最近我一直在优化 WordPress 中文技术文章的英文翻译流程。
目前使用的基础方案是：
- WordPress + Polylang
- SlyTranslate 1.9.0
- 智谱 GLM 5.2
- 自定义 MU 插件
- 一次性整篇正文翻译
- 保留 Gutenberg 区块、HTML、短代码和代码块
前面的测试已经证明，GLM 5.2 在技术准确性、英文自然度和长文章稳定性方面表现不错。但在进一步处理 Plaintext 代码块时，又暴露出了几个比较隐蔽的问题：
- Plaintext 中的自然语言是否应该翻译；
- URL、域名、路径等机器内容不能被修改；
- 让模型看到 Plaintext 后，不能破坏 Gutenberg 区块顺序；
- Code Block Pro 区块前台虽然正常，重新打开编辑器却会提示无效；
- 分类、系列和标签虽然写入数据库，前台缓存却可能没有及时更新。
这篇文章记录这一轮完整的排查与修复过程。
一、为什么要单独处理 Plaintext 代码块
技术文章中的 Plaintext 并不都是同一种内容。
有些 Plaintext 只包含 URL、域名或文件路径：
https://en.shuijingwanwq.com/sitemap_index.xml
/data/wwwroot/www.shuijingwanwq.com/
这些内容当然不能翻译。
但也有一些 Plaintext 实际上是界面提示、错误信息或操作结果，例如：
区块包含未预料的或无效的内容。
如果整块保护，英文文章中就会残留中文。
因此，理想方案不是简单地规定：
Plaintext 全部翻译。
也不是：
Plaintext 全部不翻译。
而是让模型结合上下文判断：
- URL、域名、路径、命令和机器数据保持原样；
- 自然语言说明翻译为英文；
- 真实界面证据根据上下文决定是否保留。
这也是这一轮优化的核心目标之一。
二、原生 SlyTranslate 如何保护代码块
SlyTranslate 原有流程会把完整代码块替换成占位符。
例如 Bash、PHP、HTML 等 Code Block Pro 区块，会被替换为类似：
SWQBLOCK000001END
模型看不到代码块内部内容，因此不会误改代码、命令和 HTML。
这种方式对于真正的代码很安全，但用于 Plaintext 时会带来一个问题：
模型完全看不到 Plaintext 中的内容，也无法结合上下文判断其中是否需要翻译。
因此，我在自定义 MU 插件中对 Plaintext 使用了不同处理方式。
三、Plaintext 使用前后标记开放给模型
Plaintext 不再整块替换为单个占位符，而是把其中的文本暴露给模型：
SWQPLAINSTART000001END
这里是 Plaintext 中的内容
SWQPLAINSTOP000001END
模型可以看到中间的文本，也能看到它前后的文章上下文。
这样就能处理类似下面的句子：
本次调整后，在网域资源
shuijingwanwq.com中提交以下 Sitemap。
其中域名和 Sitemap URL 保持不变，普通说明文字则翻译为英文。
对于 Bash、PHP、HTML 等真正的代码块，仍继续使用完整区块占位，不开放内部内容。
四、第一次遇到的问题：模型交换了相邻代码块
测试一篇包含大量 URL、域名和 Plaintext 的长文章时，模型返回的占位符数量完全正确，但两个相邻代码块的顺序发生了交换。
源文结构大致是：
在网域资源：
[域名代码块]
中提交：
[Sitemap URL 代码块]
模型为了适应英文语序，将其改写成：
Submitted:
[Sitemap URL 代码块]
to the domain property:
[域名代码块]
从英文语义看并不错误，但 Gutenberg 区块顺序已经变化。
最终校验结果是：
expected_count=139
actual_count=139
fixed_order_valid=false
占位符没有丢失，也没有重复，只是两个相邻区块交换了位置。
这说明：
仅检查占位符数量还不够，还必须检查顺序。
五、增加 Gutenberg 结构占位符
为避免模型合并段落、删除区块边界或交换代码块，我又增加了：
SWQSTRUCT000001END
所有 Gutenberg 开始和结束注释，例如：
<!-- wp:paragraph -->
<!-- /wp:paragraph -->
都会先转换成固定顺序的结构标记。
模型必须保持：
- 标记数量不变；
- 标记顺序不变；
- 不得合并两个 Gutenberg 区块；
- 不得移动代码块边界。
修复后重新测试，源文和译文的 Gutenberg 区块数量均为：
350
并且：
block_signature_identical=YES
代码块之外的中文残留也降为：
han_outside_code_blocks=0
从文章结构来看，这一阶段已经成功。
六、英文前台正常，编辑器却提示代码块无效
英文文章发布后，前台页面显示完全正常。
但重新打开 WordPress 区块编辑器时，所有 Code Block Pro 区块都出现提示：
区块包含未预料的或无效的内容。
一开始我怀疑是复制按钮的无障碍属性被翻译了。
中文代码块中保存的是：
aria-label="复制"
英文文章中被改成：
aria-label="Copy"
于是先将 79 处 Copy 恢复成 复制。
结果编辑器仍然提示无效，说明问题并不只在 aria-label。
七、逐字节对比后发现 Code Block Pro 被重新生成
