v2.1.4 to v3.0.0

- description: PDF英译中与中译英。默认translate自动分页、冻结并续译，少量低置信或失败区域保留原文，其余继续；问题写独立审校记录，不插入正式正文。严重全局故障才停，支持resume。

- version: "2.1.4"

- development_revision: "136"

- 先读 [默认路线](configs/default-routes.json)，电子、扫描、混合和长 PDF 均运行：

- 默认 DeepSeek-V4.1-Flash，官方模型 ID `deepseek-flash`、端点 `https://api.deepseek.com`，默认关闭思考、温度0.7；显式设置优先，不静默换模型。凭据经 `LOCAL_TRANSLATION_API_KEY` 或 `DEEPSEEK_API_KEY` 提供，不得进入命令、日志、缓存身份或PDF。显式选择智谱模型仍支持 `GLM_API_KEY`。安装见[运行依赖](references/runtime-dependencies.md)。

-

- ## 扫描页的版式与源角色

-

- 扫描公文、论文、书本先按[扫描版式处理](references/scan-layout.md)核对原图、OCR覆盖和阅读顺序。标题、标签强调、正文、整段缩进、首行缩进、图注、印章分别识别；同类文字共享字号和基线间距，不能为了塞入每个OCR框而各自缩字。整段按语义翻译后分配空间，先调整可用框和段间距，保留标题层级与正文可读性。

-

- 中文水平单栏公文和通知默认执行源文字复核、整段翻译和统一重排。执行者核对标题、文号、人名、联系方式、路线代码及首尾覆盖；OCR有误时建立仅含原文及源坐标的SHA绑定记录，以 `--source-review /绝对路径/源文复核.json` 交给原入口。程序自动计算输出框、共同样式和印章保护区，保存后核查实际字形、阅读顺序与保护区像素；用户无需填写计划。普通模型重试和局部失败按续译策略继续。

-

- 通知按源角色将名单、联系方式、编号事项和路线选项分组；英文正文12pt/17pt、标题15.5pt/20.5pt，采用内置衬线常规/粗体。短节标题与后页的条目保持同页，落款按目标实际宽度在右侧定位。程序只对本轮真实译文分行和分页，核对字符守恒；单页失败或跨页空间不足保留已有可用版式。

-

- 密集表格默认对灰底、竖排字段做单元格OCR交叉识别，按行高选择全页共同字号，真实测量放不下时再按剩余页预算调用模型压缩，至多两次；签名及仍不可靠的局部保留。高级源角色覆盖仍可使用 `--scan-layout-plan`；跨栏续段使用现有 `scan_semantic_flow.py`，学术公式和复杂彩底按各自适用路线处理。

-

- 逐格及正文复核会比较不同 OCR 切分结果中的数字；两份均读出但数字冲突时，保留相关单元格或段落并记录候选。重叠、归属不明确的物理单元格不自动回填。拉丁姓名的两次识别出现近似冲突时保留相关段落；名单中原有拉丁姓名被译文改写时重试或保留原文。这些检查无法发现所有姓名错误。多次识别一致也可能共同读错，人名、站名和线路编号仍需结合原图核查；执行者已核实的源文可通过 `--source-review` 提供，记录必须绑定源图 SHA，机器结果不得冒称人工核实。

-

- 对已有源图 SHA 绑定、逐格核实姓名的多列通知，可定位稳定网格并只翻译安全格；姓名使用9pt下限，读音不明、空间不足及未核实姓名保留原文。该局部路线不表示整页名单完成，分页扩展仍需人工复核。

-

- 通知重排时，名单不能完整避开保留段落就保留整段名单原图，并让后续文字按源顺序排布。背景修复会在安全范围补齐源框边缘的字笔；排版避让检测到的未清除源墨迹，最终 PDF 仍需核查残字、原文与译文重叠以及专名译法。

-

- 确需为完整核定的密集名单添加续页时，可单独提供 `--roster-continuation-review`，记录结构和核验要求见[扫描版式处理](references/scan-layout.md)。续页保留此前页结果并追加经核对的名单，自动关联原页及双语对照；源页仍有保留时报告部分翻译。未完成源格或译写核定时不生成续页，继续保留原页并报告原因。

