繁體中文 | English

Kindle 自動翻譯（Chrome extension）

讀取 Kindle Cloud Reader（read.amazon.com 等）自己的頁面資料，知道畫面上是哪一頁、哪些字是同一段，用本機 OCR（Tesseract）辨識文字，再交給 Claude Haiku 翻譯、Sonnet 校對成繁體中文。譯文直接蓋在書頁原文的位置上，也同時顯示在 Chrome 側邊欄。讀目前這一頁時，下一頁會先翻好，翻過去就直接出現。

照順序往後讀時，第二頁起翻頁就直接看到譯文；第一頁、跳頁或往回翻到沒翻過的頁，要等 10～15 秒。覆蓋層沒出現時，側邊欄狀態列會用紅字顯示原因，底下的執行紀錄可以看到每一步。

用閱讀器自己的頁面資料

Kindle Cloud Reader 把書頁畫成圖片，但畫之前，它先向 Amazon 拿了一份頁面資料：每一行字的位置、字型、顏色、屬於哪一段，插圖在哪裡，以及字形的輪廓。2.0 起，擴充功能旁聽這份資料（不另外向 Amazon 要任何東西），用它來做三件事：

• 知道畫面上是哪一頁：照資料把候選的頁畫出來，跟閱讀器顯示的圖逐像素比對，插圖以外完全一樣的就是這一頁。工具列、游標、彈出的選單都不會被誤認成翻頁。
• 知道哪些字是同一段、哪個是標題、哪裡是插圖：直接來自書本身的排版，不用猜。插圖裡的字不翻譯，原圖照樣露出來。
• 給 OCR 一張乾淨的頁面：沒有工具列、游標和譯文殘影。字形在資料裡只有編號、沒有文字，所以內容還是要由 Tesseract 辨識。

譯文以段落為單位存起來，用的是該段在書中的位置，跟字級、視窗大小無關：改了字級或視窗大小，讀過的段落不用重翻。

1.x 用截圖、粗略的畫面指紋和 DocLayout-YOLO 版面模型（WebGPU，75 MB）做這些事，2.0 全部換掉了，也不再需要 WebGPU 和下載模型。

安裝

1. 從 Releases 下載 kindle-translate.zip。
2. 解壓縮 kindle-translate.zip，得到 kindle-translate 資料夾。
3. Chrome 網址列輸入 chrome://extensions，打開右上角「開發人員模式」。
4. 按「載入未封裝項目」，選 kindle-translate 資料夾。
5. 在擴充功能的「詳細資料 → 擴充功能選項」填入 Anthropic API key（console.anthropic.com 建立），按儲存。

使用

1. 打開 Kindle Cloud Reader 並開啟一本書。
2. 點工具列上的擴充功能圖示，打開側邊欄。
3. 按「翻譯這一頁」，或按 Alt+T。勾選「翻頁自動翻譯」時，翻到沒翻過的頁、停留約 1 秒就會自動翻譯；翻過的頁直接顯示。目前這一頁的譯文已經畫上時，按鈕會變成「重新翻譯本頁」，按下去會略過快取重新請求。
4. 譯文會蓋在書頁原本的段落上（字級自動縮放、底色配合閱讀器主題）。側邊欄上方的「書頁顯示：譯文｜原文」切換鈕，或書頁右下角的「顯示原文／顯示譯文」小按鈕，或按 Alt+O，都可以隨時切換，切回譯文時會立刻顯示，不用重新翻譯。翻頁時覆蓋層會先清掉，等新的一頁翻好再出現。
5. 側邊欄最上方是最新一頁的譯文，可以按「複製」。