我对比了中文文章和英文文章中的第一个 Code Block Pro 区块。
结果如下：
source_bytes=2903
target_bytes=2241
byte_identical=NO
第一处差异出现在 codeHTML。
原始区块中包含：
tabindex="0"
英文区块中这一属性已经丢失。
继续比较 PHP 代码块后，又发现：
\u003e
被重新转义成：
\u0026gt;
也就是说，问题不是模型修改了代码，而是代码块在恢复或保存阶段被重新序列化了。
Code Block Pro 的同一份内容并不只保存一次，而是同时存在于：
- Gutenberg 区块 JSON 中的
code - Gutenberg 区块 JSON 中的
codeHTML <textarea><pre class="shiki">- 实际显示代码所使用的
<code>和<span>
只要其中一个位置的格式、转义方式或属性顺序发生变化，Gutenberg 就可能认为区块无效。
八、用 GLM 5.1 做对照测试
为了确认问题来自 SlyTranslate 原生插件，还是自定义的 GLM 5.2 整篇翻译流程，我又做了一次对照测试。
我选择一篇中文草稿，使用 SlyTranslate 原生流程和 GLM 5.1 翻译。
翻译后的 Plaintext 和 PHP 代码块在编辑器中完全正常，没有出现无效提示。
这次对照基本确认：
问题不在 Code Block Pro，也不在 SlyTranslate 原生保存逻辑，而在自定义的 GLM 5.2 整篇翻译流程。
九、确认 SlyTranslate 输入阶段没有修改代码块
随后检查 SlyTranslate 的 prepare_single()。
源文和准备出的正文单元结果为：
source_chars=377043
unit_chars=377043
whole_content_identical=YES
Code Block Pro 的结果为：
source_code_blocks=79
unit_code_blocks=79
code_blocks_identical=79
code_blocks_different=0
这证明 SlyTranslate 在进入模型翻译之前，并没有修改任何代码块。
真正的问题发生在模型返回后的恢复和保存阶段。
十、Plaintext 原来的恢复方式存在隐患
此前 Plaintext 翻译完成后，插件会调用类似：
rebuild_plaintext_code_block_pro()
重新构建整个 Code Block Pro 区块。
其中包括：
- 重新解析 Gutenberg JSON；
- 修改
code； - 重建
codeHTML； - 重建
<textarea>； - 重建 Shiki
<pre>； - 重新序列化区块属性。
这种方式虽然能够更新 Plaintext 内容，但很容易改变原始区块中的其他细节。
最终方案需要区分两类 Plaintext。
1. 机器型 Plaintext
例如：
https://en.shuijingwanwq.com/
/data/wwwroot/www.shuijingwanwq.com/
模型可以看到这些内容，以理解文章上下文。
但恢复时直接放回完整原始 Code Block Pro 区块，不重新生成任何 JSON 或 HTML。
2. 自然语言 Plaintext
例如错误提示、操作输出或说明文字。
这些内容仍交给 GLM 5.2 判断并翻译。
同时保留 Plaintext 智能翻译能力，而不是退回到整块不翻译。
十一、最终问题出现在 WordPress 保存过滤器
SlyTranslate 的 Polylang 适配器最终使用：
wp_update_post( wp_slash( $update_data ) );
保存英文正文。
WordPress 在保存正文时，可能经过 content_save_pre、KSES 或其他过滤器。
SlyTranslate 自己的源码注释中也明确提到，KSES 可能：
- 删除
tabindex； - 删除自定义区块的
data-*属性； - 修改区分大小写的 SVG 属性；
- 导致 Code Block Pro 被 Gutenberg 判定无效。
虽然当前登录用户是管理员，但自定义整篇翻译流程最终生成的正文，仍可能在完整保存过程中发生变化。
因此，仅靠占位符恢复还不够。
还需要保证：
已经校验通过的最终正文，写入数据库后必须与保存前逐字节一致。
十二、增加最终精确写回和 SHA-256 校验
在 MU 插件 2026.07.16.12 中，最终采用了两阶段保存。
第一阶段：仍由 SlyTranslate 正常处理
SlyTranslate 继续负责：
- 创建或覆盖英文文章；
- 设置文章状态；
- 设置 Polylang 语言；
- 建立中英文文章关联；
- 复制分类、系列和标签；
- 保存 Meta。
第二阶段：精确写回正文
取得英文文章 ID 后，再将已经通过完整结构校验的英文正文直接写回 post_content。
写回前计算：
expected_hash
重新读取数据库后再计算：
stored_hash
然后比较：
expected_hash === stored_hash
如果哈希不同，立即返回错误，不再把这次翻译视为成功。
这一做法避开了最终保存过滤器对 Code Block Pro 区块的再次改写，同时不影响 SlyTranslate 原有的文章、语言和术语处理流程。
十三、最终验证结果
修复后重新覆盖翻译文章：
中文文章 ID：19383
英文文章 ID：19494
