2023年我发布过Calibre Ebook翻译器的提示词，2025年我还做了下修订。
到2026年初期龙虾爆火，我就已经打算将提示词系统转换到循环agents工作流了。写这篇文章，就是因为我已经做完了这事。
Ebook translator插件一直不兼容MCP，而且作者好像也无视了我的功能请求，于是，当然就只能自己做了。
这次我专门Ai辅助下为该插件编写了通用标准MCP，可以在任何兼容标准MCP的智能体中使用。
至于智能体，我选的是DSH框架，主要是我考虑到这东西开源而且人气火热，应该能长期存在，数据安全风险也很低。
为何非要用Calibre+MCP+agents的组合？
这就不得不说我这么做的优势了。
如果你用别人打包好的框架，通常这些框架要么就是个"黑盒"，几乎无法自定义，更无法随意修改译文，随意修改术语表，做不到任何时候都能做回溯性修改。
而且，这些打包的工具，根本做不到翻译时对话决策，直接一条道走到黑。
通常这些工具还不会输出关键决策思考过程，没办法做项目总览监控。
当然，还有的干脆就是功能残缺了，没有做统一的翻译后审校流程，质量难以保证。
如果用agents框架，以上全部都能满足。任何时候有想法，立即告诉Ai，立即对过去或者未来做出修改。
MCP也可以直接识别哪些书本没有翻译完全，哪些没对齐。但凡只要你有其他想法，都能通过MCP直接重新读取，重新翻译，重新写入。
想要不同风格？没问题，重新建一个缓存，直接再来一次。
复制粘贴太麻烦？没事，MCP都包揽了。
翻译到中期，才发现以前的内容翻译错了，想要回改，完全是在大海捞针？直接中断对话告诉Ai，直接查找出所有翻译错的位置，分分钟全部重做重译重写。
Ai翻译的上下文局限在附近两节？在agents框架中，随时可以调用进度和记忆文件知道大概的情节，再read和grep工具阅读和查询以前的任何内容，对书本的理解远远不只是待翻译内容的上下两节！
如果你愿意，还可以将整本书做成向量数据库，随时让agents通过语义去查询以前的复杂关系。（我是个人用途，暂时没有这样做的计划）。
原版Calibre插件有个非常严重的缺陷——对大模型的主持非常落后。不同API提供商的API调用方法都不太一样，每个模型也不太一样，想要使用大模型在Calibre ebook translator中使用，其实很麻烦。
所以，我发现很多人只在这个插件中使用免费的微软和谷歌翻译，这下是省事了，但是就比较遗憾。
如果是对话式精修翻译，那很可能要被硬控一整天。如果是自动翻译，又有一些缺点，虽然可以睡一觉就翻译好。
如果直接转换成markdown文本翻译，那么大量的转换工作和格式就处理起来很麻烦了。Calibre ebook translator的EPUB解析和回归引擎很成熟，这就是为何基于它来做的原因。
好消息是，以上问题我都基本克服了。
对话智能体的优势就是你想自定义轻而易举，提示词并不是写死的，你想要什么功能，随时可以添加，几乎没有限制，这是你选择第三方打包好的框架几乎不可能实现的。
想要做好基本的决策就去睡觉？完全可以，授权agents自主进行多轮工作就行。
为什么不添加更多agents多轮执行？当然是因为钱包不够鼓。你要是愿意完全可以自己加。
我当然不是说我做的这个小工具和框架尽善尽美，但是我可以肯定说这足够满足我自己迅速看上任何原版书的需求了，对大部分读者来说也一样。
现在先放几张图，开源项目正在编辑中没有完全发布，等正式发布时候我将再写一篇。
图 MCP程序自检，成功识别到翻译缓存
图 agents框架成功调用MCP，识别到不同的书籍信息。
图 主对话框输出本轮翻译核心信息