以 open-dictionary v2.0 的学习词卡为主体,结合 ECDICT 的中文与缺词、Wiktionary 的部分功能词义项、CMUdict 音素和 WordNet 概念索引。0.0.2 又加入考试与专业词书,以及有来源的助记材料;每层数据保留来源,发布包附逐文件校验信息。
0.0.3 已正式发布。 五种组合共享词卡与音频文件,安装时建立本地索引。下表为首次安装所需的下载大小,包含清单、来源和许可文件,以十进制 MB 计(1 MB = 1,000,000 字节);精确值见 Release 的 release.json。
| 0.0.3 组合 | 词条 | 下载大小 | 离线录音 |
|---|---|---|---|
| lite-text | 26,417 | 45.84 MB | 无 |
| lite-audio | 26,417 | 99.95 MB | 每词都有 |
| core-text | 117,902 | 96.68 MB | 无 |
| core-audio | 117,902 | 344.41 MB | 每词都有 |
| full-text | 811,092 | 141.99 MB | 无 |
lite 适合端侧内置:先保留 23 个学习目录的全部成员和高频功能词,再按历史词频补入,使两包各自严格小于 100 MB;入选词保留完整词卡。core 包含全部 open-dictionary 词卡,其中 84,491 个核心词已有助记。full 的非核心差量分为 11 片;全词有声的 full-audio 留到 1.0.0。安装后还需要索引空间,下载大小不等于安装占用。详见词包与接入、发布任务和开发路线。
旧版 0.0.2 核心版和 0.0.1 完整版继续保留。旧客户端使用对应版本的固定清单。
| 能力 | open-dictionary v2.0 | ECDICT | LexiMeet Dictionary |
|---|---|---|---|
| 词条 | 84,212 条策展词卡 | 770,611 行原始 CSV | 核心版收齐主词卡;完整版合并为 811,092 条 |
| 释义与标签 | 逐义解释、领域与用法 | 中文回退、词条级考试标签 | 保留义项与词条各自的作用域,不把补充译文覆盖成主释义 |
| 学习 | 词卡中的短助记 | 考试标签与历史词频 | 有序词书、专业目录及独立的助记材料 |
| 发音 | IPA 与在线音频线索 | 旧式音标字段 | IPA/ARPABET 分开记录,核心词逐词离线发音 |
| 交付 | 上游数据格式 | CSV | 压缩 JSONL、共享分片与逐文件 SHA-256;安装时建索引 |
ECDICT 补词多数没有人工整理的逐义解释,WordNet 概念也尚未与具体义项自动对齐;词遇不会把这些内容伪装成已审校词义。来源和数量见词典总览。
其他词遇产品直接使用固定版本的 Release,无需把本仓库作为子模块。消费端从 release.json 读取 editions["lite-audio"].assets 等目标组合,按字节数和 SHA-256 校验,再建立本地索引。升级只下载缺失或哈希不同的文件;用户笔记、单词本和自定义标签存于词包之外。
按接入文档安装 Python 依赖后,可用参考安装器下载并安装 lite 带音频版:
mkdir -p downloads/v0.0.3
curl -fL https://github.com/leximeet/leximeet-dictionary/releases/download/v0.0.3/release.json \
-o downloads/v0.0.3/release.json
python3 -m leximeet_dictionary package-install downloads/v0.0.3 \
--edition lite-audio --cache build/package-cache --out build/dictionary-install \
--url https://github.com/leximeet/leximeet-dictionary/releases/download/v0.0.3将 --edition 改成其他组合即可切换,继续使用同一缓存便可复用文件。原生客户端自行实现下载、索引与播放,不要求浏览器运行 Python。详细协议见0.0.3 接入;旧版协议见 0.0.2 核心版和 0.0.1 完整版,源码构建见构建说明。
推送到 main 或向 main 提交 PR 运行轻量测试。推送 v0.0.3 tag 自动构建并深检五种组合、验证真实 lite 安装,再创建或补齐草稿;核对 GitHub 上每个资产的大小和 SHA-256 后自动发布。已发布资产不自动覆盖。0.0.3 的发版流水线已成功,34 个公开资产已与清单核对。触发方式见构建说明;参与入口见更新记录和贡献指南。
| 项目 | 对词遇的贡献 |
|---|---|
| open-dictionary 与 English Wiktionary 贡献者 | 主词卡、例句、词义与同版审计信息 |
| Wiktextract / Kaikki | 主词库缺少的高频功能词义项 |
| ECDICT | 中文回退、缺词、考试标签与历史词频 |
| qwerty-learner | 0.0.2 固定词书的词头、顺序,以及逐书补充译文和原始英美音标;不覆盖主词义 |
| DictionaryByGPT4 | 0.0.2 独立的 AI 学习文章候选;标记待复核,不作为基础释义 |
| CMUdict · Open English WordNet | 美式音素与独立概念网络 |
| Wikimedia Commons · eSpeak NG · Opus | 有署名的真人录音、合成发音与音频编码 |
感谢这些项目、词典编纂者、录音作者和维护者。具体版本、逐层许可、真人录音署名及权利处理方式见 DATA-LICENSE.md 和随包 notice-* 文件。仓库代码使用 GPL-3.0;不同数据和音频保留各自的来源与许可。若发现内容侵权或需要修订,请联系作者并说明具体词条或文件,维护者核查后移除或替换。
0.0.2 的 33,411 个核心词仍无助记;补齐工作与完整版学习内容安排在核心结构稳定之后。现有字段见真实词条结构,版本安排见开发路线。