Deepseek MCP Server

🚀 GitHub项目README文档の多言語スマート美化ガイド

ガイドの目的

ユーザーが指定した目標言語に基づいて、README文書をスマートに美化し、言語処理を行います。

• 🔄 言語が一致する場合：元の言語を保持し、排版を美化します。
• 🌐 言語が一致しない場合：内容を翻訳し、排版を美化します。

言語処理の戦略

スマートマッチングロジック

graph TD
    A[元文書の言語を検出] --> B[目標言語と比較]
    B --> C{言語が一致するか？}
    C -->|はい| D[✅ 元の言語を保持 + 排版を美化]
    C -->|いいえ| E[🔄 内容を翻訳 + 排版を美化]

翻訳処理の原則

⚠️ 核心原則

• 技術的な正確性を維持：専門用語の翻訳を正確に行います。
• コードをそのままにする：コード例、変数名、API名などはそのままにします。
• リンクの有効性を維持：すべてのURLリンクはそのままにします。
• 形式構造を維持：引用形式、表構造などをそのままにします。

核心美化戦略

五大核心要素

1. 🔒 情報の正確性を維持
   • すべての重要な情報と技術的な詳細を保持します。
   • 元文書に存在しない内容を追加しないようにします。
2. 🧠 言語のスマート化
   • 目標言語に基づいて翻訳または保持します。
3. 🏗️ 構造の最適化
   • 章の順序を再構築し、論理性を向上させます。
4. 📈 内容の強化
   • 一般的なREADME要素を適切に補足します。
   • 元文書に関連内容がある場合のみ、章を追加します。
5. 🎨 視覚的な美化
   • 排版と視覚的なレイヤーを大幅に向上させます。

内容検出とフィルタリングルール

⚠️ 重要原則：内容の存在性検出

テンプレートを適用する前に、元文書に関連内容が含まれているかを検出する必要があります。

• ✅ 実質的な内容がある → 対応する章のテンプレートを使用します。
• ❌ 関連内容がない → その章をスキップし、空のテンプレートを生成しません。
• ❌ 内容が過度に簡略 → プレースホルダーテキストを使用しません。

内容の充実度判断基準

美化規範テンプレート

1️⃣ 文書ヘッダーの最適化

## 🚀 [プロジェクトタイトル - 目標言語]

[核心機能の説明、2 - 3行でプロジェクトが解決する問題と価値を簡潔に説明 - 目標言語]

2️⃣ スマート章テンプレートシステム

🧠 スマートレンダリング原則

元文書に関連する実質的な内容が含まれている場合のみ、対応する章のテンプレートを使用します。

内容検出フロー

graph TD
    A[元文書をスキャン] --> B{章の内容を検出}
    B -->|実質的な内容がある| C[対応するテンプレートを適用]
    B -->|内容がない/過度に簡略| D[その章をスキップ]
    C --> E[美化された章を生成]
    D --> F[次の章の検出を続ける]

条件付きレンダリングの章テンプレート

## 🚀 快速开始          # 必須章、常に表示
## ✨ 主要特性          # 元文書に機能説明がある場合表示
## 📦 安装指南          # 元文書にインストール手順がある場合表示
## 💻 使用示例          # 元文書にコード例がある場合表示
## 📚 详细文档          # 元文書に詳細説明がある場合表示
## 🔧 技术细节          # 元文書に技術的な実装詳細がある場合表示
## 📄 许可证            # 元文書にライセンス情報がある場合表示

## 🔧 技术细节
    暂未提供相关技术细节，后续可进一步补充。

## 🚀 Quick Start       # 必須章、常に表示
## ✨ Features           # 元文書に機能説明がある場合表示
## 📦 Installation      # 元文書にインストール手順がある場合表示
## 💻 Usage Examples    # 元文書にコード例がある場合表示
## 📚 Documentation     # 元文書に詳細なドキュメントがある場合表示
## 🔧 Technical Details # 元文書に技術的な詳細がある場合表示
## 📄 License           # 元文書にライセンス情報がある場合表示

## 🔧 Technical Details
    No technical details provided yet, may be added in future updates.

## 🚀 クイックスタート    # 必須セクション、常に表示
## ✨ 主な機能           # 元文書に機能説明がある場合表示
## 📦 インストール       # 元文書にインストール手順がある場合表示
## 💻 使用例             # 元文書にコード例がある場合表示
## 📚 ドキュメント       # 元文書に詳細説明がある場合表示
## 🔧 技術詳細           # 元文書に技術詳細がある場合表示
## 📄 ライセンス         # 元文書にライセンス情報がある場合表示

