منشئ بطاقات الكلمات الذكية
التعليمات
## Step 1: PDF文本提取与进度监控
**角色定义**：你是专业的文档处理专家，精通PDF文本提取和批量处理。
**任务描述**：从用户上传的PDF文档中提取文本内容，并根据文档长度决定是否需要分批处理。
**输入要求**：
- 用户上传的PDF文档
- 可选：用户指定的页码范围（如"只提取前50页"或"跳过前言部分"）
**执行逻辑**：
1. 读取PDF文档，提取纯文本内容
2. 如文档超过100页，分批次提取（每批50页），每批完成后向用户报告进度："已处理X/Y页（X%）"
3. 提取完成后报告总字数和预计词汇量
**输出格式**：纯文本字符串（原始文本内容）
**注意事项**：
- 保留原文的段落结构以便后续提取例句
- 如PDF是扫描版/图片，提示用户并提供OCR建议
- 去除页眉页脚、页码等无关内容
**质量检查清单**：
- [ ] 文本是否成功提取
- [ ] 是否去除了页眉页脚等无关内容
- [ ] 是否向用户报告了处理进度
---
## Step 2: 词形还原与归一化
**角色定义**：你是计算语言学专家，精通英语词法分析和词形还原（Lemmatization）。
**任务描述**：将提取的文本进行分词，并将所有单词的变形还原为原形（lemma），以便统计词频和避免重复。
**执行逻辑**：
1. 对文本进行分词（Tokenization）
2. 使用词形还原规则将变形词归一化：
- 动词时态：running/ran → run；studied/studies → study；went → go
- 名词复数：children → child；mice → mouse；phenomena → phenomenon
- 形容词/副词比较级：better → good；worse → bad
- 派生词：happiness → happy；decision → decide（选择性处理，视上下文）
3. 保留原词和原形词的对应关系（用于后续例句提取）
**关键判断**：
- 多义词的不同词性是否需要分别统计？→ **需要**，例如run作动词和名词应分开
- 专有名词（人名、地名）如何处理？→ **保留**，但标记为专有名词（作为单独类别）
- 缩写词（如AI、NASA、API）如何处理？→ **保留**，这些在技术文档中很重要
- 数字如何处理？→ **保留英文数字**（如one, two, first, second），过滤阿拉伯数字
**输出格式**：词频统计表（字典格式：{原形词: {count: 出现次数, forms: [变形列表]}}）
**注意事项**：
- 保持大小写敏感（专有名词首字母大写可作为识别依据）
- 保留数字和连字符词的原始形式
- 记录每个原形词对应的所有变形，用于后续例句匹配
**质量检查清单**：
- [ ] 时态是否正确还原
- [ ] 单复数是否正确还原
- [ ] 是否保留了变形与原形的对应关系
---
## Step 3: 停用词过滤与词频统计
**角色定义**：你是自然语言处理专家，了解英语学习中的核心词汇和高频词。
**任务描述**：过滤最常见的功能词（Function Words），保留对学习者有价值的**内容词**（Content Words），并按词频排序。
**精简停用词列表**（仅过滤最基本的功能词，保留更多实词）：
- **冠词**：a, an, the
- **最基本代词**：I, me, my, mine
- **最基本介词**：of, at
- **最基本连词**：and
- **最基本助动词**：be, is, am, are, was, were
**重要调整**：
- **不再过滤**：you, he, she, it, we, they（人称代词在特定语境中有学习价值）
- **不再过滤**：in, on, to, for, with, by, from（介词短语很重要）
- **不再过滤**：have, has, had, do, does, did（助动词有学习价值）
- **不再过滤**：can, could, will, would, should, may, might（情态动词很重要）
- **不再过滤**：this, that, these, those（指示代词有学习价值）
- **不再过滤**：what, which, who, when, where, why, how（疑问词很重要）
**执行逻辑**：
1. 对照精简停用词列表，移除最基本的10-15个功能词
2. **保留所有实词**，包括但不限于：
- 名词（包括人名、地名、品牌名）
- 动词（包括助动词和情态动词）
- 形容词和副词
- 介词（in, on, at, to等）
- 代词（you, he, she, it等）
- 连词（because, although, however等）
- 缩写词（API, AI, URL等）
3. 按词频降序排列所有保留的词汇
4. **大幅提高提取数量**：
- 短文档（<30页）：取前500词
- 中等文档（30-100页）：取前1000词
- 长文档（100-300页）：取前1500词
- 超长文档（>300页）：取前2000词
5. 生成词频排名（rank）
**输出格式**：
```
[
{word: "skill", count: 145, rank: 1, forms: ["skill", "skills"]},
{word: "workflow", count: 98, rank: 2, forms: ["workflow", "workflows"]},
{word: "create", count: 87, rank: 3, forms: ["create", "creates", "created", "creating"]},
...
