ByteNoteByteNote
DeepSeek Harness 怎么校准中文翻译语体
字

字节笔记本

2026年10月6日 · 约 5 分钟读完

DeepSeek Harness 怎么校准中文翻译语体

API中转
¥120

DeepSeek Harness 是 DeepSeek 开源的 agent harness,采用一切皆插件的微内核架构,底层由 Cordis 框架驱动,仓库以 MIT 协议公开在 GitHub 上。这个项目有一条特别的工程约束:每篇纳入范围的文档都要构成完整的中英双语配对,后续修改任何一侧,必须在同一次变更里同步更新对侧文件和一致性记录。为了让成百上千段译文保持同一种语体,仓库在 docs/i18n 目录里维护了一份翻译语体样例(style samples)文档,作为全部中文翻译的校准锚点。

翻译语体样例的校准机制:金标段落、评审闭环与优先级

样例集怎么运作

这份样例文档的每一组样例都是一段英文原文加一段人工定稿的中文译文,覆盖仓库文档的主要文体。文档开宗明义:译文的语体以这些样例为准,文体样例的效力高于对语气的文字描述;但术语表、忠实性与结构规则仍然优先,翻译或评审时要对照最接近的文体样例。

维护方式也有明确约定:人工评审校准出新的金标段落后,追加到对应文体;发现语义、结构或术语错误时直接修正;新增或修正样例都要经过 PR 评审。样例文件本身中英对照、自成双语,被列入配对机制的排除清单,避免自我引用。

七类文体,各示范一件事

样例集按文体分成七组,每组针对一类典型场景:

架构叙述:示范架构文档怎么写。介绍一切皆插件的微内核设计:内核刻意做得极精简,只保留少量抽象服务,外加一个实体循环插件 dsh-agent-loop;所有产品功能都是挂在扩展接口上的插件,无需改动主循环。依赖约束也写成规范:扩展插件只依赖抽象接口,严禁直接依赖主循环实现,唯一特例是负责组装实体主干的组合包。

防御模式规则:示范规范条目的写法,每条对应一类真实上线过或险些上线的问题。比如资源释放必须等所有任务完全停稳,不能只下发终止指令就返回,否则留下孤儿进程;异步状态不等同于同步瞬时状态,切勿把刚刚发起的状态变更当成已经生效,生命周期逻辑要以实际触发的事件为准。

测试政策清单:覆盖率门禁要求 packages 下每个源码文件行覆盖率达到 100%,而未覆盖的行往往是被门禁正确标记的死代码,该删而不是补测试。真实接口测试不得刻意缩减:无密钥测试只能验证底层通路,冒烟测试成本最低、收益最高,能抓住单元测试全绿但产品实际不可用的问题;除大模型适配器、网络、时钟这类开销大或结果不确定的依赖外,一律使用真实实现而非 mock 替身。

机制描述:示范机制文档的译法。双语文档用文件 blob hash 而非 commit hash 记录状态,同一 PR 内修改的文件可以直接算出哈希,一致性判断是纯粹的内容比对;发现不同步时,把修改侧与上次确认的版本做差异对比,最小幅度修补另一侧译文,绝不重新翻译整篇文档。

政策声明:明确门禁的边界。绿灯只说明两侧文件的哈希记录与 Markdown 结构吻合,也就是这组内容曾被确认一致,不代表这次确认可靠;两种语言是否真的表达了相同的意思,必须由评审人判断。粗糙的译文重新记录配对后能过门禁,但绝不能通过评审。

Agent Note 论证:示范如何记录被否决的方案。用 git 时间戳判断双语文档是否同步的方案被否决,因为只调格式的改动会误报,无关修改后再提交译文又会漏检;只有基于内容的哈希比对,才能承载门禁声称的语义。

统一要求:示范长段拆分。每篇文档合入时必须构成完整双语配对,清单只包含显式排除项;长段按语义单元拆开,一段只说一件事,名词短语展开成动词句。

从金标样例提炼的九条规则

样例集末尾把共性问题收敛成九条要点:语体是规范制度文,完整主谓、确定语气,不口语化也没有学术腔;给句子补显式执行主体,英文的被动句和抽象主语,中文改用系统、门禁、工具、评审人做主语;用中文工程惯用语替换直译,false positive 译作误报、false negative 译作漏检;隐喻本地化而非移植,bilingual from birth 译作从创建起就要求双语齐备;类别名词说中文并在首现处括注英文,指目录或路径时保留代码体;长段按语义单元拆段;母语重写不等于删减,原文每个语义成分都要落地;样例与术语表冲突时以术语表为准,agent、mock、LLM 这类词保留英文;代码体标识符如事件名、状态值、包名在译文中保留代码体原文,复查阶段必须逐句核验。

从金标样例提炼的九条中译规则

这套做法为什么值得借鉴

它把翻译风格从口头约定变成了可执行的锚点:风格争议不再靠争论,而是找最接近的金标段落对照;术语冲突有唯一的裁决者;双语文档同步靠哈希门禁看住,语义一致靠评审人把关,机器和人的分工写得清清楚楚。对人机协作的翻译流程来说,这组样例还能直接进提示词当范例,配合仓库里的术语表和翻译规则文档,让模型产出的译文有稳定的语体。同一套思路稍加改造,就能用在任何要求多语言齐备的开源项目文档上。仓库地址:github.com/deepseek-ai/deepseek-harness。

相关文章

分享: