Yomichan 项目教程
1. 项目介绍
Yomichan 是一个为 Chrome 和 Firefox 浏览器开发的日本弹出式词典扩展。它旨在通过帮助用户解读原本难以理解的文本,来提升用户的日语语言能力。Yomichan 不仅仅是一个浏览器内的词典工具,它还集成了多种高级功能,如互动弹出定义窗口、按需音频播放、汉字笔顺图、自定义搜索页面等。此外,Yomichan 还支持多种词典格式,包括通过 Yomichan Import 工具导入的 EPWING 格式。
2. 项目快速启动
安装 Yomichan
Yomichan 有两种版本:稳定版和测试版。测试版包含最新的功能,但可能存在一些未修复的 bug。如果你不介意提交 GitHub 问题,可以尝试测试版;否则,建议使用稳定版。
在 Google Chrome 中安装
- 访问 Chrome Web Store。
- 点击“添加到 Chrome”按钮。
在 Mozilla Firefox 中安装
- 下载你想要的版本(稳定版或测试版)。
- 打开 Firefox,点击菜单按钮(三条横线),选择“附加组件”。
- 点击右上角的齿轮图标,选择“从文件安装附加组件”。
- 选择你下载的
.xpi文件并安装。
导入词典
Yomichan 需要词典才能正常工作。以下是导入词典的步骤:
- 下载你需要的词典文件(如 JMdict、JMnedict 等)。
- 打开 Yomichan 设置页面。
- 点击“词典”选项卡。
- 点击“导入”按钮,选择你下载的词典文件。
基本使用
- 点击浏览器工具栏中的 Yomichan 图标,打开快速操作弹出窗口。
- 按住默认的修饰键(Shift),将鼠标悬停在网页文本上。
- 如果找到定义,将显示一个弹出窗口。点击扬声器按钮可以听到发音。
3. 应用案例和最佳实践
案例1:日语学习者的日常使用
日语学习者可以使用 Yomichan 来快速查找生词和汉字的意义。通过导入多个词典,用户可以获得更全面的解释和例句,从而提高学习效率。
案例2:开发者的贡献
开发者可以通过 Yomichan 的代码库贡献新功能或修复 bug。Yomichan 的代码库结构清晰,易于理解和修改。
最佳实践
- 多词典结合使用:导入多个词典以获得更全面的解释。
- 自定义搜索页面:使用 Yomichan 的自定义搜索页面功能,快速执行自定义搜索查询。
- Anki 集成:通过 AnkiConnect 插件,将生词自动添加到 Anki 中,进行系统的复习。
4. 典型生态项目
AnkiConnect
AnkiConnect 是一个 Anki 插件,允许 Yomichan 与 Anki 进行集成,实现自动创建和更新闪卡的功能。通过 AnkiConnect,用户可以将 Yomichan 中查找到的生词自动添加到 Anki 中,进行系统的复习。
Yomichan Import
Yomichan Import 是一个工具,允许用户将 EPWING 格式的词典导入到 Yomichan 中。EPWING 是一种常见的词典格式,通常用于便携式电子词典。通过 Yomichan Import,用户可以利用这些高质量的词典资源。
通过这些生态项目,Yomichan 不仅提供了强大的词典功能,还与其他学习工具无缝集成,为用户提供了完整的学习解决方案。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00