给键盘党的英语记忆工具:我做了一款「打字背单词」桌面应用

会认不会写、看卡片当时记得住、一打键盘就「提笔忘字」------如果你也是键盘党,大概遇到过这种尴尬。

市面上背单词工具很多:词卡刷再认、App 听写、网页测速打字。对我来说缺两块:一是一边主动回忆词义,一边把正确拼写打进手指 ;二是希望以后能用 AI 补齐发音、释义、例句等素材,并且生成结果落在本机 ------下次直接读本地,而不是每次打开都重新问一遍模型。于是做了 Ink-Learner:面向键盘用户的桌面英语记忆工具------在打字里记住英语,词库与练习数据全部在本机,可离线用。

本文会讲:它解决什么问题、现在能怎么用、和 Qwerty Learner 差在哪、以及我还想和社区一起补什么。

仓库:github.com/suilang/ink...


一、这是什么

Ink-Learner 是 macOS / Windows 上的桌面应用(Tauri),不是又一个只能开在浏览器标签页里的练习页。

适合谁:

  • 程序员 / 键盘工作者------巩固常用词,减少「会读不会打」
  • 备考党------按大纲词库练四六级、考研、托福、雅思、GRE 等
  • 想把记忆和输入绑在一起的人------讨厌只滑卡片、也讨厌纯测速不记意思

内置 11 本大纲向词库(初中、高中、四六级、考研、托福、SAT、雅思、GRE、GMAT、BEC)。练习记录、错词、配置存在本地 SQLite,支持备份恢复。

打开就能「继续练习」,到期词可以走开始页的「智能复习」。


二、核心体验:拼写 → 遮挡回忆 → 默写 → 短句

和「看英文选中文」或「纯打字测 WPM」不同,Ink-Learner 强调主动回忆,并按一条递进链把词打牢:

  1. 拼写------看见目标词,完整打出来(形 ↔ 键位)
  2. 遮挡回忆------藏起英文,只留释义,靠回忆拼写(再认变回忆)
  3. 默写(可按需)------再抽掉提示,逼自己提取
  4. 关联短句------词进句子里打,避免「单打会、一用就不会」

选书按词库与章节开练,支持乱序、多轮、无限循环等常见练习选项:

有两点刻意做成「慢一点、但更可控」:

  • 错词不自动入库。练习过程中不会偷偷把词丢进错词本;章节结束后列出本次词条,由你勾选再加入。
  • 加入后走间隔复习(SRS)。开始页可以看到期复习,把「练错过、你认为值得留」的词真正排进后续日程。

如果你用过各种「错一次就永久污染错题本」的产品,会理解这种手动归集有多重要:错词本应该是你的学习清单,而不是误触记录器。


三、单词详情:练习中随时把词看清楚

背词时最烦的是:音标含糊、例句是模板句、想确认词性还得切出去查浏览器。

Ink-Learner 里可以打开单词详情(练习中可用快捷键,词库浏览、章节总结、错词本等入口也能进):

  • 词头、美/英音标与发音
  • 释义、词性
  • 关联例句(并区分模板句 / 内置 / AI 等来源)
  • 词条完整性摘要(缺什么一目了然)

详情不是装饰页,而是练习链路里的「暂停看清楚再继续」。


四、可选的 AI:生成一次,写入本地,以后直接用

我做桌面 + SQLite 的一个很实在的动机是:AI 不该是每次练习时的实时外挂,而应该是「素材生产线」

释义缺了、音标空了、例句太干------可以用模型补;但补完之后,结果要写进本地词库 / 字典,下次打开直接读库。发音缓存也一样,落在本机磁盘。这样练习时仍然离线闭环,也不用为同一条词反复烧 Token。往后若做「AI 自动抓取 / 批量补齐」,同样需要一个稳定的落点------本地库就是那个位置。

先说清楚边界:

  • 不配 AI 也能完整练内置词库------打字、遮挡、错词本、复习都在本地闭环。
  • 配了 OpenAI 兼容 API 之后 ,AI 用来补齐与生成素材,确认后写入本地;不是替你「看一眼就会」,也不是每次打开都重新生成一遍。

目前已经可用的能力包括:

  • AI 任务页:按词库批量生成例句、补齐音标 / 释义 / 词性等;有进度,支持暂停续跑、重试失败项;结果写入本地库
  • 单词详情里的单条 AI:对当前词生成缺失字段与例句的预览,确认后再写入
  • 设置里可配置多个供应商(base URL、模型、API Key),Key 只存在你本机

设计原则很简单:AI 负责生产;本地库负责沉淀;练习时读本地。 它是词库与例句的加速器,不是又一个聊天套壳背单词。


五、和 Qwerty Learner 的关系

先说清楚:Ink-Learner 的主交互------「在打字里背单词」------直接参考了 Qwerty Learner(下称 QL)。

QL 把「错词整词重来、记忆与打字合一」做成了极简、开箱即用的 Web 体验,社区成熟、词库丰富,还有 VSCode 插件。立项时我认真想过:是给 QL 提 PR,还是另起炉灶。后来判断是------QL 主线就是 Web + 插件 上的轻量练习;而我想要的是桌面主面板、本地 SQLite、手动错词本 + SRS、递进记忆链,以及后面用 AI 补齐素材并长期落库 (而不是浏览器里临时生成、用完即散)------这些不是几个 PR 能合进上游的增量。所以 Ink 借鉴的是 已验证的打字练习交互与选书思路(只借鉴设计,不复制源码),在另一条产品线上把桌面与记忆闭环做深。

