xczhanjun/lazeword

🛋️ lazeword (dsh-lazeword) — 躺着背单词

English · 中文

語言慣例：README.zh 為簡體、應用界面為繁體、docs/ 以繁體為主——有意為之（香港語境，兩文三語）。

**lazeword（躺着背单词）**是一个以词汇为锚点的双语学习系统——学习即仿真，轨迹即日志 （理论基础见 docs/learning-as-simulation.md）。

它源于一个真实的家庭需求：为来到香港读书的孩子，做一个能躺着用的单词学习工具—— 从词元（token）入门，到与 AI 对话与共创。英语已经变成了编程语言，词汇是它的语法。

• 底座开源：作为 DeepSeek Harness（dsh，一切皆插件）插件发行，AI 故事/讲解由 DeepSeek 驱动（可选 Cloudflare Worker 托管 key，完全离线可运行）
• 回答 AI 时代教育的三个问题：学什么——词汇是知识的接口（15,000+ 词：EDB 官方数学/科学/地理 + Oxford 5000 + 中华文化 + 工程师之词 + AI 素养）；怎么记住——FSRS-5 确定性调度（与 Anki 同参数体系，轨迹可重放）；学了单词做什么——与 AI 对话与共创：「The hottest new programming language is English」（Karpathy）；AI 素养 pack 含 prompt/context window/describe/verify 等对话词条、论文、人物与守则四层，教孩子向善地、可验证地与 AI 交流
• 核心引擎 = 场景驱动 + 数据驱动（对标自动驾驶仿真）：词 = 实体，句子 = 场景，轨迹 = 日志，电影 = 场景序列——按孩子的输入与习惯自动生产个性化学习场景（见 docs/scenario-engine.md）；dsh 的底层时空一致性与自动驾驶仿真的确定性要求同源
• 单文件零依赖：既是 dsh 网页插件，也可独立运行（一个 HTML 文件）；五个小游戏 + AI 私教；两文三语；繁/简一键
• 大人和孩子在 AI 面前是同學：这不是居高临下的教育产品——成人和孩子一起学、一起实验（AI 素养 pack 的「可验证的怀疑」对大人同样适用）。我们也不知道 AI 的「基因学」是什么——这里只有诚实的探索，没有权威答案

30 秒导览

🚀 立即体验（免安装 demo）：https://xczhanjun.github.io/lazeword/（GitHub Pages 托管单文件版；进度存浏览器本地）

1. 背 5 个词——卡片上有音标、词素拆解和 AI 实际分词（token）——你会看到 LLM 怎么读词
2. 点「🎓 私教」——一节课 = 诊断 → 讲解 → 练习 → 批改 → 写回记忆计划
3. 点「🧹 家務」——选一件家务、用英语写一句，AI 老师点评

名字

「躺着背单词」不改名——这个名字本身就是答案：

• laze 不是懒，是一种和 AI 相处的态度：舒适、信任。躺平模式不是不学，而是让学习发生在最放松的姿势里——好的学习不靠意志力的紧绷，靠系统替你把该记住的记住。
• 单词和词元是同一个词：token 的中文叫「词元」——词元就是词的工程化形态。孩子背的是单词；把这些词放进 AI 的时候，它们就是词元。英语已经变成了编程语言（"The hottest new programming language is English"），词汇就是这门语言的语法和词法——背单词，就是在为和 AI 共创积累词元。

