构化说明的 Markdown 文件（Anthropic 官方叫 Claude Skills，跨平台语境下也叫 Agent Skills，参见 agentskills.io）。安装就是把 chinesexiv/ 这个目录放进 Agent 的 skills 目录，立刻可用。

方式 A：通过对话装入 Agent 的 skills 目录（推荐）

  1. Clone 本仓库：

    git clone https://github.com/yuchenwu73/chinesexiv.git

  2. 打开 Claude Code / Codex / Cursor 对话，把仓库里的 chinesexiv/ 目录路径告诉 Agent：

    路径 <绝对路径>/chinesexiv 中定义了一个 Skill，请你阅读并安装到你的 skills 目录下。

    Claude Code 会装到 ~/.claude/skills/chinesexiv/，Codex 会装到 ~/.codex/skills/chinesexiv/。

方式 B：手动放置

直接把 chinesexiv/ 目录复制到对应位置：

cp -r chinesexiv ~/.claude/skills/        # Claude Code
cp -r chinesexiv ~/.codex/skills/         # Codex

依赖

  • Python 3.9+
  • requests（在线编译需要）：pip install requests
  • 可选 pypdf（自动校验 PDF 是否有未解析引用）：pip install pypdf
  • 本地编译模式额外需要：TeX Live（含 xelatex + xeCJK + Noto Serif CJK SC 字体）

未装 xelatex 也能用——--engine auto 会自动走在线编译服务。

它能做什么

装好 Skill 之后直接说话即可：

  • 「帮我把 1706.03762 翻译成中文 PDF」
  • 「Attention Is All You Need 我想读中文版」
  • 「翻译这篇 arXiv：https://arxiv.org/abs/2501.12948」
  • 「翻译 2501.12948 和 1706.03762」（多篇）

Agent 会按本 Skill 里的四步流程跑：

  1. 确定 arXiv ID —— 给 URL/ID 直接用；给标题就上 arXiv 找。
  2. 拉源码 + 取英文原文 PDF —— scripts/download.py 下载、解压、定位主 .tex、抓论文标题，把主文件及其 \input/\include 引用全部复制一份 _zh.tex 副本（英文原文只读保留，翻译只动 _zh），并直接下载 arXiv 官方英文 PDF（按英文标题命名）放到同一目录。
  3. 翻译 —— 模型直接对 _zh.tex 系列文件就地修改。术语遵循"首次出现给中英对照"规则；作者姓名保留英文/拼音，作者区机构名只保留中文译名，描述性方法名也翻译；专有模型名（GPT-4、LLaMA…）和数据集名（ImageNet、MMLU…）保留英文。翻译完用 scripts/inspect_tex.py 扫一遍漏译。
  4. 编译 —— scripts/compile.py 默认 --engine auto：本地有 xelatex 就走本地，否则回落到在线编译。中文 PDF 直接放到输出目录、文件名就是中文 \title{}。

最终交付（每篇论文一个独立目录 <arXiv-ID>-<中文标题>/，中英两份 PDF 并列）：

  • <中文标题>.pdf —— 中文译文
  • <英文标题>.pdf —— 英文原文（arXiv 官方 PDF；个别取不到时回落本地编译英文源码）
  • source/ —— 英文原文 .tex + _zh.tex 译稿，方便对照、手动重编

效果展示

下面是用本 skill 翻译过的四篇真实论文的页面快照——版式、公式、表格、参考文献编号都跟英文原文一致，只把语言换成了中文；机构名、描述性方法名按"中文全称（English Full Name, ABBR）"首现规则给出对照；人名、专有模型/数据集名保留英文。

Attention p1 - 标题页 Attention p3 - 模型架构
《你所需要的只是 Attention》（Vaswani et al., arXiv:1706.03762）—— 标题页 + Transformer 架构
RSGround p1 - 标题页 RSGround p3 - 正文
《RSGround-R1：通过空间推理重新思考遥感视觉定位》（arXiv:2601.21634）—— 标题页 + 正文
DORA p1 - 标题页 DORA p3 - 正文与表格
《LLM 智能体能否应对灾害？面向应急行动的异构地理空间推理基准测试》（arXiv:2605.11633）—— 标题页 + 含三线表的正文
UHR-Micro p1 - 标题页 UHR-Micro p3 - 正文
《UHR-Micro：诊断并缓解地球观测 VLM 中的分辨率幻觉》（arXiv:2605.12237）—— 标题页 + 方法描述

