multilingual-score

/digital-marketing-pro:multilingual-score

用途

从多个质量维度对翻译或本地化内容进行评分，以确定内容是否可以发布、需要母语者审阅，还是需要重新翻译。将技术翻译评分（长度比例、格式保留、占位符完整性、关键术语一致性）与内容质量评估、品牌语气一致性检查以及特定市场合规性验证相结合，得出一个综合多语言质量分数。

在任何翻译或本地化工作流完成后，使用此命令验证质量，确保内容上线前达到要求。它以结构化、可重复的评分方法取代主观的“看起来不错”评估，捕捉自动翻译经常引入的问题——品牌语气偏移、格式损坏、遗漏不得翻译的术语、目标市场的合规性缺失，以及可能意味着内容缺失或新增的长度失真。综合分数会明确给出发布、审阅或重新翻译的分类，让团队准确了解应采取的行动。

所需输入

用户必须提供（或系统会提示用户提供）：

• 原始内容：已翻译内容的源文本——可以是内联文本、文件路径或源内容的 URL。此内容用作翻译准确性评分的参考。技术翻译评分必需；如果未提供，则仅对内容质量、品牌语气和合规性维度评分
• 翻译后的内容：要评分的翻译或本地化文本——可以是内联文本、文件路径或 URL。这是评估的主要内容。必需
• 源语言：原始内容的语言代码（例如，en-US、en-GB、de-DE）。如果未指定，则默认为语言配置中的品牌主要语言
• 目标语言：翻译内容的语言代码（例如，de-DE、fr-FR、hi-IN、ja-JP）。必需——用于确定适用的合规规则以及要参考的翻译服务基准
• 不得翻译的术语（可选）：必须在翻译中保持不变的特定术语。默认为品牌资料中的 language.do_not_translate 列表。还可以提供其他术语，为本次评分补充品牌列表
• 内容类型（可选）：要评分的内容类型——blog、email、ad、landing_page、social、product_description、legal、technical。此项会影响内容质量评分权重和品牌语气预期。默认根据内容结构自动检测

流程

1. 加载品牌上下文：读取 ~/.claude-marketing/brands/_active-brand.json，获取当前启用的 slug，然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌语气维度、目标市场的合规规则（skills/context-engine/compliance-rules.md）和行业背景。加载语言配置，尤其是 language.do_not_translate 中的禁止翻译词语，以及以往评分运行中的任何翻译质量基线。另请检查 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json 中是否有指南；如果存在，加载适用于所有语言的限制以及语气与风格规则。检查 ~/.claude-marketing/sops/ 中是否有代理机构 SOP。如果没有品牌，请询问：“先设置一个品牌（/digital-marketing-pro:brand-setup）吗？”——或者使用默认设置继续。
2. 运行技术翻译评分：使用原文、译文、源语言、目标语言和禁止翻译词语执行 language-router.py --action score。这会生成四项子分数：长度比（译文长度相对于该语言对预期长度的比例——例如，根据 language-router.py 中的 EXPANSION_RATIOS 表（预期范围的准确信息来源），德语通常比英语长 10-35%，日语通常短 20-50%；偏离预期范围表明内容有遗漏或增添）、格式保留度（Markdown 结构、HTML 标签、如 {{first_name}} 这样的合并标签、UTM 参数和链接结构是否在翻译后完整保留）、关键术语一致性（品牌资料中的每个禁止翻译词语及任何额外指定的词语，是否都在译文中按指定形式准确出现），以及占位符完整性（所有变量、模板标记和动态内容标记是否均存在，并在译文中正确定位）。
3. 运行内容质量评估：仅针对译文执行 eval-runner.py --action run-quick，将其作为目标语言中的独立内容评分。这会评估结构质量、对目标受众的可读性、完整性和连贯性，从而发现技术上准确但读起来不像母语内容的译文。无论内容是翻译所得还是原创，eval-runner 都会依据插件的标准质量维度进行评分。
4. 运行品牌语气一致性检查：执行 brand-voice-scorer.py --brand {slug} --text "{translated_content}"，评估译文与品牌语气档案的匹配程度。品牌语气应在翻译中得到保留——品牌在每种语言中都应保持可辨识的自身风格，适应当地预期，同时保留核心个性维度（正式程度、活力、幽默感、权威感）。依据与原文相同的语气维度对译文评分，以检测翻译过程中出现的语气偏移。
5. 检查目标市场的合规性：根据目标语言—地区代码，从 skills/context-engine/compliance-rules.md 中确定适用的法规要求。对于欧盟语言：GDPR 同意声明、Cookie 同意、被遗忘权相关说明。对于 hi-IN 和其他印度语言：遵循 DPDPA。对于 pt-BR：遵循 LGPD。对于 ko-KR：遵循 PIPA。对于 ja-JP：遵循 APPI。对于 en-US：在适用情况下遵循 CAN-SPAM、CCPA/CPRA。确认译文中包含必需的合规要素，且已正确本地化，而非仅以英语照搬。评分分为合规、部分合规（要素齐全但未完全本地化）或不合规（缺少必需内容）。
6. 计算多语言综合分数：计算所有四个维度的加权综合分数——翻译技术分数（权重 40%，反映翻译的核心准确性）、内容质量分数（权重 25%，评估目标语言中的可读性和结构质量）、品牌语气分数（权重 20%，衡量跨语言的语气一致性）和合规分数（权重 15%，核验目标市场的法规要求）。每个维度的评分范围为 0-100，综合分数为加权平均值。如果未提供原文（跳过技术翻译评分），则重新分配权重：内容质量 40%、品牌语气 35%、合规 25%。
7. 对结果分类：根据综合分数，给出明确的处理分类——85 分及以上：可发布（内容符合目标市场的质量标准，没有阻碍发布的问题，可以进入发布工作流）；70-84 分：建议由母语人士审核（内容可用，但存在质量缺陷，应由母语人士在发布前审核并修正——列出需要审核的具体问题）；低于 70 分：重新翻译（内容存在无法通过局部修正解决的重大质量问题——建议重新翻译，并具体说明问题所在以及哪些维度最需要改进）。
8. 生成改进建议：对于低于阈值的任何维度（技术分数 < 85，内容质量 < 80，品牌语气 < 75，合规 < 100），生成具体、可操作的改进建议。对于技术问题：指出确切问题（例如：“第 3 行的禁止翻译词语 ‘BrandName Pro’ 被译为 ‘BrandName Profi’——必须保留为 ‘BrandName Pro’。”）。对于语气问题：指出对应维度和具体文本（例如：“译文的正式程度为 8，但品牌目标为 5——将 ‘Wir freuen uns, Ihnen mitzuteilen’ 改为 ‘Wir sind gespannt, euch zu zeigen’。”）。对于合规问题：指出缺失的要求及相关法规（例如：“缺少符合 GDPR 的退订链接——根据第 7(3) 条，所有面向欧盟的邮件内容都必须包含该链接。”）。

