cat-shark
37b75c2d21
- 流式查询（SSE 实时展示生成过程） - 三维度数据模型：history（查询）/ words（单词档案）/ roots（词根档案） - 词根拆解与发音拼读训练（词根点击揭晓历史词例） - 词义/同义例句跨查询累积，同义项自动合并 - 历史与词库分页、多维度搜索 - 模型：Qwen3.6-35B-A3B（硅基流动，可 LLM_MODEL 切换）
35 lines
1.2 KiB
Markdown
35 lines
1.2 KiB
Markdown
# 查词学英语（MVP）
|
||
|
||
粘贴英语句子、查询其中单词，AI 生成简单易懂的例句帮助学习。基于硅基流动 DeepSeek 模型。
|
||
|
||
## 启动
|
||
|
||
```bash
|
||
npm install
|
||
npm start # 打开 http://localhost:3000
|
||
```
|
||
|
||
API Key 默认内置在 `llm.js`，可通过环境变量覆盖：
|
||
|
||
```bash
|
||
SILICONFLOW_API_KEY=sk-xxx npm start
|
||
```
|
||
|
||
## 功能
|
||
|
||
- **查询**：粘贴句子 → 添加要查的单词（最多 5 个）→ 调用 LLM 返回：
|
||
- 单词的美式音标 + 点击 🔊 朗读（浏览器 TTS）
|
||
- 原句语境释义 + 5 条同义例句
|
||
- 其他释义各 5 条例句（例句词汇控制在简单水平，附中文翻译）
|
||
- **历史记录**：所有查询自动保存（SQLite，`data/app.db`），可查看、**编辑任意内容**（原句/音标/释义/例句，支持增删例句和释义）、删除。
|
||
|
||
## 技术
|
||
|
||
- 后端：Node.js + Express + better-sqlite3
|
||
- 前端：原生 HTML/CSS/JS（无构建步骤）
|
||
- LLM：硅基流动 默认 `Qwen/Qwen3.6-35B-A3B`（已关闭 thinking），可用 `LLM_MODEL` 环境变量切换
|
||
|
||
## 数据库结构
|
||
|
||
详见 [SCHEMA.md](SCHEMA.md)（history / words / roots 三张表及合并逻辑）。
|