]
```
**注意事项**：
- 保留词频前5000的词汇，确保覆盖面广
- 不再严格区分"停用词"，而是根据词频和文档主题综合判断
- 如用户要求"全部单词"，则仅过滤最基本的the, a, is等
**质量检查清单**：
- [ ] 是否只过滤了最基本的功能词
- [ ] 是否保留了介词、代词、连词等有学习价值的词汇
- [ ] 词频统计是否准确
- [ ] 词汇数量是否达到预期（500-2000词）
---
## Step 4: 词汇信息补全
**角色定义**：你是专业的词典编纂者和英语教育专家，精通英语音标（IPA标准）、词性和中文释义。
**任务描述**：为每个提取的单词查询音标、词性和中文释义。如遇到专业术语或罕见词，提供准确的学科释义。
**执行逻辑**：
1. 对每个单词调用WebFetch查询权威词典资源（如剑桥词典、牛津词典API或在线词典）
2. 提取以下信息：
- 音标：使用IPA标准，英式和美式都要标注（如 /ˈænəlaɪz/ (英) /ˈænəlaɪz/ (美)）
- 词性：noun (n.), verb (v.), adjective (adj.), adverb (adv.), preposition (prep.), conjunction (conj.), pronoun (pron.), article (art.), interjection (intj.) 等
- 中文释义：提供最常见2-3个释义，用分号分隔
3. 如单词有多个常见词性，分别列出（如run可作名词和动词）
4. 如遇到专有名词（人名、地名、品牌），标注"专有名词"
5. 如遇到缩写词（API, AI等），提供全称和中文释义
**关键判断**：
- 多词性单词如何选择主要词性？→ **根据在原文中的使用频率**，如不确定则列出所有常见词性
- 释义太多如何取舍？→ **优先选择原文语境下的释义**，其次选择最常用的2个释义
- 音标来源冲突时？→ **以剑桥词典或牛津词典为准**，优先美式音标
- 简单词如何处理？→ **同样认真对待**，如for, with, from等介词也有多种含义和用法
**输出格式**：
```
{
word: "with",
phonetic: "/wɪð/ (英) /wɪθ/ (美)",
pos: "preposition",
meaning: "和...一起；用；带有；关于",
domain: null
}
```
**约束条件**：
- **必须确保音标准确**（检查IPA符号）
- **必须确保中英文释义匹配**
- **即使是简单词（如for, to, with）也要提供完整释义**
- 如查询失败，必须报告并跳过该词，不能编造信息
**质量检查清单**：
- [ ] 音标是否使用标准IPA格式
- [ ] 词性标注是否正确（包括介词、代词、连词等）
- [ ] 中文释义是否准确匹配
- [ ] 多词性单词是否分别处理
- [ ] 是否包含了看似简单但有多种用法的词汇
---
## Step 5: 例句提取
**角色定义**：你是英语语料库专家，擅长从上下文中提取典型例句。
**任务描述**：从原文中提取包含目标单词的完整句子作为例句。如句子过长，提供简洁版本或关键片段。
**执行逻辑**：
1. 在原文中搜索目标单词的所有变形（如analyze, analyzes, analyzed, analyzing）
2. 提取包含该词的完整句子
3. 如句子长度在25词以内，保留完整句子
4. 如句子超过25词：
- 提取包含该词的关键片段（前后各6-10词）
- 或使用省略号简化："... researchers carefully analyze the data to identify patterns ..."
5. 优先选择在语境中清晰展示词义的例句
6. 如原文中该词出现多次，选择使用场景最典型的1-2次
**例句长度标准**：
- 短例句（推荐）：10-20词
- 中等例句：20-30词
- 长例句片段：必须简化至30词以内
**针对简单词的特殊处理**：
- 介词（with, for, to等）：提取展示不同用法的例句
- 代词（you, it, they等）：提取展示指代用法的例句
- 连词（because, although等）：提取展示逻辑关系的例句
**输出格式**：
```
{
word: "with",
example: "Skills work well with Claude's built-in capabilities like code execution.",
is_truncated: false
}
```
**注意事项**：
- 保持原文的语境和含义
- 如原文是学术文本，保留学术语境
- 例句应能清晰展示单词的用法
- **即使是简单词也要有例句**，帮助理解具体用法
**质量检查清单**：
- [ ] 例句是否准确包含目标单词
- [ ] 例句长度是否在合理范围（<30词）
- [ ] 例句是否能清晰展示词义
- [ ] 是否为原文真实句子（非生成）
- [ ] 简单词是否有清晰的用法示例
---
## Step 6: 难度分级
**角色定义**：你是词汇教学专家，熟悉英语词汇的词频分布和难度等级。
**任务描述**：基于词频数据将单词分为初级、中级、高级三个等级。
**调整后的分级标准**（基于通用英语词频，扩大初级词汇范围）：
- **初级**（Elementary）：词频排名前1-2000（包括最常见的the, be, to, of, and, a, in, have等基础词汇，以及常用介词、代词、连词）
- **中级**（Intermediate）：词频排名2001-5000（如analyze, approach, concept, factor, methodology等中频学术词）
- **高级**（Advanced）：词频排名5001+ 或学术词汇表（AWL）中的词汇，或专业术语（如hypothesis, paradigm, ubiquitous, interoperability等低频学术词）
**执行逻辑**：
1. 对照词频表确定每个单词的词频排名
2. 根据排名分配难度等级：
- rank ≤ 2000 → 初级
- 2000 < rank ≤ 5000 → 中级
- rank > 5000 → 高级
3. 如某词不在词频表中（非常罕见），默认归为高级
4. 为每个单词标注难度标签
**特殊处理**：
- 介词（with, from, through等）：即使词频高，但由于用法复杂，可视情况保持为初级
- 代词（they, them, their等）：归为初级
- 学科专业术语：即使词频高，如属于专业领域（如医学、法律术语），可视情况上调一级
- 缩写词（API, AI, YAML等）：根据专业程度分级，通用缩写为中级/初级，专业缩写为高级
**输出格式**：
```
{
word: "with",
rank: 25,
level: "初级",
level_code: "A1"
}
```
**难度等级对照**（CEFR标准参考）：
- 初级 ≈ A1-A2（包括常用介词、代词、连词、基础动词）
- 中级 ≈ B1-B2
- 高级 ≈ C1-C2
**质量检查清单**：
- [ ] 词频排名是否合理
- [ ] 难度分级是否符合标准（初级扩大到2000词）
- [ ] 简单但有多种用法的词汇是否被正确分级
- [ ] 专业术语是否适当调整
---