编译引擎

python3 chinesexiv/scripts/compile.py <work_dir> <main_tex> <output.pdf> --engine {auto,local,online}
引擎 用途 依赖
auto（默认） 装了 xelatex 用本地，否则在线 看本地情况
local 强制本地 xelatex，最快、可离线、可控完整 TeX Live + xeCJK
online 强制走 latex.ytotech.com，免本地 LaTeX 仅 requests

两种引擎共用同一套源码预处理：自动注入 xeCJK + Noto Serif CJK SC、注释掉冲突的 inputenc/fontenc、识别 bibtex/biber/预编译 .bbl、跳过未引用的游离 PDF。

与上游差异

相对 Leey21/arxiv-translator，本仓库的主要改造：

维度 Leey21 上游 ChineseXiv
编译引擎 仅在线（LuaLaTeX，latex-on-http） 本地 xelatex + 在线双引擎，--engine auto/local/online
英文原文 直接覆写 .tex 主文件及 \input 子文件都复制为 _zh.tex 副本，英文原文只读保留，便于对照与重译
翻译范围 默认只翻正文 默认全文翻译（含附录），用户可显式要求"只翻正文"
术语规则 通用约束 新增"首次出现规则"：长词组首现写"中文全称（English Full Name, ABBR）"，全文统一缩写；摘要与正文各自独立计数
作者/机构区 保留不翻 作者姓名保留英文/拼音，机构名只保留中文译名
描述性方法名 保留不翻 改为必翻，按首次出现规则给出中英对照
CJK 栈 LuaLaTeX + luatexja XeLaTeX + xeCJK + Noto Serif CJK SC，注入额外的行距 1.25 与中英文间距
质检 inspect_tex.py body 模式 默认 full 模式扫全文，扫描 _zh.tex
输出命名 主文件名 翻译后的 \title{} 自然命名
清理 删 .tmp_arxiv 保留 _zh.tex 源码 + 删本地 build/ 中间产物，方便手动重编

仓库结构

chinesexiv/
├── chinesexiv/                  # Skill 本体（一份完整的 Claude/Agent Skill）
│   ├── SKILL.md                 # Skill 主说明（Agent 真正读取的入口）
│   ├── scripts/
│   │   ├── download.py          # 下载 arXiv e-print + 定位主文件 + 建 _zh 副本
│   │   ├── inspect_tex.py       # 启发式扫描漏译
│   │   ├── compile.py           # 本地 xelatex / 在线编译双引擎
│   │   └── cleanup.py           # 删 build/ 与中间产物，保留 _zh.tex 源码
│   └── references/
│       ├── table-overflow.md     # 表格与中文重叠的诊断 + \resizebox 修复范式
│       ├── framed-content.md    # 附录 tcolorbox / lstlisting 的排版基线与溢出修复
│       ├── compile-errors.md    # 编译错误速查
│       └── author-block.md      # 作者/机构区排版与译名规范
├── assets/                      # README 展示图
├── LICENSE                      # MIT
└── README.md

SKILL.md 开头的 YAML frontmatter（--- 包起来的那段）里 name 和 description 是必需字段——Agent 凭这两项判断何时该触发本 Skill。

限制

  • 仅适用于 arXiv 上提供 LaTeX 源码的论文，纯 PDF 投稿不在范围内。
  • 翻译质量取决于 Agent 当前会话所用模型；不同模型 / 不同提示词下结果会有差异。
  • 在线编译走公共服务 latex.ytotech.com；想完全离线请用 --engine local。

致谢 🙏

  • Leey21/arxiv-translator —— 工程骨架、_zh 之外的整体流程、inspect_tex.py 启发式扫描思路均来自此项目，ChineseXiv 在它的基础上做改造。强烈推荐去看上游 README 里的设计动机。
  • LaTeX-On-HTTP —— 在线编译能力的提供方。compile.py --engine online 通过其公共服务 https://latex.ytotech.com/builds/sync 提交工程，省去本地维护完整 LaTeX 环境的成本。

如果本项目对你有用，欢迎也去给上游一个 star。

License

MIT。详见 LICENSE。

About

把 arXiv 论文翻译为中文 PDF 的 skill。本地 xelatex + 在线编译双引擎。

Resources

Readme
License
Activity

Stars

6 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages