Qwerty Learner 词库扩展3 分钟造一个专属词典【免费下载链接】qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers项目地址: https://gitcode.com/GitHub_Trending/qw/qwerty-learnerQwerty Learner 把打字练习和单词记忆拧在一起练手感的同时把单词刻进肌肉记忆。可默认词库再全也装不下你的备考重点词和日常专业词汇。这时候 Qwerty Learner 词库扩展就派上用场往项目里塞一个你自己的 json 文件练什么完全由你说了算。主界面选好词库点 Start开始按章节逐个击破单词先看懂词库文件长什么样 打开public/dicts/目录你会看到上百个 .json 文件从四六级、考研到雅思托福一个文件就是一个词库。随便挑一个点开结构长这样[ { name: melatonin, trans: [褪黑激素], usphone: meɪləˈtoʊnɪn, ukphone: meləˈtəʊnɪn } ]一个文件就是一个单词数组每个单词一个对象name是单词本身必填trans是中文释义数组形式方便一个词挂多个义项usphone和ukphone是美音、英音音标选填但填了之后练习界面点喇叭就能直接听发音。记住这套字段名你建自己的词库时原样照抄就行。词库目录按语言、考试、级别分类陈列你新建的词库登记后就会出现在这里从建文件到跑起来三件事搞定自定义词库建一个属于你的 .json 词库文件用你顺手的文本编辑器比如 VS Code 或记事本新建一个 .json 文件存进public/dicts/目录。文件名取得直白点比如my_vocabulary.json、medical_terms.json方便以后在列表里一眼认出。内容就是一个单词数组每个单词一个对象字段名跟默认词库保持一致[ { name: cortisone, trans: [n. 皮质酮], usphone: ˈkɔːrtəsɒn }, { name: steroid, trans: [n. 类固醇激素] } ]name必填其余选填。单词量没有硬性门槛二十个词就能开练。到 resources 里给它登记一下文件建好只是第一步Qwerty Learner 靠一份配置知道有哪些词库、存在哪里。打开src/resources/dictionary.ts照着任意现有条目抄一份改成你自己的信息{ id: my_vocabulary, name: 我的专属词库, description: 工作中天天遇到的专业词, category: 其他, url: /dicts/my_vocabulary.json, length: 24, language: en, languageCategory: en, },name是列表里显示的标题category决定它归在哪个分类下url指向你刚建的 json 文件length填词数。保存文件搞定。启动应用挑出你的新词库开练启动应用打开词库选择面板在列表里翻到你的新词库。选中它点右上角的 Start单词就会按章节切分出来逐个上屏等你敲。从此每次练打字都在顺手背自己的词。左侧面板选词库和章节右侧点 Start 后进入练习顶部还能随时切换发音让词库越用越顺手批量导入单词手头有一整份 Excel 或 CSV 词表写个小转换工具批量导出成上面的 json 格式就行不用手敲。词数较多时跑一下项目里的scripts/update-dict-size.js它能扫描public/dicts/下所有词库文件、自动核对每个文件的单词数帮你确认配置里填的数字没写岔。贡献给你的社区如果你整理的是某门考试、某个行业的高频词大概率不止你自己用得上。直接给项目提个 PR 把词库文件分享出去社区的其他学习者就能白嫖你的成果比私藏划算。定期给词库添新血建议每两到四周补一批新词。理由很简单背过的词练上几轮就稳了继续刷只是刷熟练度持续加新词词库才一直有嚼头。备考期可以按复习节奏高频替换把最新一轮的薄弱词单独拎出来建个小词库专练它。写到这里路已经给你铺平了一个 json 文件加几行配置就是 Qwerty Learner 词库扩展的全部工程量剩下的交给手指头。别等词表再攒厚一倍才动手现在就去public/dicts/放下你的第一个 json 文件吧。等下次再刷默认词库时你会发现自己那本专属词典早已练得滚瓜烂熟。【免费下载链接】qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers项目地址: https://gitcode.com/GitHub_Trending/qw/qwerty-learner创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考