- 普通 `translate` 默认使用 `--stamp-policy translate`，允许覆盖或损坏印章，优先翻译可核实的章下正文和表格文字。只在识别到的章覆盖范围解除保章，不猜补被遮住的字、不重绘英文印章；手写签名及其它不可靠内容仍局部保留。需要保留印章时显式指定 `--stamp-policy preserve`。策略进入冻结和恢复身份；恢复旧保章任务时显式带 `--stamp-policy preserve --resume`；若代码身份已变，现有恢复机制会开启新运行。

- 表格保护按文字与笔迹分别定位，已核实的印刷姓名可与相邻签名分开翻译；后续子表的印刷标签不能继承上一表的签名列保护。本次真实回复的首译与简译进入有界候选池，按源事实和实际字体自动择用，重复原文共享候选；可选请求失败保留已有可用译文。

- 扫描 OCR 复核与译文模型分别配置：译文默认 DeepSeek-V4.1-Flash；`--ocr-review-model glm-5.3-flash`（默认）用 GLM 看同源裁图复读人名、编号及首尾，`--ocr-review-base-url` 可单独指定端点，`--ocr-review-model none` 关闭。OCR 仅读取 `OCR_REVIEW_API_KEY` 或 `GLM_API_KEY`，不借用 DeepSeek 翻译凭据；缺少凭据、复读失败或漏答时记录限制并继续既有 OCR，识别到的未经逐段复核的名单和联系人段落保留原文，不能声称视觉复核已执行。两套型号及端点进入冻结和恢复身份。已提供执行者源文复核记录时沿用该记录，不再由机器覆盖。

-

- 扫描页自动生成带原图裁块、OCR候选和源坐标的复核清单，链接在审校记录中。执行者可填写其决定模板，再用 `scripts/scan_review_packet.py --decisions /绝对路径/复核决定.json --output /绝对路径/源文复核.json` 导出 `--source-review` 输入；只勾选已经实际核对的原文，机器模板默认全部未批准。

-

- 源底图擦除、保留资产及实际译文需要视觉核验；文字审计通过不代表背景修复、OCR覆盖或语义已通过。真实调用与复用旧响应重排分别记录。

-

- 实际写入的名单姓名会生成独立的“姓名译写复核”附件，列出源名、译名及字典多音提示；拼音校验不证明本人惯用英文写法。未知的源格与读音不可靠的姓名继续保留原图。

-

- 默认候选出现叠字、原文残影或超出授权范围的资产损伤时拒用坏候选；对受影响页建立上述源角色计划，用真实模型重译并核验，其余已核实页面可按SHA复用。用户无需另填计划或额外批准。默认尝试与源文复核后的生成分别记录，后者不能计作默认入口自动通过。

-

- 先读[续译策略与停止条件](references/translation-continuation.md)。少量低置信OCR、坏编号、可定位公式按完整段落保留原图，其余照译。扫描表格先按可靠单元格继续；识别不可靠或译文放不下的单元格局部保留。复杂底图相交且无法可靠处理的完整段落保留；指定保章时同时保留完整印章资产。无法定位安全区域或没有任何可靠文字时才保留整页，后页继续。新译文不得覆盖保留区。普通样式、链接或审校证据欠缺只列事项；发现明确误译、漏译或编号错配要修复，无法可靠修复则保留对应原内容，不能只记清单就算完成。

- 明确需要严格验收/冻结重建时使用 `candidate`、`chunked-candidate`、`collect`、`inspect-input`、`prepare-scan`、`run-reviewed-scan`、`trial-render`、`preflight`、`deliver`，这些合同不作为普通 `translate` 的前置门槛。详见[质量合同](references/quality-and-delivery-contract.md)、[严格OCR](references/ocr-route.md)。显式已审扫描文字源使用 [reviewed_text_source.py](scripts/reviewed_text_source.py)；已确认LaTeX可用 `candidate --route latex_verified`，普通PDF不依赖LaTeX。