也因此,如果你只需要打开网页就能打一轮单词,我仍然优先推荐 Qwerty Learner

  • 在线即用,几乎零安装成本
  • 词库与社区生态成熟
  • 需要边写代码边刷词时,还有 VSCode 插件

Ink-Learner 不是换皮,而是面向另一类场景:

Qwerty Learner Ink-Learner
形态 Web / VSCode 插件 桌面主面板(Tauri)
数据 浏览器本地 SQLite 离线,可备份恢复;AI / 抓取结果可沉淀
记忆闭环 打字练习为主 递进链 + 手动错词本 + SRS
词条侧 轻量练习向 单词详情;AI 补齐后写入本地,练习时复用

一句话:轻量 Web 打字练词 → 用 QL;要完整桌面学习面板、可编排的记忆链路 → 再看 Ink-Learner。 两条路不互斥,感谢 QL 把这条路先走通了。


六、技术一笔

  • 前端:React + Vite
  • 桌面:Tauri v2
  • 存储:SQLite(词库、练习记录、配置、AI 任务进度等)

选桌面而不是纯 Web,是为了主面板、离线、发音缓存和备份这些「学习工具该有的本地能力」,而不是把练习永远钉在浏览器标签页上。

开源协议:

  • 源代码:GPLv3
  • 词库等学习素材:CC BY-SA 4.0(详见仓库致谢与素材说明)

七、上手与下载

现在就可以这样开始:

  1. 打开应用 → 开始页「继续练习」
  2. 「选书」→ 选词库与章节 → 开练
  3. 有到期词时,用开始页「智能复习」

安装包在 GitHub Releases 下载 macOS .dmg / Windows .exe

github.com/suilang/ink...

仓库主页:

github.com/suilang/ink...

macOS 若提示未签名,可右键 → 打开(仓库文档里有说明)。也欢迎 Star,反馈直接提 Issue。


八、还在路上的能力

项目还在早期,下面这些已经有方向,但还没打磨到值得当主卖点,简单列一下:

阅读精读

目标是:粘贴 URL 或短文 → 逐句打字精读;点词能看清释义,并能接到错词本 / 词典补齐。导入、分句、复杂网页清洗、未收录词处理等,都还在打磨。

其它规划中

  • 迷你练习窗 / 悬浮球:边写代码边刷一小会儿(代码里有雏形,当前未对用户开放)
  • 移动端:仓库里有窄屏路由探索,独立 App 仍在规划
  • 更完整的 SRS、短句练习策略、设置与桌面集成细节等

欢迎任何人一起共创:提 Bug、写具体使用场景,或直接提 PR(词库/例句、交互、文档都行)。仓库里 docs/ 文档非常齐全------产品边界、交互动线、已落地行为都有说明,不必先把整仓啃透;有想法也可以交给 AI 对着文档落地一版,再开 PR。初创阶段,真实反馈比空泛的「希望更好用」有用得多。


九、写在最后

Ink-Learner 想验证的事很窄:

对键盘用户来说,主动回忆 + 正确拼写是否比「再认式刷卡」更值得做成日常习惯。

当前版本以主窗口为主:选书、单词递进练习、短句、统计、错词本、单词详情、可选 AI 补齐------这些已经可以认真用起来。阅读精读、迷你窗、移动端等会继续推进。

如果这篇文章对你有一点用,试试下载打一章;遇到问题或有想法,欢迎带到 GitHub Issue。


Ink-Learner:github.com/suilang/ink...

相关推荐
米小虾2 小时前
2026年AI Agent生态全面爆发:从MCP协议到智能体协作,开发者必须抓住的下一波浪潮
agent·ai编程
阿成学长_Cain2 小时前
Linux dirs命令详解|Bash目录堆栈管理快速切换目录实战教程
linux·运维·前端·数据库
yqcoder2 小时前
httpOnly 是什么,又有什么用?
开发语言·前端·javascript
IT_陈寒3 小时前
Java的Stream.parallel()把我CPU跑爆了,这种优化要谨慎
前端·人工智能·后端
小皮虾3 小时前
小程序首页性能优化实战:从 4 秒到 1.8 秒
前端·微信小程序
码流怪侠3 小时前
【GitHub】Strix 深度解析:开源 AI 渗透测试工具的架构、原理与实战
github·agent·ai编程
烬羽3 小时前
还在手动拼路径、写回调地狱?一文吃透 Node.js 的 path 和 fs
javascript·程序员·node.js
山河木马3 小时前
GPU自动处理专题1-裁剪到底在裁什么(裁剪)
前端·webgl·计算机图形学