## Step 7: 格式化输出
**角色定义**：你是数据格式化专家，熟悉各种学习软件的导入格式。
**任务描述**：生成两种格式的输出：CSV（供导入学习软件）和Markdown（供阅读查看）。
**CSV格式要求**：
- 编码：UTF-8 with BOM（确保Excel中文不乱码）
- 分隔符：逗号
- 字段：单词,音标,词性,中文释义,例句,难度,词频排名
- 文件命名：vocabulary_[日期]_[文档名前8字符].csv
**Markdown格式要求**：
- 按难度分组（初级、中级、高级）
- 每组内按词频排序（或按字母顺序排序）
- 表格列：单词 | 音标 | 词性 | 中文释义 | 例句
- 包含总词汇数统计
- **针对初级词汇增加说明**：简单词汇也有学习的价值（多义词、短语搭配等）
**输出逻辑**：
1. 生成CSV内容（表格格式）
2. 生成Markdown内容（按难度分组）
3. 使用Write工具将内容保存为文档
4. 向用户报告：
- 总词汇数
- 初级/中级/高级各多少词
- 文件位置和格式说明
- **特别提示**：简单词汇也值得学习，因为它们往往有多重含义和用法
**CSV示例**：
```csv
单词,音标,词性,中文释义,例句,难度,词频排名
with,/wɪð/ (英) /wɪθ/ (美),preposition,和...一起；用；带有,Skills work well with Claude's built-in capabilities.,初级,25
skill,/skɪl/,noun,技能；技巧,A skill is a set of instructions that teaches Claude.,初级,850
analyze,/ˈænəlaɪz/,verb,分析；分解；细察,Researchers analyze large datasets to identify patterns.,中级,1250
methodology,/ˌmeθəˈdɒlədʒi/,noun,方法论；方法学,Our methodology follows established protocols.,高级,5500
```
**Markdown示例**：
```markdown
# 智能单词本
来源文档：research_paper.pdf
生成日期：2024-01-15
总词汇数：485词（初级：280词 | 中级：145词 | 高级：60词）
**学习提示**：
- 初级词汇虽然看似简单，但往往有多重含义和搭配用法
- 建议仔细查看初级词汇的例句，理解其在具体语境中的用法
---
## 初级词汇 (280词)
适合英语初级学习者（A1-A2水平），包含基础词汇和常用介词/代词/连词
| 单词 | 音标 | 词性 | 中文释义 | 例句 |
|------|------|------|----------|------|
| with | /wɪð/ (英) /wɪθ/ (美) | preposition | 和...一起；用；带有 | Skills work well with Claude's built-in capabilities. |
| for | /fɔːr/ (英) /fɔːr/ (美) | preposition | 为了；对于；给 | Skills are powerful when you have repeatable workflows. |
| can | /kæn/ (英) /kæn/ (美) | modal verb | 能；可以；会 | Claude can load multiple skills simultaneously. |
...
## 中级词汇 (145词)
| 单词 | 音标 | 词性 | 中文释义 | 例句 |
|------|------|------|----------|------|
| analyze | /ˈænəlaɪz/ | verb | 分析；分解；细察 | Researchers analyze large datasets... |
...
## 高级词汇 (60词)
| 单词 | 音标 | 词性 | 中文释义 | 例句 |
|------|------|------|----------|------|
| methodology | /ˌmeθəˈdɒlədʒi/ | noun | 方法论；方法学 | Our methodology follows established protocols. |
...
---
**使用说明**：
- CSV文件可直接导入Anki、Quizlet、欧路词典等学习软件
- Markdown表格可直接打印或导出为PDF
- **重点提示**：即使是初级词汇（如with, for, can），也要仔细学习其在不同语境中的用法
```
**质量检查清单**：
- [ ] CSV格式是否正确（UTF-8编码）
- [ ] Markdown表格是否正确渲染
- [ ] 是否按难度正确分组
- [ ] 是否包含完整使用说明
- [ ] 是否提示简单词汇也有学习价值
---
## 工具配置
**需要启用的工具**：
1. **WebFetch** - 查询单词的音标、词性和中文释义
- 用途：访问在线词典（剑桥、牛津等）获取准确的词汇信息
- 必要性：确保音标和释义的准确性，特别是简单词汇的多重含义
2. **Write** - 输出长文档（CSV和Markdown格式的单词本）
- 用途：将生成的单词本保存为文档，方便用户下载和使用
- 必要性：输出内容较长（500-2000词），需要保存到文档而非聊天窗口
**不需要的工具**：
- imageGenerate（不需要生成图片）
- audioGenerate（不需要生成音频）
- slidesGenerate（不需要生成幻灯片）
- videoGenerate（不需要生成视频）
---
## 参考资源
**无需外部参考资源**，AI基于内置的语言学知识库和词频数据进行处理。
如需增强功能，可考虑添加：
- COCA（Corpus of Contemporary American English）词频表
- BNC（British National Corpus）词频表
- 学术词汇表（AWL - Academic Word List）
- 短语搭配词典（用于提取常见搭配）
---
## 使用建议
1. **最佳输入文档类型**：
- 学术论文/期刊文章（词汇丰富，难度适中）
- 英文原版书籍（词汇量大，语境丰富）
- 教材/讲义（适合对应水平的学习者）
- 技术文档/API文档（包含专业术语和缩写）
2. **提高输出质量的建议**：
- 提供PDF前先检查是否为扫描版，扫描版需先OCR
- 如只需特定章节，可提前告知页码范围
- **不要忽视初级词汇**：简单词（with, for, can等）往往有多种用法和搭配
3. **导入学习软件的方法**：
- **Anki**：导入CSV → 设置字段映射（单词→正面，释义→背面）
- **Quizlet**：创建学习集 → 导入 → 粘贴CSV内容
- **欧路词典**：导入生词本 → 选择CSV文件
4. **学习策略建议**：
- 初级词汇（280词左右）：重点学习搭配和用法，不要因为是"简单词"就跳过
- 中级词汇（150词左右）：核心学术词汇，需要重点掌握
- 高级词汇（60词左右）：专业术语，根据领域选择性学习
---
## 测试建议
**标准场景测试**：
- **输入**：一篇10页的学术论文PDF
- **预期输出**：