功能

• 15,000+ 精选词条（两级模式） —— 默认基础模式约 1,141 个核心词（947 日常高频 + 香港学科/校园，加载最快）；设置开启高级模式进入全词表：Oxford 5000（KET/PET/FCE）+ EDB 官方数学/科学/地理 + 自動駕駛 + 中華文化（英文 ↔ 中文/繁體）
• 间隔重复（FSRS-5） —— 自适应调度：自动安排每个词的复习时机（和 Anki 同一套算法）+ 错题自动进复习队列 + 学习轨迹（每次学习都记一笔，可重放、可审计——家长看得见孩子学过什么、错在哪里）
• 6 种题型 —— 看词选义、看义选词、看音标选词、听音选义、格子拼写、例句填空；答错可返回重选，答对自动发音自动下一题，连击动画
• 发音 —— 英语 TTS + 粤语 + 普通话三语朗读、IPA 音节与重音高亮跟随朗读、跟读打分
• 单词详情 —— 例句、近义词、词源、词根/词缀拆解（离线）+ AI 讲解（DeepSeek，可选）
• AI 文章 —— 9 篇词库词汇编写的双语文章（词高亮可点）+ AI 把今天学过/背错的词自动写成故事
• 参考 —— 111 个不规则动词、24 条语法、43 个动词搭配、50 句常用句型
• 五个小游戏 —— 太空单词配对 + 记忆翻牌 + 字母組詞（看中文释义，在字母格里拖拽连线拼出单词）+ 单词赛车（伪3D 道路、看释义选车道）+ 单词挖雷（扫雷规则 + 拆雷版：雷=错题词，踩雷须答对释义才能拆除）
• 家庭功能 —— 最多 4 个学习档案、家长/老师学习报告、每日 10 词、JSON 备份、连续打卡、学习热力图
• 躺平模式 —— 深色护眼主题、大字、自动发音 + 自动翻页、语音控制（说「会 / 不会」）、空格暂停
• 繁/简切换 —— 整个界面一键切换繁體/简体
• Anki 生态 —— TSV 一键导出 + AnkiConnect 一键同步 + 复习记录导入（跨平台同一条确定性时间线）
• 字典查询 —— 词库外任意英文单词可查（音标/释义/例句/近义词/真人发音）
• 链接分享 —— URL 即状态：切换 tab/筛选/参考页时地址栏实时更新，复制即可分享；深链直达 ?user=anna&tab=quiz&scene=math&word=integer&ref=ai-chat&advanced=1
• 发音设置 —— 中文词条默认普通话；翻页可加读普通话/粤语；翻页速度三档可调（默认慢速舒适）
• 两文三语 —— 英中粵三语朗读、繁/简一键切换、中华文化经典词条（三字经/唐诗/论语）
• 🧑‍💻 人與詞 —— 从开源大神的真实代码与文档中学单词（21 位人物分「工程傳奇 / AI 科學家」两组：antirez、Linus、Bellard、Knuth、Hamilton、Hopper、Turing、Hinton、李飛飛、何愷明、吳恩達…真实引文 + GitHub 直达），顺便认识写下它们的人
• 🛡️ AI 素養與安全 —— 64 个 AI 素养词汇 + 12 篇里程碑论文 + 给孩子与家长的 AI 守则 + 「與 AI 對話」练习区（四要素提示教学、5 个模板——描述/用我学过的词讲故事/问为什么/检查说法/改句子、AI 回复中词库词自动高亮）
• 🏭 工業製造 —— 汽车/机械/工厂词汇（卡车、柴油机、变速箱、活塞、焊接、装配线…）
• 🎓 AI 私教 —— 一节课 = 备课（轨迹诊断挑薄弱词）→ 讲课（AI 讲解三级降级）→ 练习（确定性出题）→ 批改（AI 批造句）→ 下课（写回 FSRS，自动调整复习计划）；英语 + 数学双科，同人同日同课题目可复现，无 AI 时降级为纯确定性课堂
• 🛒 生態推薦 —— 设置内精选 dsh 生态互补插件与 skills（离线语音输入、桌面宠物、主题、记忆栈、用量面板），安装命令一键复制，附第三方代码安全提示
• 完全离线 —— 单文件零依赖（例句/真人发音/AI 功能需联网，可选 Cloudflare Worker 后端托管 AI key）

为什么这样做（理论基础）

• 大脑是预测机器：学习 = 修正预测模型（Rao & Ballard 1999；Friston 2010；Clark 2013）
• word 是知识锚点：2,000 词族覆盖小说 87.8%、口语 89.4%（Nation 2006）；词频幂律（Zipf 1949）
• 遗忘可计算：Ebbinghaus 1885 → FSRS（Ye et al., KDD 2022），保留率 R(t,S) 是确定性预测
• 轨迹 = 仿真日志：事件溯源（Fowler 2005）+ 可复现研究（Buckheit & Donoho 1995）
• 完整论证、引用与产品决策记录：docs/learning-as-simulation.md；行业调研：docs/research-physics-simulation.md；核心引擎（场景驱动+数据驱动）：docs/scenario-engine.md；AI 治理立场与开源史：docs/ai-governance.md；太空 AI 愿景（向善的最终章）：lightrope/vision；路线图：docs/roadmap.md；有趣观察与外部资料志：docs/observations.md；署名与许可：ATTRIBUTIONS.md