输出

包含以下内容的结构化多语言质量评分卡：

• 多语言综合评分：加权总分（0-100），含字母等级（A+ 至 F）以及发布/审核/重新翻译分类，提供可立即执行的判定
• 翻译技术评分明细：技术总分及四项子评分——长度比（含语言对的预期范围和实际比值）、格式保留情况（含保留与损坏元素的数量）、关键术语一致性（列出任何违反不得翻译术语的情况），以及占位符完整性（列出任何缺失或被修改的占位符）
• 内容质量评分：eval-runner 对翻译内容作为目标语言独立文本的质量评分，并按维度细分（结构、可读性、完整性、连贯性），展示译文作为原生内容的表现
• 品牌声音评分：brand-voice-scorer.py 对译文版本的声音一致性评分及各维度明细（正式程度、活力、幽默感、权威感等），并与品牌档案目标进行比较，突出翻译过程中发生偏移的声音维度
• 合规状态：针对目标市场，按法规列出合规检查结果——对每项适用法规标明合规、部分合规或不合规，并指出具体缺失或本地化不当的元素
• 分类与行动：明确判定——可直接发布、建议母语者审核或重新翻译，并根据评分阈值和任何阻断问题说明理由
• 具体问题及修复建议：列出各维度发现的所有问题，注明内容中的确切位置、问题描述以及具体修复建议。按维度分组，并在每组内按严重程度排序
• 基线对比（如有）：说明此评分与品牌多语言质量基线的对比情况——此前评分中该语言对的平均分、趋势方向（提升、稳定、下降），以及这份内容的质量高于还是低于该品牌在此语言上的典型水平

使用的 Agent

• localization-specialist — 负责统筹多语言评分工作流。通过 language-router.py 执行翻译技术评分（长度比、格式、关键术语、占位符），结合特定语言对的特点解读结果（预期扩展/收缩比例、格式惯例），验证不得翻译术语是否得到保留，评估超越机械准确性的文化适配质量，并综合各维度评分，生成多语言综合质量评分、分类和可执行的改进建议
• quality-assurance — 通过 eval-runner.py 对翻译内容进行质量评估，将其作为目标语言的独立内容进行评分。应用标准质量评估框架（结构、可读性、完整性、连贯性），判断译文作为原生内容是否通顺，不受翻译准确性的影响。检查评估配置中的品牌专属质量阈值，并确保通过 quality-tracker.py 记录评分，以便追踪基线