運作方式與注意事項

• 只有側邊欄開著時才會自動翻譯，避免背景偷偷花費 API 額度。
• 打開書之後才載入擴充功能（或重新載入擴充功能）的分頁，要等閱讀器拿下一批頁面資料才認得出目前是哪一頁；側邊欄會提示，重新整理 Kindle 分頁最快。
• 翻頁後停約 1.2 秒才會送出翻譯，快速連續翻頁時中間的頁面不會送出。翻譯途中換頁的話，那一頁會在背景翻完並存進快取（最多同時一頁，再多就取消最早的），同時開始翻新的一頁；翻回還在翻的頁時會等它完成，不會重送。快取在關掉瀏覽器時清除。
• 預先翻譯下一頁（設定頁，預設開啟）：目前這一頁的譯文畫上、停留約 2 秒後，就先把下一頁翻好。照順序往後讀時不會多花；停止閱讀、跳頁或往回翻時，預先翻好但沒讀到的頁照樣計費。只用於翻譯方式 1、2。
• 校對時參考前面的頁（設定頁，實驗，預設關閉）：精修模式的 Sonnet 校對時，一併送上同一本書在這一頁之前讀過的段落（原文和定稿的譯文），統一人名、用語和語氣。另外每本書記一份人名對照表（英文原名 → 譯名），由 Sonnet 校對時整理，之後每次翻譯和校對都照它翻人名，隔了再多頁也一樣；已經記下的譯名不會被改掉。開啟後，畫上去的段落（原文和譯文）和人名對照表會存在這台電腦的 Chrome 本機儲存區，段落保留 1 週、人名保留 30 天，設定頁可以一鍵刪除。參考段落的上限預設 16000 tokens（雙頁約 4–5 個畫面），用 prompt caching 降低成本：連續閱讀時每頁約多 1.3 美分，休息超過 5 分鐘後的第一頁約多 4 美分。只會送出這一頁之前的內容，不會送出還沒讀到的部分。
• 設定頁的「翻譯方式」有三種：
  • 1. 快速：Tesseract.js 在瀏覽器裡辨識每一欄的文字，依閱讀器的頁面資料分成段落，只把文字送給 Claude Haiku 5.5 翻譯；雙頁時左右兩欄同時送出。每頁約 0.1 美分，書頁圖片不會離開電腦。目前只載入英文辨識模型。
  • 2. 精修（預設）：同 1，Haiku 翻完後再由 Sonnet 5.5 整頁校對一次，Sonnet 只回傳需要修改的段落，修改內容會列在側邊欄的執行紀錄裡。每頁約 1 美分。
  • 1、2 偶爾會有某一欄被以版權為由拒絕翻譯，那一欄會自動改用 Opus 5.5 翻譯文字（不再校對）。
  • 3. 看圖：截圖直接送給 Claude Opus 5.5，由它找段落位置並翻譯，可以處理非英文書。每頁 20 秒以上，effort 預設 low，不預先翻譯下一頁。實測 Sonnet 5.5、Haiku 5.5 看書頁截圖會以版權為由拒絕，所以這個模式只用 Opus。Opus 5.5 被安全分類器擋下時，會依序改用 Opus 5、Opus 4.8 重試。截圖會先縮到長邊 2576px 且總像素 3.7MP 以內再送出，超過的話 API 會再縮一次，座標就對不上。
• 只會連到 api.anthropic.com。API key 存在 Chrome 同步儲存區。閱讀器的頁面資料只在頁面裡用來辨識和畫出這一頁、下一頁，不會送出去。
• Claude 偶爾會以版權為由只給摘要。偵測到摘要會自動重新請求一次；仍是摘要就照樣顯示並標示「摘要」，但不存快取。
• 位置以段落為單位，不是逐行對齊；一段從左頁接到右頁時，譯文依行數分成兩塊。
• 原文的斜體字，譯文用楷體；段落裡的粗體字照樣是粗體；書頁上的螢光標記，譯文裡對應的字也用同樣的顏色標出來。看圖模式不支援。
• 譯文方框會蓋住底下的原文。要畫新的螢光標記時，先切到「原文」（右下角按鈕或 Alt+O），選取文字畫好標記，再切回「譯文」，那一段會照新的標記重翻。
• 依賴 Kindle Cloud Reader 沒有公開的頁面資料格式；Amazon 改了格式，擴充功能就會認不出頁面，側邊欄會顯示原因。
• 這是逐頁翻譯給自己閱讀用，不要拿來大量匯出書本內容，那會違反 Amazon 使用條款。