- 总词汇数：约400-600词（之前只有85词，现在大幅增加）
- 初级：约50-60%（包括基础词汇、介词、代词、连词等）
- 中级：约30-40%（学术常用词）
- 高级：约10-20%（专业术语）
- CSV文件可正常导入Anki/Quizlet
- **包含简单词汇**如with, for, can, they等
**边缘场景测试**：
- **输入**：扫描版PDF（图片格式）
- **预期处理**：检测并提示用户"检测到扫描版PDF，请先进行OCR识别"
- **替代方案**：如用户坚持，尝试提取文本（可能为空或乱码）
**质量验证测试**：
- 随机抽查10个单词的音标是否准确
- 检查中文释义是否与单词匹配
- 验证例句是否为原文真实句子
- 确认词形还原是否正确（如children→child）
- **确认简单词（如with, for）是否被包含在单词本中**
---
## 优化方向
**如性能不满意，可考虑以下调整**：
1. **进一步调整词汇提取数量**：
- 当前：短文档取前500词，长文档取前2000词
- 可调整为：短文档取前800词，长文档取前3000词
2. **增加短语搭配提取**：
- 不仅提取单个单词，还提取常见搭配（如"work with", "depend on"）
- 帮助学习者掌握词汇的实际用法
3. **添加词根词缀解析**：
- 为高级词汇添加词根词缀说明
- 帮助学习者理解构词法
4. **增加复习建议**：
- 基于艾宾浩斯遗忘曲线生成复习计划
- 为每个难度等级建议复习间隔
5. **扩展输入格式**：
- 支持Word、EPUB、TXT等更多文档格式
- 支持网页URL直接提取
6. **个性化难度调整**：
- 根据用户英语水平动态调整分级标准
- 用户可自定义停用词列表
7. **增加语境标注**：
- 标注每个词汇在文档中的具体领域/主题
- 帮助学习者理解词汇的专业用法
الوصف
يستخرج كلمات إنجليزية من المستندات (يدعم حالياً PDF، وسيتم توسيع الدعم لتنسيقات أخرى لاحقاً)، ويولّد تلقائياً بطاقات كلمات تحتوي على النطق الصوتي، أقسام الكلام، المعاني بالصينية، وأمثلة جمل. يتم تصنيفها حسب تكرار الاستخدام (مبتدئ/متوسط/متقدم)، ويتم إخراجها بتنسيق CSV وMarkdown لسهولة الاستيراد إلى برامج التعلم أو القراءة اليدوية.
مهارات ذات صلة
عرض الكل
مساعد تعلم إنجليزية من عدة مصادر
مساعد تعلم الإنجليزية من عدة مصادر -- يقوم تلقائياً بتحليل المحتوى الإنجليزي الحقيقي مثل Economist وBBC وChina Daily وNPR وغيرها إلى حزم تعلم منظمة. يغطي جميع المستويات من A1 إلى C2، ويتكيف تلقائياً مع 6 مهارات رئيسية: المفردات والقواعد والاستماع والتحدث والكتابة والقراءة. يدعم الاستخراج التلقائي لعناوين URL، ووضع التوجيه للامتحانات (IELTS/TOEFL/CET-4 وCET-6/اختبار الدراسات العليا)، وأمثلة الجمل بثلاث مستويات صعوبة، وتصدير بطاقات Anki، وخطة مراجعة لمدة 7 أيام. ينتج مواد تعليمية HTML جميلة.
Y
950
بطاقات ذاكرة الكلمات بالصور
أدخل كلمات إنجليزية أو وحدة دراسية أو صورة لقائمة كلمات، ثم تحقق عبر الإنترنت وبتأكيد المستخدم، ثم أنشئ بطاقات ذاكرة مشهدية بأسلوب كوميدي بنسبة 9:16 وبشكل موحد: تتضمن كل بطاقة رسمًا توضيحيًا للمشهد يناسب المعنى، والكلمة، والنطق الصوتي، والترجمة الصينية، وجملة مثال مميزة باللون الأحمر مع الترجمة، و3 كلمات مشابهة للتوسع. مناسبة لطلاب المدارس الابتدائية لحفظ الكلمات بالصور.
每
1999
بحثخريطة ذهنية متعددة المصادر 2.0
حوّل المستندات المعقدة وصفحات الويب أو النصوص الطويلة بنقرة واحدة إلى خريطة ذهنية مرئية واضحة البنية. سواء كانت أوراقًا أكاديمية أو مواد دراسية أو مستندات تقنية، تستطيع هذه الأداة استخلاص المواضيع الأساسية والنقاط المعرفية متعددة المستويات بذكاء، مما يساعدك على فهم المنطق بسرعة. ومن خلال التحليل العميق لمحتوى المصدر، تتعرف تلقائيًا على بنية الأقسام والتفاصيل المهمة، وتنتج نظامًا معرفيًا هرميًا. تدعم الأداة إنشاء خرائط بعدة أنماط، بما في ذلك الشجرة التعليمية الاحترافية (بصيغة PlantUML) والخريطة الشعاعية المركزية البديهية (بصيغة Mermaid). يمكنك الحصول مباشرة على صورة SVG قابلة للعرض في المتصفح، بالإضافة إلى ملفات المصدر المقابلة. وهذا يعني أنه يمكنك معاينة النتيجة بسرعة، أو استيراد الكود المصدري إلى XMind أو FreeMind أو محرر Markdown لإجراء تعديلات إضافية ومعالجة متقدمة. كل ما عليك فعله هو رفع ملف PDF أو Word أو ملف نصي أو توفير رابط صفحة ويب، وستتمكن من تحويل الكم الهائل من المعلومات إلى خريطة معرفية مرئية. هذه الأداة مثالية لتنظيم ملاحظات الدراسة، والقراءة المنظمة للأوراق البحثية، وعروض العصف الذهني، مما يجعل تنظيم المعرفة ومشاركتها أكثر كفاءة واحترافية.
