epub_bilingual_translator/archive/v0.08/CHANGELOG.md

更新日志 (CHANGELOG)

[v0.08] - 2026-01-15 (The Optimizer)

🎯 占位符系统优化

• 前缀/后缀标签分离: 文本首尾的纯格式标签（如 <sup>, <sub>）不再发送给 LLM，自动回填。
• 公式检测: 数学变量和公式被识别为单一、不可翻译的占位符，显著降低 LLM 误翻译风险。
• 简化占位符格式: 从全局唯一 φcXXXXXφ 简化为段落局部 φ1φ，每个段落独立编号。

🎨 纯中文排版模式

• 模式切换: 支持 --mode chinese 生成保留原始排版的纯中文译本（默认 --mode bilingual）。
• Format Extractor (替换法):
  • 彻底重构格式提取逻辑，放弃 DOM 递归，采用基于正则的"标签序列替换法"。
  • 能够完美处理任意深度的嵌套标签，将其合并为单一占位符。
  • 100% 保留原始 HTML 属性（class, style, href 等），实现"像素级"格式还原。
• Format Restorer (自愈系):
  • 引入 FormatRestorer 模块，负责将占位符替换回原始 HTML 代码。
  • 自动修复 Agent: 当检测到 LLM 丢失占位符时，自动触发回退机制进行格式修复。
  • 优雅降级: 如果修复失败，系统会自动降级为纯文本，确保程序不崩溃。

🛡️ 深度优化

• 占位符升级: 从易混淆的 «c...» 升级为 φc...φ，显著降低 LLM 误翻译概率。
• 容器样式继承:
  • 中文模式：直接替换 inner_html，完美保留外层容器属性。
  • 双语模式：新建 <p> 标签时自动继承原文的 class 和其他属性。
• 智能测试: --test 模式逻辑升级，智能识别章节边界，自动翻译完第一章。

🔧 修复

• 修复了 LLMClient 中正则表达式转义错误导致的 FutureWarning。
• 修复了 FormatExtractor 循环引用问题。
• 解决了复杂科学书籍中上标/链接嵌套导致的校验失败问题。

---

[v0.07] - 2026-01-13 (The Refinement)

🛡️ 安全与配置

• 环境隔离: 引入 .env 支持，彻底移除了代码库中的硬编码 API Key。
• 配置升级: utils.py 现自动加载 .env 并注入到配置中，支持任意 Provider 的环境变量覆盖 (如 V3_API_KEY, OPENROUTER_API_KEY)。
• 模板化: 新增 config.example.json 和 .env 模板，提升部署安全性。

🚀 核心改进

• V3 Provider 支持: 验证并修复了对 V3 API (OpenAI 兼容格式) 的支持，全流程跑通。
• EPUB 构建修复: 解决了 ebooklib 在处理 TOC 时因缺少 UID 导致的 Argument must be bytes or unicode 崩溃问题。
• 缓存优化:
  • 缓存目录结构调整为 Hash 前缀 (cache/translations/ab/...)，解决了按日期分目录导致的缓存频繁失效问题。
  • 放宽了缓存验证逻辑，支持部分命中的缓存复用。
• 视觉优化: 引入“盘古之白” (Pangu spacing)，自动在中文与英文/数字之间添加空格，显著提升阅读体验。

⚡ 体验提升

• 断点续传提示: 启动时自动检测并提示未完成的翻译进度。
• 详细统计: 翻译完成后展示详细的成功/失败/跳过统计数据。
• 并发优化: 移除了冗余的信号量控制，完全依赖 RateLimiter，逻辑更清晰高效。

---

[v0.05] - 2026-01-12 (The Arena)

🌟 核心突破

• 书籍画像 (Book Profiler):
  • 自动提取前言和正文采样。
  • 生成 Book Profile，包含领域 (Genre)、文风 (Style)、目标受众 (Audience) 和翻译指令。
  • 生成 Glossary (术语表)，并支持自动注入 Prompt。
  • 状态绑定: Profile 和 Glossary 现在直接存储在每本书的 manifest.json 中，互不干扰。
• 模型竞技场 (Model Arena):
  • 自动选取典型 Chunk，让多个候选模型 (Gemini, Llama, Qwen) 同台竞技。
  • 引入 Judge Agent (基于 Smart 模型)，从准确性、信达雅维度评选最佳模型。
  • 自动锁定获胜模型用于全书翻译。

🏗️ 架构升级

• LLM Client 重构:
  • Syntax Fixes: 彻底修复了正则构造中的语法错误。
  • Quote Safety: 移除了所有 f-string 中的复杂正则，改用安全的字符串拼接。
  • Dual RateLimiters: 引入主/副限流器，防止死锁。
• 配置增强:
  • config.json 支持 arena_models 和 judge_model 配置。

🔧 修复与优化

• 修复了 unhashable type: 'dict' 错误 (移除了错误的 {{}})。
• 修复了多本书连续翻译时 Profile 串用的问题 (Profile 现已绑定至 Manifest)。

---

[v0.03] - 2026-01-12

• 极简 ID 锚点系统: 废弃复杂的 [p_xxxxx] 格式，使用纯净 ID，彻底解决残留问题。
• 智能术语一致性: 引入 GlossaryManager。
• 结构完美保留: 修复了 EPUB Spine 和 Metadata 丢失问题。

[v0.02] - 2026-01-12

• Manifest 驱动架构: 引入 ManifestManager 作为单一真理源。
• 流程解耦: 提取、翻译、构建三阶段分离。

[v0.01] - 2026-01-10

• 初始版本，实现基本的并发翻译和 EPUB 解析。