WordPecker App: 开发者指南
2026-01-30 04:54:12作者:江焘钦
1. 项目介绍
WordPecker App 是一个个性化的语言学习应用,它结合了 Duolingo 风格的课程与用户自定义的词汇表。用户可以无缝地将单词从书籍、文章或视频中添加进来,并通过交互式测验和 LLM 生成的课程复习这些单词。
2. 项目快速启动
环境准备
- Node.js (版本 >= 16)
- npm 或 yarn
- Supabase 账户
- OpenAI API 密钥
克隆仓库
git clone https://github.com/baturyilmaz/wordpecker-app.git
cd wordpecker-app
安装依赖
# 安装后端依赖
cd backend
npm install
# 安装前端依赖
cd frontend
npm install
初始化数据库
在 Supabase 的 SQL 编辑器中运行以下代码:
-- 创建单词列表表
CREATE TABLE word_lists (
id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
user_id UUID NOT NULL,
name TEXT NOT NULL,
description TEXT,
context TEXT,
created_at TIMESTAMPTZ DEFAULT CURRENT_TIMESTAMP,
CONSTRAINT name_length CHECK (char_length(name) > 0),
FOREIGN KEY (user_id) REFERENCES auth.users(id)
);
-- 创建单词表
CREATE TABLE words (
id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
list_id UUID NOT NULL,
value TEXT NOT NULL,
meaning TEXT,
created_at TIMESTAMPTZ DEFAULT CURRENT_TIMESTAMP,
CONSTRAINT word_length CHECK (char_length(value) > 0),
FOREIGN KEY (list_id) REFERENCES word_lists(id)
);
-- 创建会话表
CREATE TABLE sessions (
id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
list_id UUID NOT NULL,
type TEXT NOT NULL,
score INTEGER,
current_exercise_index INTEGER,
created_at TIMESTAMPTZ DEFAULT CURRENT_TIMESTAMP,
completed_at TIMESTAMPTZ,
CONSTRAINT valid_type CHECK (type IN ('learn', 'quiz')),
FOREIGN KEY (list_id) REFERENCES word_lists(id)
);
配置环境变量
创建 .env 文件,并填写以下内容:
后端 .env
PORT=3000
OPENAI_BASE_URL=https://api.openai.com
OPENAI_API_KEY=your_openai_api_key
SUPABASE_URL=your_supabase_url
SUPABASE_SERVICE_KEY=your_supabase_service_key
前端 .env
VITE_SUPABASE_URL=your_supabase_url
VITE_SUPABASE_ANON_KEY=your_supabase_anon_key
VITE_API_URL=http://localhost:3000
启动项目
# 启动后端
cd backend
npm run dev
# 启动前端
cd frontend
npm run dev
3. 应用案例和最佳实践
- 案例 1: 学习者正在阅读一本英文书籍,遇到不熟悉的单词时,可以直接在 WordPecker App 中创建一个单词列表,添加单词并获取自动定义,然后通过课程或测验进行学习。
- 最佳实践: 定期复习单词列表,结合上下文记忆,可以显著提高单词记忆的持久性。
4. 典型生态项目
WordPecker App 可以与电子书阅读器、浏览器扩展或笔记应用集成,使用户能够在不离开当前平台的情况下添加新单词。此外,开发者社区可以贡献新的练习类型、改进的界面设计和更多的个性化学习功能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0209- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
617
4.08 K
Ascend Extension for PyTorch
Python
453
538
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
858
205
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
926
775
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.48 K
836
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
374
254
昇腾LLM分布式训练框架
Python
133
159