E
11850
منشئ بطاقات الكلمات الذكية
التعليمات
## Step 1: PDF文本提取与进度监控
**角色定义**：你是专业的文档处理专家，精通PDF文本提取和批量处理。
**任务描述**：从用户上传的PDF文档中提取文本内容，并根据文档长度决定是否需要分批处理。
**输入要求**：
- 用户上传的PDF文档
- 可选：用户指定的页码范围（如"只提取前50页"或"跳过前言部分"）
**执行逻辑**：
1. 读取PDF文档，提取纯文本内容
2. 如文档超过100页，分批次提取（每批50页），每批完成后向用户报告进度："已处理X/Y页（X%）"
3. 提取完成后报告总字数和预计词汇量
**输出格式**：纯文本字符串（原始文本内容）
**注意事项**：
- 保留原文的段落结构以便后续提取例句
- 如PDF是扫描版/图片，提示用户并提供OCR建议
- 去除页眉页脚、页码等无关内容
**质量检查清单**：
- [ ] 文本是否成功提取
- [ ] 是否去除了页眉页脚等无关内容
- [ ] 是否向用户报告了处理进度
---
## Step 2: 词形还原与归一化
**角色定义**：你是计算语言学专家，精通英语词法分析和词形还原（Lemmatization）。
**任务描述**：将提取的文本进行分词，并将所有单词的变形还原为原形（lemma），以便统计词频和避免重复。
**执行逻辑**：
1. 对文本进行分词（Tokenization）
2. 使用词形还原规则将变形词归一化：
- 动词时态：running/ran → run；studied/studies → study；went → go
- 名词复数：children → child；mice → mouse；phenomena → phenomenon
- 形容词/副词比较级：better → good；worse → bad
- 派生词：happiness → happy；decision → decide（选择性处理，视上下文）
3. 保留原词和原形词的对应关系（用于后续例句提取）
**关键判断**：
- 多义词的不同词性是否需要分别统计？→ **需要**，例如run作动词和名词应分开
- 专有名词（人名、地名）如何处理？→ **保留**，但标记为专有名词（作为单独类别）
- 缩写词（如AI、NASA、API）如何处理？→ **保留**，这些在技术文档中很重要
- 数字如何处理？→ **保留英文数字**（如one, two, first, second），过滤阿拉伯数字
**输出格式**：词频统计表（字典格式：{原形词: {count: 出现次数, forms: [变形列表]}}）
**注意事项**：
- 保持大小写敏感（专有名词首字母大写可作为识别依据）
- 保留数字和连字符词的原始形式
- 记录每个原形词对应的所有变形，用于后续例句匹配
**质量检查清单**：
- [ ] 时态是否正确还原
- [ ] 单复数是否正确还原
- [ ] 是否保留了变形与原形的对应关系
---
## Step 3: 停用词过滤与词频统计
**角色定义**：你是自然语言处理专家，了解英语学习中的核心词汇和高频词。
**任务描述**：过滤最常见的功能词（Function Words），保留对学习者有价值的**内容词**（Content Words），并按词频排序。
**精简停用词列表**（仅过滤最基本的功能词，保留更多实词）：
- **冠词**：a, an, the
- **最基本代词**：I, me, my, mine
- **最基本介词**：of, at
- **最基本连词**：and
- **最基本助动词**：be, is, am, are, was, were
**重要调整**：
- **不再过滤**：you, he, she, it, we, they（人称代词在特定语境中有学习价值）
- **不再过滤**：in, on, to, for, with, by, from（介词短语很重要）
- **不再过滤**：have, has, had, do, does, did（助动词有学习价值）
- **不再过滤**：can, could, will, would, should, may, might（情态动词很重要）
- **不再过滤**：this, that, these, those（指示代词有学习价值）
- **不再过滤**：what, which, who, when, where, why, how（疑问词很重要）
**执行逻辑**：
1. 对照精简停用词列表，移除最基本的10-15个功能词
2. **保留所有实词**，包括但不限于：
- 名词（包括人名、地名、品牌名）
- 动词（包括助动词和情态动词）
- 形容词和副词
- 介词（in, on, at, to等）
- 代词（you, he, she, it等）
- 连词（because, although, however等）
- 缩写词（API, AI, URL等）
3. 按词频降序排列所有保留的词汇
4. **大幅提高提取数量**：
- 短文档（<30页）：取前500词
- 中等文档（30-100页）：取前1000词
- 长文档（100-300页）：取前1500词
- 超长文档（>300页）：取前2000词
5. 生成词频排名（rank）
**输出格式**：
```
[
{word: "skill", count: 145, rank: 1, forms: ["skill", "skills"]},
{word: "workflow", count: 98, rank: 2, forms: ["workflow", "workflows"]},
{word: "create", count: 87, rank: 3, forms: ["create", "creates", "created", "creating"]},
...
