绝了！让AI手搓了一个PDF整书翻译APP，连图片排版都完美保留，直接导出为Word
你好，我是郭震！
整本书的翻译若直接交给大模型，后面页的翻译就会变为总结，而不是逐句翻译，这是因为大模型上下文窗口限制决定的。
除了这个问题外，还有一个致命痛点：** 文字是翻译出来了，但原书里那些重要的架构图、配图没有出现翻译中，只有干巴巴的文字。**
这篇文章我尝试探索解决这两个挑战性的问题，做出了一个网站app，直接解决了逐句+图片不丢问题，感兴趣的可以看看。
1 效果展示
说实话，开发这样一个包含PDF底层解析、图文剥离与重组的 Web App，传统方式至少需要一个前后端团队干上几天。但今天，我决定探索一种玩法：** 把这个复杂的长程开发任务，全权交给能力强的编程大模型，并在Claude Code这样编程神器解决翻译后图片排版问题。**
** 我选择的** 大模型** 是最近行业内热度很高的 GLM-5.1，看看它能不能像个“资深工程师”一样，从零帮我把这个系统敲出来。今天这篇文章我来记录这次实测过程，感兴趣的读者可以继续看看效果。**
如下所示，我只需要在本地浏览器打开它写好的 Web 界面：
把一本67页的英文PDF论文，拖拽进去，点击开始翻译：
翻译进度到35%截图如下：
翻译到70%截图：
翻译完成截图：
点击下载Word文档按钮，它直接给我生成了一份全新的中文Word文档，如下所示为输出的文档对比，左边是全英文的原版 PDF，右边是系统翻译后的中文 PDF：
大家仔细看，不仅专业的长文本翻译得流畅，最关键的是，** 原书的配图被完美地按照先后顺序，穿插保留在了翻译好的中文里。**
整个操作在本地一键运行，使用比较方便。接下来，我教大家如何配置并做出这个App系统。
2 GLM-5.1接入到Claude Code
要想让 AI 自动帮我们写出这么复杂的系统，普通只会“一问一答”的模型是搞不定的。
这次实测我选用了** GLM-5.1**。根据文档介绍，目前它尤其擅长处理面向“长程任务（Long Horizon）”。
什么是长程任务？就是当你布置一个复杂项目时，它能像资深工程师一样，自己记住上下文、自己调用工具、出错了自己排查并持续执行，直到交付完整结果。
据我了解，它目前在权威的 SWE-bench 等编程榜单上已经夺得开源第一，在海外开发者社区 OpenRouter 上的调用量也是断层领先，非常受极客欢迎。
为了发挥它最强的代码编写能力，我强烈推荐把它接入到目前最火的终端编程神器** Claude Code** 中组合使用。
配置步骤极简：
第一步，确保你的电脑安装了 Node.js，然后在终端运行一行命令安装 Claude Code：
npm install -g @anthropic-ai/claude-code
第二步，手动切换模型引擎。我们打开系统中的 Claude Code 配置文件（路径通常为 ~/.claude/settings.json），在里面加上一行配置，将底层调用的模型手动指定为 "glm-5.1"：
配置保存后，你在终端里就拥有了一个由 GLM-5.1 驱动的、能直接读取你本地文件夹并自动写代码的“全能架构师”了。
3 全书翻译APP开发步骤
环境搭好后，我们直接在终端唤醒它，把“开发一个能逐句翻译整本书且保留图片的Web 网站”这个复杂需求丢给它，提示词如下：
1）用户可以在前端页面上传外文 PDF 文档。
2）后端接收后，需要根据上下文窗口限制分组，一组包括若干页，然后每个组内开始逐句精准翻译。
3）设计一套“占位符重组算法”：在解析 PDF 时，先将图片单独提取保存，并在提取出的纯文本中插入特殊标签（例如 [IMAGE_001]）。等待大模型翻译完包含标签的长文本后，再根据这些标签的位置，将图片重新拼装、渲染成一份全新的中文 PDF 供用户下载。图文顺序绝对不能乱。
如下发给Claude Code：
接下来的过程，逐步给大家展示下。
** 首先是架构规划。** 它没有急着瞎写代码，而是迅速给我输出了三套完整的开发大纲，比如第一套前端用 Vue，后端用 FastAPI：
这种先定架构再干活的素养，比较符合SWE开发规范。根据个人喜好，大家自行选择，我比较喜欢方案2，所以选择2。然后选择翻译大模型，选择4，如下图所示：
接着它会问开发项目的完整度，是做一个最小可行项目，先跑通，还是做一个标准的项目，还是所有feature全包括：
根据个人喜好，我建议选择1，先跑通是最重要的，MVP方案。
所有选择后，会给我们一个预览，然后告诉我们是否提交，选择提交回车：
第二步，接下来根据我们的要求，开始自动干活：
敲定方案后，它就像一个不知疲倦的打工机器，开始构建项目代码：
自动安装了146个第三方包，如下图所示：
甚至字体都会自动下载到本地，如下图所示：
已完成PDF读取，以及图片提取，如下图所示：
大概12分钟后，后端代码全部自动开发完成，如下图所示，开始自动编写前端代码：
编写前端部分代码，截图如下所示：
** 它在中间会“自我纠错与算法设计”。** 在进入深水区写核心代码时，中途遇到一个PDF解析器的报错，它没有停下来等我，而是自己查看本地错误日志，定位并修改了配置：
** 它又自动发现了一个进度条面板的错误，如下自动修复了错误使用useState问题：**
**** 整个项目前后端代码+自动修复错误，完成后截图如下图所示：****
并且列出实现的关键项目文件：
运行方法都告诉我了，如下图所示：
** 最终，它凭一己之力，高效率地给我交付了这个直接能跑的完整 Web 项目，完成全部任务用时17分钟16秒，首页截图如下所示：**
直接支持翻译一本PDF书，能做到逐句翻译，如下图所示：
最后总结一下
本文借助开发一个复杂的【整书图文翻译APP】，探索了目前大模型在实际生产中的能力边界。
今天实测的 GLM-5.1 让我看到，面对长时间跨度、多文件协同的复杂工程，它已经具备了自主规划、纠错并完整交付的“长程任务能力”。学会利用这种级别的 AI，无疑是我们普通人零门槛打造个人工具库的最佳时机。
虽然智谱的 Coding Plan 是最难抢的，而且价格也更贵，但是综合下来，它的模型能力确实是国内最强的。慢是慢点，但是输出的质量最好。很多时候，其他厂商的 Coding Plan 里面提供的智谱模型，好像都有一些能力问题或者是量化的感觉。
全文2890字，28图，原创实操干货不易，若觉得对你有帮助，请给我个三连击：点赞、转发和在看。若可以再给我加个⭐️，我们下篇再见！