Summra Book

问题

经典名著里有很多值得读的思想，但维多利亚时代的长句、古旧的词汇、动辄半页的段落，让大多数读者望而却步。很多本会爱上《呼啸山庄》或《白鲸》的人，往往读不过第二章。

市面上的“现代版”要么改得面目全非，要么干脆跳过难懂的部分。我想要的是另一种东西：完整保留原文，旁边是一段对一段、忠实的现代译文，并且对所有人免费。

并排阅读

Summra 上的每本书都有两个版本。可以只读原文、只读现代版，或者并排对照、随时切换。段落严格对齐，切换时永远不会读丢位置。

译文不是摘要，也不是意译。原文的每一句都有对应的现代英语句子，意思、语气和结构都保留下来。

改写规则

“现代英语”太模糊，所以流水线给每一章定了一个具体目标：Flesch-Kincaid 7–9 年级，也就是美国大多数新闻网站的阅读难度。

• 替换古旧词汇。 thee、wherefore、betwixt 变成 you、why、between。
• 拆分长句。 一个带三个分号的 60 词长句，拆成两三句短句。
• 更新习语。 生僻的典故换成最接近的现代说法。
• 保留意思、语气和结构。 段落边界不动，人名和对话不变。
• 不总结，不跳过。 不会因为“意思已经隐含”就删掉内容。
• 保留时代细节。 人物照样坐马车，不会改成打 Uber。

校验器会自动检查这一切：段落数必须一致，字符比例必须在 50% 到 110% 之间，结尾必须是完整的句子。不合格的章节会回到自我修复流水线重新处理。

一些数字

• 从古登堡计划导入 90 本经典，其中 38 本已有完整的现代英语译文。
• 解析并对齐了 4,159 个章节。
• 生成了约 1600 万字符、约 260 万词的现代英语文本。

技术实现

• 后端： Python + Flask，SQLite 存储。
• 翻译： Google Gemini，多轮流水线保证逐段对齐，截断或像摘要的章节会重跑。
• 质量控制： 确定性校验器，加上由 Claude 驱动的自我修复调度器，自动诊断问题并分派对应的修复方式。
• 前端： 原生 JS 阅读器，配 Playwright 端到端测试。

最难的部分

难的不是翻译本身，而是让 4,000 多个章节的段落边界完全对齐。大模型很喜欢悄悄合并或拆分段落，差一个就会让并排视图错位。光是段落对齐，流水线里就有六个步骤。