版本紀錄

• 2.3.2：有書名底線的頁（閱讀器畫的一般底線，不是連結的）不再出現「閱讀器的頁面資料裡找不到目前這一頁」；比對差一點點、但明顯是某一頁時也認得出來，記錄會註明。認不出來時，記錄多一行「辨識不到：…」說明原因。
• 2.3.1：Claude 只給摘要的頁，校對回報的人名不再存進對照表（跟段落快取一樣，摘要不存）；重試後拿到正常翻譯時，只存那一次的人名。
• 2.3.0：人名對照表。
  • 開啟「校對時參考前面的頁」時，每本書記一份人名對照表（英文原名 → 譯名），由 Sonnet 校對時整理，之後翻譯（包括改由 Opus 補翻的那一欄）和校對都照它翻人名，隔了再多頁也一樣；這時 Opus 補翻的那一欄也會送 Sonnet 校對。已經記下的譯名不會被改掉，每個名字最後一次出現後保留 30 天，設定頁可以刪除。
  • 修正連續讀約 30 頁後每頁都翻譯失敗（Chrome 的 session 儲存空間滿了）：滿了就丟掉較舊的一半快取。
• 2.2.0：校對時參考前面的頁。
  • 新增「校對時參考前面的頁」（實驗，預設關閉）：Sonnet 校對時參考同一本書前面讀過的段落，統一人名、用語和語氣。參考段落存在本機 1 週，設定頁可以刪除。
  • 精修模式改成兩欄都翻完後整頁校對一次，不再每欄各校對一次。
  • 執行紀錄列出 prompt caching 的快取讀寫量。
• 2.1.0：保留原文的文字樣式與螢光標記。
  • 原文的斜體字，譯文用楷體；段落裡的粗體字照樣是粗體。
  • 書頁上的螢光標記，譯文裡對應的字也用同樣的顏色標出來；加、刪標記時只重翻那一段。
• 2.0.2：
  • 修正有灰底提示框或連結的頁認不出來（例如技術書）：照頁面資料畫出灰底，比對時不比方框邊緣和連結底線。
  • 譯文不再蓋住閱讀器的工具列和設定面板。
• 2.0.1：修正 2.0.0 的問題。
  • 某一頁正在翻譯時按「翻譯這一頁」，改成等它翻完，不再取消重送、重複付費。
  • Claude 判斷是雜訊而留白的段落也存進快取，翻回來或預讀時不再重問。
  • 快速連續翻頁時，不再把已經翻過去的頁畫上去或送到側邊欄，也不再跳出紅字警告。
  • 閱讀器回傳空的頁面資料時不再出錯；執行紀錄「比對了幾個畫面」只算真的比對過的。
• 2.0.0：改用閱讀器自己的頁面資料，並預先翻譯下一頁。
  • 旁聽閱讀器拿的頁面資料，照它把頁面畫出來，跟畫面逐像素比對，精確知道目前是哪一頁；不再截圖比指紋，工具列、游標不會再被當成翻頁。
  • 段落、標題、插圖直接來自頁面資料，拿掉 DocLayout-YOLO 版面模型：不再需要 WebGPU，也不用下載 75 MB 的模型。
  • OCR 讀的是照資料畫出的乾淨頁面；譯文方框照原文的實際位置擺放，底色和字色來自閱讀器的主題。
  • 譯文以段落為單位快取，改字級、視窗大小或翻回來都不用重翻讀過的段落；翻譯途中換頁的結果也不浪費。
  • 新增「預先翻譯下一頁」（預設開啟）。
  • 側邊欄的「存下截圖」改成「存下頁面資料」（除錯用）。
• 1.1.0：OCR 只讀 Kindle 畫書頁的範圍。
  • 位置由頁面回報，不再用固定比例。以前高的視窗會切掉章名和第一行，矮的視窗又會讀進標題列；現在不論視窗大小、縮放比例、螢幕解析度都一樣準。
  • 判斷「同一頁」也改看同一個範圍，工具列滑進滑出不再被當成翻頁。
  • 「存下截圖」會另外存一個 .json，記錄書頁的位置，給測試用。
  • 設定頁新增「開發者」區塊，可以讓測試工具觸發截圖（預設關閉）。
  • 修正背景程式搶先用空值回覆頁面的訊息。
• 1.0.1：判斷「同一頁」的門檻從 8% 放寬到 15%，畫面小變動不再被當成翻頁。側邊欄執行紀錄新增「存下截圖」，把目前畫面存成測試用的截圖。模型下載失敗重試時，進度從 0 重新顯示。
• 1.0.0：用 DocLayout-YOLO 版面模型（WebGPU）判斷段落、標題、圖說、圖、表，取代原本靠縮排、行距、字距猜的規則；圖、表、公式裡的文字保留原文。模型第一次使用時下載（75 MB）並存在瀏覽器裡；無法使用時明確報錯，不改用別的方式。側邊欄新增模型狀態列。
• 0.6.3：翻譯方式預設改成「2. 精修」（Haiku 翻譯、Sonnet 校對）。
• 0.6.2：修正譯文常常變回英文、停在英文不回來。
  • 判斷是否同一頁改用粗略指紋（大致相同就算同一頁），工具列、滑鼠效果、JPEG 雜訊不再被當成換頁。
  • 清掉譯文後等畫面真的重畫才截圖，不再截到殘留的譯文、讓 OCR 讀成亂碼。
  • 背景程式閒置被 Chrome 停掉後，第一個翻頁訊息不再被丟掉。
  • 工具列出現或收起時觸發的 resize 不再清掉譯文；重新載入擴充功能後，舊的書頁程式不再干擾。
  • 執行紀錄會顯示每次比對的差異百分比，並自動捲到最新一行，也同步印在 Kindle 分頁的 console。
• 0.6.1
  • 翻譯途中換頁時，舊的那頁改在背景翻完並存快取，不再取消；翻回去時直接顯示。
  • 重新載入擴充功能後，已開著的 Kindle 分頁會自動接上，不用重新整理。
  • 修正靠左對齊的圖說最後一行偶爾被切成另一段、沒有蓋上譯文。
• 0.6.0
  • OCR 模式略過圖表，不再把圖裡的標籤翻成一團蓋在圖上；兩行的大標題、靠左對齊的圖說不再被切成好幾段。
  • 新增 Alt+O 快捷鍵切換譯文／原文。
  • 重新載入擴充功能後，書頁上不再殘留舊的按鈕和覆蓋層。
• 0.5.1
  • 設定頁合併成一個「翻譯方式」選單：1. 快速、2. 精修、3. 看圖。
  • 精修模式會在執行紀錄列出 Sonnet 每一段的修改。
  • 放大右下角的切換按鈕。
• 0.5.0：新增「Haiku 翻譯、Sonnet 校對」的精修模式。
• 0.4.3：書頁右下角加回「顯示原文／顯示譯文」按鈕；翻譯模型預設改回 Haiku。
• 0.4.2：翻譯模型預設改成 Sonnet，可在設定頁改回 Haiku。
• 0.4.1：側邊欄的「譯文｜原文」切換鈕；修正閱讀器顯示進度列時雙頁分欄失敗。
• 0.4.0：改用本機 OCR（Tesseract）加 Haiku 翻譯文字；修正閱讀器重繪時譯文短暫閃回原文。

