开发者针对长篇小说翻译中术语不统一、设定记不住等痛点,开源了一款名为 ePubTsuyaku 的 EPUB 翻译工具。该项目创新性地采用了四阶段流水线架构,将翻译视为有状态任务而非简单的文本转换。其核心流程包括:参考阶段提取前作译名与风格;摘要阶段串行生成全书上下文链;翻译阶段在“冻结”的章节上下文上并发处理,避免批次间污染;审查阶段则利用 LLM 自动打分重翻。工程实现上,该工具支持断点续跑与差异化模型部署(如摘要用小模型,翻译用大模型),并提供了 Web UI。在基于《玩乐关系》第三卷的横向评测中,使用 DeepSeek-v4-flash 的该项目在术语一致性与综合得分上大幅领先沉浸式翻译与谷歌机翻。该工具基于 MIT 协议发布,兼容 OpenAI 接口,旨在解决轻小说及系列长篇作品的上下文依赖问题。
事件分析
💡 核心观点:长文本AI应用的关键瓶颈已从模型算力转向上下文工程,状态管理机制的引入是解决LLM“失忆”问题的必经之路。
原文链接:V2EX 分享发现





