这是一个 2 个小时仅靠:deepseek-r1 优化初始 prompt + Trae 的 ds-r1 做出来的项目。初心是辅助学业(老师上课提了一下可以让 ai 帮忙写这种程序,加之我其实早就想做了) 基于艾宾浩斯记忆曲线的智能单词记忆系统,通过科学的四次记忆验证机制帮助用户高效掌握词汇。
https://vocab.ganzhe.site
- 双语学习模式:支持英文优先/中文优先两种学习模式
- 智能记忆算法:采用四次正确记忆验证机制(记忆次数跟踪)
- 学习进度保存:本地存储记忆进度(localStorage),就算是不同词书也可以同步所有单词的记忆进度!
- 错误格式检测:单词文件格式验证与错误提示
- 学习统计面板:实时显示当前批次/剩余词汇/标熟词汇
- 交互式闪卡:支持点击翻转卡片的三维动画效果
👇下面有说明, 同时建议直接参照sample_words.txt
-
先让 DeepSeek 等 AI 帮你整理单词表至特定格式, prompt:
将上面的内容整理成如下形式: 单词++词性.++中文释义 即:[单词][+][+][词性.][+][+][中文释义] 示例: profound++adj.++深刻的;深奥的 ambiguous++adj.++模棱两可的 paradox++n.++悖论 -
上传单词文件(UTF-8 编码)
-
选择学习模式:
- 🇺🇸 英文优先:显示单词 → 点击显示词性释义
- 🇨🇳 中文优先:显示释义 → 点击显示对应单词
-
学习反馈:
- ✅ 认识:增加记忆计数
- ❌ 不认识:重置记忆计数
- 🎯 标熟:标记为已掌握(记忆次数设为 4)
# 使用现代浏览器打开(推荐 Chrome/Firefox)
open index.html- 核心框架:Vanilla JavaScript
- 数据持久化:Browser localStorage
- 交互样式:CSS 3D Transform
- 构建工具:原生浏览器支持
/闪卡单词/
├── index.html # 主界面
├── style.css # 样式表
├── script.js # 核心逻辑
├── sample_words.txt # 示例单词库
├── .gitignore # 版本控制排除项
└── README.md # 项目文档
MIT License © 2024 Ganzhe
关键要素说明:
1. 包含必要的使用说明和技术细节
2. 采用emoji图标提升可读性
3. 突出展示了项目的科学记忆算法特性
4. 添加了本地运行方式的指引
5. 文件结构树与实际项目完全匹配
建议后续可通过 `git add README.md` 将其加入版本控制,保持文档与代码同步更新。