锁定原文结构：排版不乱的底层逻辑
许多用户在处理长文档或复杂排版时，最怕遇到翻译后表格错位、代码断裂或段落丢失的情况。这通常是因为传统工具强行解析并替换了底层标记。为了彻底解决这个痛点，我们在设计之初就确立了离线优先的架构原则。当你把一份排版复杂的文件拖入窗口时，JoesanTrans 并不会急着把全文送进云端，而是先在本地完成结构解析与内容隔离。整个过程就像给文档做微创手术：提取纯文本块进行翻译，同时完整保留原有的标题层级、表格线、页码及字体样式。翻译完成后，引擎将译文精准回填至原位置，从而保证最终输出的文档与原稿视觉一致。
逐层调用机制：为何处理速度能快下来且不占额度？
文档翻译并非单一引擎的独角戏，而是一套严谨的五层流水线作业。系统启动后，会按照固定顺序逐层尝试匹配：本地缓存 → 离线词典 → 记忆库 → 离线模型 → AI。逐层尝试的逻辑非常清晰，越早命中的层级，响应越快越省。前四层完全在用户自己的机器上运行，不联网、不消耗额度。只有 AI 那一层会把文字发出去。为了让你对翻译结果有明确的预期，每条译文旁边都会自动标出它来自哪一层。例如，固定搭配往往能在本地缓存或离线词典中直接命中，而长句则会交由离线模型或 AI 处理。通过这种分层策略，你既享受了接近实时的本地反馈，又只在必要时调用远程算力，彻底避免了长文档批量处理时的卡顿问题。
记忆库的设计哲学：为什么手动修改比自动推荐更可靠？
很多翻译软件喜欢宣称拥有海量语料，但在实际工作中，机器自动抓取的所谓优质译文往往不符合你的特定语境或行业规范。因此，这里的记忆库记的是用户手动改过的译法，绝对不是自动收集的产物。当你觉得某句机翻不够准确时，直接在界面里调整字词并保存，改一次之后，后续遇到相同句子就会直接复用你的定稿版本。这种机制让工具真正具备为你的个人习惯量身定制的能力。配合覆盖 72 个方向的离线词典（含粤语与简繁地区词），即使在没有网络的环境下，你依然能获得高度贴合母语直觉的输出，无需反复校对基础用词，大幅降低长文档翻译后的校对成本。
模型加载与权限设置：如何灵活应对不同场景？
面对庞大的语言模型，我们采用了轻量化的按需下载方案。如果你只做特定语种互译，只需下载单方向离线模型（37–79MB）；若经常涉及多语种切换，则可选装覆盖全部方向的通用模型（约 497MB）。所有模型均存储在本地磁盘，不依赖后台服务同步。对于普通用户，免费档已将离线能力设置为全部免费不限量，AI 翻译部分仅设有每日字符额度，足以满足基础需求。如果你需要高频处理大量专业文档，升级为 VIP 后即可享受离线模型不限数量、记忆库与术语表不限的权益，同时文档翻译与截图识别不再受次数限制。值得注意的是，客户端不保存任何 API 密钥，所有 AI 交互由服务端提供，确保数据在传输环节的安全可控。无论你使用 macOS 还是 Windows 系统，或是选择十种界面语言中的哪一种，这套离线优先的工作流都会保持完全一致的体验。