檔案

詳細設計見 docs/design.md。

• manifest.json：Manifest V3 設定
• page-hook.js：在 Kindle 頁面自己的環境裡包住 fetch，把閱讀器拿的頁面資料複製給 content script
• page-render.js：解開頁面資料、照它畫出頁面、逐像素比對、找出段落和欄
• content.js：在 Kindle 頁面保留頁面資料、辨識目前是哪一頁，並畫出譯文覆蓋層
• background.js：決定翻哪一頁、呼叫 Claude API（結構化輸出）、段落快取、預讀下一頁、看圖模式的截圖
• ocr-layout.js：把 OCR 讀到的行和字放進段落，標出每個字的樣式
• styled-text.js：處理帶斜體、粗體、螢光標記的譯文
• context-pages.js：挑選校對時參考的前面段落、整理人名對照表
• offscreen.html/js：在 offscreen 文件裡執行 Tesseract（service worker 不能開 Web Worker）
• sidepanel.html/js：側邊欄介面
• options.html/js：設定頁（API key、翻譯方式、預先翻譯下一頁、參考前面的頁、effort、目標語言）
• vendor/tesseract/：Tesseract.js 7.0.0、tesseract.js-core 和英文模型（Apache-2.0），全部打包在擴充功能裡，不從 CDN 載入
• tests/：Node 測試（見下一節）

開發

測試用 Node 內建的 test runner，需要 Node 22 以上，沒有任何套件：

npm test                                                  # 全部
node --test tests/background-flow.test.js                 # 一個檔案
node --test --test-name-pattern="cache" "tests/**/*.test.js"  # 名稱符合的測試
node --test --watch "tests/**/*.test.js"                  # 改程式時自動重跑

測試把擴充功能的檔案原封不動地載入，周圍的 Chrome API、Kindle 頁面、OCR、Claude API 和 DOM 都換成假的，所以不需要瀏覽器、API key 或網路，跑一次約 20 秒。Kindle 的頁面資料用一本合成的書代替（Amazon 的字型不能放進 repo），canvas 是真的會填像素的假 canvas，所以辨識頁面的逐像素比對也測得到。Tesseract 的實際輸出和閱讀器真正的畫法不在測試範圍內，要在實際的 Kindle Cloud Reader 上確認。測試的架構見 docs/design.md 第 11 節。

GitHub Actions 在每次 push 和 PR 時用 Node 22、24 跑一次全部測試（.github/workflows/test.yml）。

改動擴充功能後，到 chrome://extensions 按擴充功能的重新載入，再重新整理 Kindle 分頁。

致謝

• Tesseract.js（Apache-2.0）。
• 1.x 的版面偵測用了 DocLayout-YOLO（OpenDataLab）、ONNX Runtime Web（MIT），做法參考 BabelDOC。