核心设计：dsh 生态与「学习即仿真」

lazeword 与 dsh 共享同一套哲学——一切都是插件，一切都有时空确定性：

Anki 生态兼容：TSV 一键导出（任意 Anki 版本可导入）→ AnkiConnect 一键同步进指定牌组 → 复习记录导入（Anki 里的复习并入同一条轨迹时间线）→ FSRS 与 Anki 同参数同算法。 孩子无论在 lazeword 还是 Anki 复习，都是一条确定性学习轨迹。

完整理论基础（预测加工、Nation 词汇覆盖、FSRS 论文）与产品决策记录见 docs/learning-as-simulation.md； 行业调研见 docs/research-physics-simulation.md。

在 DSH Desktop 桌面端安装（推荐给家庭用户）

DeepSeek Harness Desktop（macOS / Windows，免装 Node）把 dsh 装进原生桌面应用。 安装 lazeword 只需两步：

1. 下载并启动 DSH Desktop（dshdesktop.cn / deepseekdesktop.com）
2. 托盘 → Open DSH Terminal → 执行：

dsh plugin add dsh-lazeword   # 需要 lazeword 已发布到 npm；或本地路径安装：dsh plugin add /path/to/lazeword

安装后重启 DSH Desktop（让新 bundle 进入 Loader 组合），侧边栏出现 🛋️ lazeword 按钮。 桌面端提供 desktopProfiles / desktopPnpm 两个插件服务，lazeword 作为普通 dsh 插件在兼容模式下开箱即用。

作为 dsh 插件安装

dsh plugin --profile web add dsh-lazeword

安装后在侧边栏点击 🛋️ 躺着背单词，面板会在 harness 内以 blob-URL iframe 打开独立 App （无需服务器、无需联网、行为确定）。

独立运行

直接双击打开 app/lazeword.html（任意浏览器）。

手机同局域网访问可起一个静态服务：

python3 -m http.server 8000
# 打开 http://<你的IP>:8000/app/lazeword.html

云端部署（可选）

仓库自带 Cloudflare Worker 后端（worker/index.js）：托管 DeepSeek key、AI 故事接口、词典代理（含限流与输入净化）。

npx wrangler secret put DEEPSEEK_API_KEY   # 输入你的 DeepSeek key
npx wrangler deploy                        # 部署为 workers.dev；绑定自定义域用 wrangler routes
# 静态站点可同域托管：wrangler.toml 里打开 [site] 指向 ./app

部署后把 app/lazeword.html 与 worker 同域（或通过 dsh 宿主）访问，即可获得完整的 AI 故事与词典能力。

发布检查清单

• npm test（67 测试）+ python3 scripts/check-packs.py（pack 质量门）+ node scripts/build.mjs（可复现构建 diff 为零）
• dsh 层叠验证：dsh --profile web --dump-config | grep lazeword 应显示插件已挂载
• npm publish（prepublishOnly 自动跑全量质量门）；ATTRIBUTIONS.md 与新增数据同步

开发

需要 Node ≥ 22.19。零 npm 依赖（测试用内置 node:test）。

npm test                          # 单元测试（核心函数）
node scripts/build.mjs             # 构建独立 App
node scripts/build-client.mjs      # 把 App 嵌入 dsh 客户端 bundle
npm run check                     # 语法检查插件入口

架构

src/core.mjs        确定性纯核心（单一事实源）：
                    SRS 调度、IPA 音节/重音解析、英文音节切分、
                    拼写判分、种子随机、事件日志（追加式学习轨迹）
app/template.html   App 界面外壳（__CORE__ / __WORDS__ 标记）
data/*.json         词库（Vocabineer 947 + 香港学科词）
lib/index.js        dsh 宿主入口（插件注册）
lib/client.js       dsh 网页客户端 bundle（内嵌 App，由脚本生成）
scripts/            构建与抽取工具
tests/              node:test 单元测试（20 项断言，零依赖）

设计原则：确定、离线、可审计 —— App 在构建时静态组合（无运行时插件加载）， 核心事件日志让整个学习轨迹可精确重现（「时空确定性」）。

许可

MIT

免责声明

DeepSeek Harness 处于开发者预览阶段，可能有破坏性变更。 本插件为社区维护，与 DeepSeek 无关。