最近折腾了一个小项目：把 Filament 4.x 的英文文档翻译成中文，并做成了一个可以直接访问的静态文档站。

在线地址在这里：

https://gankudadiz.github.io/tech-docs-zh/

项目地址在这里：

https://github.com/gankudadiz/tech-docs-zh

这个项目一开始只是为了解决一个很具体的问题：我平时会看不少 PHP / Laravel 生态的英文文档，英文原文当然最好，但真正查资料、对照代码、理解一段 API 说明的时候，脑子里总要做一次“实时翻译”。如果只是偶尔看还好，长期看下来其实挺耗精力。

所以我想试一下，现在的 AI 工具能不能帮我把一套技术文档翻译到“自己日常能舒服阅读”的程度。最后用的是 Claude Code + Mimo 大模型的组合：Claude Code 负责读项目、整理文件、执行命令、批量处理文档；Mimo 主要负责翻译内容本身。

整体体验比我预期要顺利。

技术文档其实很适合这种工作流。它不像文学翻译那样需要很强的风格创造力，更多是要求稳定：Markdown 结构不要乱，代码块不要乱翻译，类名、方法名、配置键、命令、路径这些东西保持原样，说明文字翻得自然一点。只要这些基本规则守住，初版翻译就已经能达到“可读”的程度。

Filament 4.x 文档本身也比较规整，很多页面结构类似。比如介绍某个组件、列出常用方法、给几段 PHP 示例代码，再补一些注意事项。把任务拆成一篇一篇文档后，大模型处理起来压力并不大。这里我最大的感受是：这类工作不一定非要最顶级的大模型才能做，国产模型只要上下文够用、指令遵循稳定，其实很适合承担这种批量翻译任务。

真正麻烦的部分不在翻译，而在翻译之后的收尾。

比如 Filament 官方文档里有一些站点组件和截图引用，直接搬到 Docusaurus 里会报错，需要改成普通 Markdown 图片或提示块。还有侧边栏、图片路径、页面路由这些，也都要调整到本地文档站能识别的结构。

最花 token 的是 broken anchors，也就是文档里的锚点链接。

普通 broken link 还比较好理解：目标页面不存在，那就补页面、改链接，或者暂时保留官方链接。但 anchor 更细。原文里一个链接可能指向 #creating-a-resource，翻译后标题变成中文，Docusaurus 自动生成的锚点就可能不一样。这个时候不能为了消除报错随便把锚点删掉，也不能凭感觉改到一个差不多的页面。要真的去看目标页面有没有对应标题，语义是不是还对。

这部分就很消耗模型上下文和 token。它不是简单的语言能力问题，而是需要反复查文件、跑构建、看报错、再修链接。也正因为这样，我觉得 Claude Code 这类 agent 的价值很明显：它不只是聊天，而是能接到真实项目里，把“翻译结果”一步步整理成“可以构建、可以访问、可以点击”的站点。

做完这次以后，我对 AI 翻译自用技术文档这件事的判断更乐观了一点。

它不太适合幻想成“一键生成完美中文官方文档”。如果要公开给很多人长期使用，后续校对、术语统一、链接维护、版本同步都还是要花时间。但如果目标是给自己或小范围团队使用，把常查的英文文档翻译成一个中文站点，这个方向已经很可行了。

而且它不要求模型能力强到离谱。主流程翻译可以交给相对便宜、速度快、中文表达还不错的模型；复杂一点的项目整理、构建修复、链接排查，再交给 Claude Code 这种能操作代码仓库的工具。两者配合起来，性价比还可以。

我后面大概率会继续用这套方式翻译一些自己常用的文档，比如 Laravel、Livewire、Alpine.js、Tailwind CSS 之类。不是为了替代官方文档，而是给自己建一个更容易检索、更容易持续维护的中文资料库。

这次 Filament 4.x 算是一个验证：主流程能跑通，站点能部署，后续主要工作就是继续优化翻译质量和链接细节。对个人项目来说，这已经挺够用了。