3️⃣ コード例の処理テンプレート

## 💻 [使用例/Usage Examples/使用例]

### [基本的な使用法/Basic Usage/基本的な使用法]
```python
# [元のコードとコメントを保持]
# [Keep original code and comments unchanged]
# [元のコードとコメントを保持]
original_code_content

[高度な使用法/Advanced Usage/高度な使用法]

# [高度なシナリオの説明 - 目標言語]
original_code_content

#### 4️⃣ 情報表のテンプレート
##### 🇨🇳 中国語表
```markdown
| 属性 | 詳細 |
|------|------|
| モデルタイプ | [翻訳後の内容] |
| 学習データ | [翻訳後の内容] |

🇺🇸 英語表

| プロパティ | 詳細 |
|----------|---------|
| モデルタイプ | [元の/翻訳後の内容] |
| 学習データ | [元の/翻訳後の内容] |

5️⃣ 一般的な注意情報のテンプレート

🇨🇳 中国語の注意

> ⚠️ **重要な注意**
> 
> [翻訳後の注意内容]

> 💡 **使用上の提案**
> 
> [翻訳後の提案内容]

🇺🇸 英語の注意

> ⚠️ **Important Note**
> 
> [元の/翻訳後の注意内容]

> 💡 **Usage Tip**
> 
> [元の/翻訳後の提案内容]

翻訳品質の基準

✅ 高品質翻訳の要件

🔧 特殊処理ルール

📋 そのままにする要素

• コードブロック：コード内容とコメントをそのままにします。
• API名：関数名、変数名、クラス名などは英語のままにします。
• URLリンク：すべてのリンクアドレスをそのままにします。
• ブランド名：会社名、製品名などの固有名词は慎重に翻訳します。
• ファイル名：README.md、config.jsonなどはそのままにします。

📖 引用形式の処理

• BibTeX引用：元の形式をそのままにします。
• 論文のタイトル：公式の翻訳があるかどうかに応じて、翻訳するかどうかを決定します。
• 著者名：そのままにし、翻訳しません。

美化要件

🔴 深度美化

• 内容を翻訳し、情報アーキテクチャを完全に再構築します。
• 分散した情報を統合し、絵文字と視覚要素を追加します。
• ユーザー体験を大幅に最適化し、欠落している要素を補足します。

処理フロー

graph LR
    A[言語検出] --> B[内容スキャン]
    B --> C[戦略選択]
    C --> D[内容処理]
    D --> E[構造最適化]
    E --> F[形式美化]
    F --> G[品質チェック]

1. 🔍 言語検出：元文書の主要言語を識別します。
2. 📊 内容スキャン：各章に実質的な内容があるかどうかを検出します。
3. 🎯 戦略選択：
   • 言語が同じ場合 → 原文を保持し、美化します。
   • 言語が異なる場合 → 翻訳し、美化します。
4. ⚙️ 内容処理：戦略に基づいて翻訳または保持を行います。
5. 🏗️ 構造最適化：情報アーキテクチャを再構築し、内容がある章のみを残します。
6. 🎨 形式美化：統一された美化基準を適用します。
7. ✅ 品質チェック：翻訳の正確性と形式の完全性を確保します。

出力要件

✅ 必須条件

• [ ] ユーザーが指定した目標言語で出力します。
• [ ] すべての技術情報の正確性を維持します。
• [ ] コード例とリンクの有効性を確保します。
• [ ] 実質的な内容がある章のみを表示し、空のテンプレートを避けます。
• [ ] 「未提供」、「後で補足」などのプレースホルダーテキストを使用しません。
• [ ] 文書の視覚的な効果と読みやすさを大幅に向上させます。
• [ ] 純粋なMarkdown形式で出力し、見出しには##を使用します。

🚫 出力しない内容の例

❌ 絶対に生成しない内容：

## 🔧 技術詳細
    暂未提供相关技术细节，后续可进一步补充。

✅ 正しい方法：

• 元文書に技術的な詳細がない場合 → 「🔧 技術詳細」の章を直接スキップします。

出力例のプレビュー

🇨🇳 中国語の出力例

## 🤖 视觉变换器 (ViT - Base)
*基于Transformer架构的图像识别模型.......*

## 🚀 快速开始

    视觉变换器(ViT)是一个基于Transformer编码器的模型...

```python
# 使用示例代码保持不变
from transformers import ViTModel
model = ViTModel.from_pretrained('google/vit - base - patch16 - 224')

#### 🇺🇸 英語の出力例
```markdown
## 🤖 Vision Transformer (ViT - Base)
*Transformer - based model for image recognition*

## 🚀 Quick Start

    Vision Transformer (ViT) is a transformer encoder model...

```python
# Code examples remain unchanged
from transformers import ViTModel
model = ViTModel.from_pretrained('google/vit - base - patch16 - 224')

> 💡 **使用ヒント**：このガイドは様々な規模のGitHubプロジェクトに適用でき、言語をスマートに識別し、適切な美化方案を提供します。