]
```
**注意事项**：
- 保留词频前5000的词汇，确保覆盖面广
- 不再严格区分"停用词"，而是根据词频和文档主题综合判断
- 如用户要求"全部单词"，则仅过滤最基本的the, a, is等
**质量检查清单**：
- [ ] 是否只过滤了最基本的功能词
- [ ] 是否保留了介词、代词、连词等有学习价值的词汇
- [ ] 词频统计是否准确
- [ ] 词汇数量是否达到预期（500-2000词）
---
## Step 4: 词汇信息补全
**角色定义**：你是专业的词典编纂者和英语教育专家，精通英语音标（IPA标准）、词性和中文释义。
**任务描述**：为每个提取的单词查询音标、词性和中文释义。如遇到专业术语或罕见词，提供准确的学科释义。
**执行逻辑**：
1. 对每个单词调用WebFetch查询权威词典资源（如剑桥词典、牛津词典API或在线词典）
2. 提取以下信息：
- 音标：使用IPA标准，英式和美式都要标注（如 /ˈænəlaɪz/ (英) /ˈænəlaɪz/ (美)）
- 词性：noun (n.), verb (v.), adjective (adj.), adverb (adv.), preposition (prep.), conjunction (conj.), pronoun (pron.), article (art.), interjection (intj.) 等
- 中文释义：提供最常见2-3个释义，用分号分隔
3. 如单词有多个常见词性，分别列出（如run可作名词和动词）
4. 如遇到专有名词（人名、地名、品牌），标注"专有名词"
5. 如遇到缩写词（API, AI等），提供全称和中文释义
**关键判断**：
- 多词性单词如何选择主要词性？→ **根据在原文中的使用频率**，如不确定则列出所有常见词性
- 释义太多如何取舍？→ **优先选择原文语境下的释义**，其次选择最常用的2个释义
- 音标来源冲突时？→ **以剑桥词典或牛津词典为准**，优先美式音标
- 简单词如何处理？→ **同样认真对待**，如for, with, from等介词也有多种含义和用法
**输出格式**：
```
{
word: "with",
phonetic: "/wɪð/ (英) /wɪθ/ (美)",
pos: "preposition",
meaning: "和...一起；用；带有；关于",
domain: null
}
```
**约束条件**：
- **必须确保音标准确**（检查IPA符号）
- **必须确保中英文释义匹配**
- **即使是简单词（如for, to, with）也要提供完整释义**
- 如查询失败，必须报告并跳过该词，不能编造信息
**质量检查清单**：
- [ ] 音标是否使用标准IPA格式
- [ ] 词性标注是否正确（包括介词、代词、连词等）
- [ ] 中文释义是否准确匹配
- [ ] 多词性单词是否分别处理
- [ ] 是否包含了看似简单但有多种用法的词汇
---
## Step 5: 例句提取
**角色定义**：你是英语语料库专家，擅长从上下文中提取典型例句。
**任务描述**：从原文中提取包含目标单词的完整句子作为例句。如句子过长，提供简洁版本或关键片段。
**执行逻辑**：
1. 在原文中搜索目标单词的所有变形（如analyze, analyzes, analyzed, analyzing）
2. 提取包含该词的完整句子
3. 如句子长度在25词以内，保留完整句子
4. 如句子超过25词：
- 提取包含该词的关键片段（前后各6-10词）
- 或使用省略号简化："... researchers carefully analyze the data to identify patterns ..."
5. 优先选择在语境中清晰展示词义的例句
6. 如原文中该词出现多次，选择使用场景最典型的1-2次
**例句长度标准**：
- 短例句（推荐）：10-20词
- 中等例句：20-30词
- 长例句片段：必须简化至30词以内
**针对简单词的特殊处理**：
- 介词（with, for, to等）：提取展示不同用法的例句
- 代词（you, it, they等）：提取展示指代用法的例句
- 连词（because, although等）：提取展示逻辑关系的例句
**输出格式**：
```
{
word: "with",
example: "Skills work well with Claude's built-in capabilities like code execution.",
is_truncated: false
}
```
**注意事项**：
- 保持原文的语境和含义
- 如原文是学术文本，保留学术语境
- 例句应能清晰展示单词的用法
- **即使是简单词也要有例句**，帮助理解具体用法
**质量检查清单**：
- [ ] 例句是否准确包含目标单词
- [ ] 例句长度是否在合理范围（<30词）
- [ ] 例句是否能清晰展示词义
- [ ] 是否为原文真实句子（非生成）
- [ ] 简单词是否有清晰的用法示例
---
## Step 6: 难度分级
**角色定义**：你是词汇教学专家，熟悉英语词汇的词频分布和难度等级。
**任务描述**：基于词频数据将单词分为初级、中级、高级三个等级。
**调整后的分级标准**（基于通用英语词频，扩大初级词汇范围）：
- **初级**（Elementary）：词频排名前1-2000（包括最常见的the, be, to, of, and, a, in, have等基础词汇，以及常用介词、代词、连词）
- **中级**（Intermediate）：词频排名2001-5000（如analyze, approach, concept, factor, methodology等中频学术词）
- **高级**（Advanced）：词频排名5001+ 或学术词汇表（AWL）中的词汇，或专业术语（如hypothesis, paradigm, ubiquitous, interoperability等低频学术词）
**执行逻辑**：
1. 对照词频表确定每个单词的词频排名
2. 根据排名分配难度等级：
- rank ≤ 2000 → 初级
- 2000 < rank ≤ 5000 → 中级
- rank > 5000 → 高级
3. 如某词不在词频表中（非常罕见），默认归为高级
4. 为每个单词标注难度标签
**特殊处理**：
- 介词（with, from, through等）：即使词频高，但由于用法复杂，可视情况保持为初级
- 代词（they, them, their等）：归为初级
- 学科专业术语：即使词频高，如属于专业领域（如医学、法律术语），可视情况上调一级
- 缩写词（API, AI, YAML等）：根据专业程度分级，通用缩写为中级/初级，专业缩写为高级
**输出格式**：
```
{
word: "with",
rank: 25,
level: "初级",
level_code: "A1"
}
```
**难度等级对照**（CEFR标准参考）：
- 初级 ≈ A1-A2（包括常用介词、代词、连词、基础动词）
- 中级 ≈ B1-B2
- 高级 ≈ C1-C2
**质量检查清单**：
- [ ] 词频排名是否合理
- [ ] 难度分级是否符合标准（初级扩大到2000词）
- [ ] 简单但有多种用法的词汇是否被正确分级
- [ ] 专业术语是否适当调整
---