英文编辑器中的所有 Code Block Pro 区块恢复正常，不再提示无效内容。
最终逐区块比较结果：
source_total=79
target_total=79
bash: total=5, identical=5, different=0
html: total=3, identical=3, different=0
php: total=3, identical=3, different=0
plaintext: total=68, identical=47, different=21
这个结果基本符合预期：
- 5 个 Bash 区块全部逐字节一致；
- 3 个 HTML 区块全部逐字节一致；
- 3 个 PHP 区块全部逐字节一致；
- 68 个 Plaintext 中：
- 47 个保持原样；
- 21 个根据上下文完成翻译。
也就是说：
真正的代码、URL、域名、路径和机器数据保持不变；Plaintext 中的自然语言由 GLM 5.2 智能判断并翻译。
这正是本轮优化最希望达到的结果。
十四、分类、系列和标签前台未及时更新
英文文章编辑器中已经可以看到正确的英文分类、系列和标签。
数据库检查结果也完全正常：
category=SEO Tools | Yoast SEO
series=Blog SEO Log
post_tag=Cloudflare | English Subdomain | Polylang | Search Engine Submission | Thin Content Tags | W3 Total Cache | WordPress | XML Sitemap | Yoast SEO
但英文前台一开始仍显示：
Uncategorized
随机查询参数绕过页面缓存后，部分标签已经更新，但分类仍然是旧值。
最终在英文 Host 环境下清理：
- 文章对象缓存；
- 术语关系缓存；
- category、series、post_tag 的关系缓存；
前台才恢复正确内容。
这说明：
分类、系列和标签没有丢失，真正的问题是英文域名对应的 W3 Total Cache / Redis 对象缓存没有及时失效。
后台执行“清除所有缓存”或单独清除页面缓存、对象缓存，并不一定能清理到英文 Host 对应的缓存空间。
这与此前英文站出现语言、Canonical 和分类链接缓存异常的问题属于同一类多域名缓存边界。
十五、系列顺序出现了新的异常
缓存清理完成后，英文文章已经正确出现在 Blog SEO Log 系列中。
但它被排到了系列第一篇，而不是最后一篇。
后台 PublishPress Series 的“当前部分”也显示：
当前没有部分编号
这个问题与 Code Block Pro、Plaintext 翻译和正文保存已经不是同一个问题。
目前可以确认的是：
- 系列术语绑定正确；
- 英文文章已经属于正确系列；
- 文章没有明确的系列编号；
- PublishPress Series 因此将其显示在第一位。
这一问题暂时留到后续单独排查，不继续混入本轮翻译插件优化。
十六、本轮最终稳定版本
当前使用的 MU 插件版本为：
2026.07.16.12
这一版本已经验证：
- GLM 5.2 可以一次性翻译完整长文章；
- Gutenberg 区块数量和顺序保持一致；
- 区块边界不会被模型合并；
- Bash、PHP、HTML 完整逐字节保留；
- Plaintext 可以智能判断是否翻译；
- URL、域名和路径保持原样；
- Code Block Pro 编辑器不再提示无效内容；
- 最终正文写入带 SHA-256 校验；
- 分类、系列和标签可以正常写入数据库。
目前剩余的主要问题已经不再是翻译质量本身，而是：
- 多域名环境下的对象缓存失效；
- PublishPress Series 的文章顺序同步。
这两项更适合后续分别处理。
十七、最终体会
这一轮排查最重要的收获，是不能只根据前台页面判断 Gutenberg 内容是否安全。
前台能够正常显示，并不代表：
- 区块结构仍然有效；
- 编辑器可以继续修改；
- Code Block Pro 的序列化内容没有变化；
- JSON、HTML 和 Shiki 代码完全一致。
对于技术博客的自动翻译流程，真正需要同时满足的是：
- 英文自然；
- 技术内容准确；
- 代码不被修改；
- Gutenberg 结构完整；
- 编辑器可以正常重新打开；
- 数据库存储结果可验证；
- 分类、标签和系列关系能够正确刷新。
相比单纯追求某一篇文章更自然的英文，这些结构和保存层面的稳定性，才更决定自动翻译方案能否长期投入生产。
需要长期技术维护或远程问题排查？
我是拥有 15+ 年经验的 PHP / Go 后端工程师，长期关注已有系统维护、Bug 修复、性能优化、服务器排查、WordPress 网站维护和小功能迭代。
如果你的项目遇到以下情况，可以先从一次小问题排查开始合作：
- ✅ PHP / Laravel / Yii2 老项目无人维护
- ✅ Go / Gin 后端接口需要排查或优化
- ✅ WordPress 网站访问慢、报错或插件冲突
- ✅ Nginx / MySQL / Redis / Linux 服务器异常
- ✅ CDN / Cloudflare / DNS / HTTPS 配置问题
- ✅ 需要长期远程技术支持或兼职维护
更多介绍请查看：关于我 & 合作
微信：13980074657
邮箱：shuijingwanwq@gmail.com
Telegram：@shuijingwan
GitHub：https://github.com/shuijingwan
发表回复