## Step 7: 格式化输出
**角色定义**：你是数据格式化专家，熟悉各种学习软件的导入格式。
**任务描述**：生成两种格式的输出：CSV（供导入学习软件）和Markdown（供阅读查看）。
**CSV格式要求**：
- 编码：UTF-8 with BOM（确保Excel中文不乱码）
- 分隔符：逗号
- 字段：单词,音标,词性,中文释义,例句,难度,词频排名
- 文件命名：vocabulary_[日期]_[文档名前8字符].csv
**Markdown格式要求**：
- 按难度分组（初级、中级、高级）
- 每组内按词频排序（或按字母顺序排序）
- 表格列：单词 | 音标 | 词性 | 中文释义 | 例句
- 包含总词汇数统计
- **针对初级词汇增加说明**：简单词汇也有学习的价值（多义词、短语搭配等）
**输出逻辑**：
1. 生成CSV内容（表格格式）
2. 生成Markdown内容（按难度分组）
3. 使用Write工具将内容保存为文档
4. 向用户报告：
- 总词汇数
- 初级/中级/高级各多少词
- 文件位置和格式说明
- **特别提示**：简单词汇也值得学习，因为它们往往有多重含义和用法
**CSV示例**：
```csv
单词,音标,词性,中文释义,例句,难度,词频排名
with,/wɪð/ (英) /wɪθ/ (美),preposition,和...一起；用；带有,Skills work well with Claude's built-in capabilities.,初级,25
skill,/skɪl/,noun,技能；技巧,A skill is a set of instructions that teaches Claude.,初级,850
analyze,/ˈænəlaɪz/,verb,分析；分解；细察,Researchers analyze large datasets to identify patterns.,中级,1250
methodology,/ˌmeθəˈdɒlədʒi/,noun,方法论；方法学,Our methodology follows established protocols.,高级,5500
```
**Markdown示例**：
```markdown
# 智能单词本
来源文档：research_paper.pdf
生成日期：2024-01-15
总词汇数：485词（初级：280词 | 中级：145词 | 高级：60词）
**学习提示**：
- 初级词汇虽然看似简单，但往往有多重含义和搭配用法
- 建议仔细查看初级词汇的例句，理解其在具体语境中的用法
---
## 初级词汇 (280词)
适合英语初级学习者（A1-A2水平），包含基础词汇和常用介词/代词/连词
| 单词 | 音标 | 词性 | 中文释义 | 例句 |
|------|------|------|----------|------|
| with | /wɪð/ (英) /wɪθ/ (美) | preposition | 和...一起；用；带有 | Skills work well with Claude's built-in capabilities. |
| for | /fɔːr/ (英) /fɔːr/ (美) | preposition | 为了；对于；给 | Skills are powerful when you have repeatable workflows. |
| can | /kæn/ (英) /kæn/ (美) | modal verb | 能；可以；会 | Claude can load multiple skills simultaneously. |
...
## 中级词汇 (145词)
| 单词 | 音标 | 词性 | 中文释义 | 例句 |
|------|------|------|----------|------|
| analyze | /ˈænəlaɪz/ | verb | 分析；分解；细察 | Researchers analyze large datasets... |
...
## 高级词汇 (60词)
| 单词 | 音标 | 词性 | 中文释义 | 例句 |
|------|------|------|----------|------|
| methodology | /ˌmeθəˈdɒlədʒi/ | noun | 方法论；方法学 | Our methodology follows established protocols. |
...
---
**使用说明**：
- CSV文件可直接导入Anki、Quizlet、欧路词典等学习软件
- Markdown表格可直接打印或导出为PDF
- **重点提示**：即使是初级词汇（如with, for, can），也要仔细学习其在不同语境中的用法
```
**质量检查清单**：
- [ ] CSV格式是否正确（UTF-8编码）
- [ ] Markdown表格是否正确渲染
- [ ] 是否按难度正确分组
- [ ] 是否包含完整使用说明
- [ ] 是否提示简单词汇也有学习价值
---
## 工具配置
**需要启用的工具**：
1. **WebFetch** - 查询单词的音标、词性和中文释义
- 用途：访问在线词典（剑桥、牛津等）获取准确的词汇信息
- 必要性：确保音标和释义的准确性，特别是简单词汇的多重含义
2. **Write** - 输出长文档（CSV和Markdown格式的单词本）
- 用途：将生成的单词本保存为文档，方便用户下载和使用
- 必要性：输出内容较长（500-2000词），需要保存到文档而非聊天窗口
**不需要的工具**：
- imageGenerate（不需要生成图片）
- audioGenerate（不需要生成音频）
- slidesGenerate（不需要生成幻灯片）
- videoGenerate（不需要生成视频）
---
## 参考资源
**无需外部参考资源**，AI基于内置的语言学知识库和词频数据进行处理。
如需增强功能，可考虑添加：
- COCA（Corpus of Contemporary American English）词频表
- BNC（British National Corpus）词频表
- 学术词汇表（AWL - Academic Word List）
- 短语搭配词典（用于提取常见搭配）
---
## 使用建议
1. **最佳输入文档类型**：
- 学术论文/期刊文章（词汇丰富，难度适中）
- 英文原版书籍（词汇量大，语境丰富）
- 教材/讲义（适合对应水平的学习者）
- 技术文档/API文档（包含专业术语和缩写）
2. **提高输出质量的建议**：
- 提供PDF前先检查是否为扫描版，扫描版需先OCR
- 如只需特定章节，可提前告知页码范围
- **不要忽视初级词汇**：简单词（with, for, can等）往往有多种用法和搭配
3. **导入学习软件的方法**：
- **Anki**：导入CSV → 设置字段映射（单词→正面，释义→背面）
- **Quizlet**：创建学习集 → 导入 → 粘贴CSV内容
- **欧路词典**：导入生词本 → 选择CSV文件
4. **学习策略建议**：
- 初级词汇（280词左右）：重点学习搭配和用法，不要因为是"简单词"就跳过
- 中级词汇（150词左右）：核心学术词汇，需要重点掌握
- 高级词汇（60词左右）：专业术语，根据领域选择性学习
---
## 测试建议
**标准场景测试**：
- **输入**：一篇10页的学术论文PDF
- **预期输出**：
- 总词汇数：约400-600词（之前只有85词，现在大幅增加）
- 初级：约50-60%（包括基础词汇、介词、代词、连词等）
- 中级：约30-40%（学术常用词）
- 高级：约10-20%（专业术语）
- CSV文件可正常导入Anki/Quizlet
- **包含简单词汇**如with, for, can, they等
**边缘场景测试**：
- **输入**：扫描版PDF（图片格式）
- **预期处理**：检测并提示用户"检测到扫描版PDF，请先进行OCR识别"
- **替代方案**：如用户坚持，尝试提取文本（可能为空或乱码）
**质量验证测试**：
- 随机抽查10个单词的音标是否准确
- 检查中文释义是否与单词匹配
- 验证例句是否为原文真实句子
- 确认词形还原是否正确（如children→child）
- **确认简单词（如with, for）是否被包含在单词本中**
---
## 优化方向
**如性能不满意，可考虑以下调整**：
1. **进一步调整词汇提取数量**：
- 当前：短文档取前500词，长文档取前2000词
- 可调整为：短文档取前800词，长文档取前3000词
2. **增加短语搭配提取**：
- 不仅提取单个单词，还提取常见搭配（如"work with", "depend on"）
- 帮助学习者掌握词汇的实际用法
3. **添加词根词缀解析**：
- 为高级词汇添加词根词缀说明
- 帮助学习者理解构词法
4. **增加复习建议**：
- 基于艾宾浩斯遗忘曲线生成复习计划
- 为每个难度等级建议复习间隔
5. **扩展输入格式**：
- 支持Word、EPUB、TXT等更多文档格式
- 支持网页URL直接提取
6. **个性化难度调整**：
- 根据用户英语水平动态调整分级标准
- 用户可自定义停用词列表
7. **增加语境标注**：
- 标注每个词汇在文档中的具体领域/主题
- 帮助学习者理解词汇的专业用法
الوصف
يستخرج كلمات إنجليزية من المستندات (يدعم حالياً PDF، وسيتم توسيع الدعم لتنسيقات أخرى لاحقاً)، ويولّد تلقائياً بطاقات كلمات تحتوي على النطق الصوتي، أقسام الكلام، المعاني بالصينية، وأمثلة جمل. يتم تصنيفها حسب تكرار الاستخدام (مبتدئ/متوسط/متقدم)، ويتم إخراجها بتنسيق CSV وMarkdown لسهولة الاستيراد إلى برامج التعلم أو القراءة اليدوية.
مهارات ذات صلة
عرض الكلمساعد تعلم إنجليزية من عدة مصادر
مساعد تعلم الإنجليزية من عدة مصادر -- يقوم تلقائياً بتحليل المحتوى الإنجليزي الحقيقي مثل Economist وBBC وChina Daily وNPR وغيرها إلى حزم تعلم منظمة. يغطي جميع المستويات من A1 إلى C2، ويتكيف تلقائياً مع 6 مهارات رئيسية: المفردات والقواعد والاستماع والتحدث والكتابة والقراءة. يدعم الاستخراج التلقائي لعناوين URL، ووضع التوجيه للامتحانات (IELTS/TOEFL/CET-4 وCET-6/اختبار الدراسات العليا)، وأمثلة الجمل بثلاث مستويات صعوبة، وتصدير بطاقات Anki، وخطة مراجعة لمدة 7 أيام. ينتج مواد تعليمية HTML جميلة.
Y
950
بطاقات ذاكرة الكلمات بالصور
أدخل كلمات إنجليزية أو وحدة دراسية أو صورة لقائمة كلمات، ثم تحقق عبر الإنترنت وبتأكيد المستخدم، ثم أنشئ بطاقات ذاكرة مشهدية بأسلوب كوميدي بنسبة 9:16 وبشكل موحد: تتضمن كل بطاقة رسمًا توضيحيًا للمشهد يناسب المعنى، والكلمة، والنطق الصوتي، والترجمة الصينية، وجملة مثال مميزة باللون الأحمر مع الترجمة، و3 كلمات مشابهة للتوسع. مناسبة لطلاب المدارس الابتدائية لحفظ الكلمات بالصور.
每
1999
بحثخريطة ذهنية متعددة المصادر 2.0
حوّل المستندات المعقدة وصفحات الويب أو النصوص الطويلة بنقرة واحدة إلى خريطة ذهنية مرئية واضحة البنية. سواء كانت أوراقًا أكاديمية أو مواد دراسية أو مستندات تقنية، تستطيع هذه الأداة استخلاص المواضيع الأساسية والنقاط المعرفية متعددة المستويات بذكاء، مما يساعدك على فهم المنطق بسرعة. ومن خلال التحليل العميق لمحتوى المصدر، تتعرف تلقائيًا على بنية الأقسام والتفاصيل المهمة، وتنتج نظامًا معرفيًا هرميًا. تدعم الأداة إنشاء خرائط بعدة أنماط، بما في ذلك الشجرة التعليمية الاحترافية (بصيغة PlantUML) والخريطة الشعاعية المركزية البديهية (بصيغة Mermaid). يمكنك الحصول مباشرة على صورة SVG قابلة للعرض في المتصفح، بالإضافة إلى ملفات المصدر المقابلة. وهذا يعني أنه يمكنك معاينة النتيجة بسرعة، أو استيراد الكود المصدري إلى XMind أو FreeMind أو محرر Markdown لإجراء تعديلات إضافية ومعالجة متقدمة. كل ما عليك فعله هو رفع ملف PDF أو Word أو ملف نصي أو توفير رابط صفحة ويب، وستتمكن من تحويل الكم الهائل من المعلومات إلى خريطة معرفية مرئية. هذه الأداة مثالية لتنظيم ملاحظات الدراسة، والقراءة المنظمة للأوراق البحثية، وعروض العصف الذهني، مما يجعل تنظيم المعرفة ومشاركتها أكثر كفاءة واحترافية.
E
11850
اعثر على مهارتك المفضلة التالية
استكشف مزيدًا من مهارات الذكاء الاصطناعي المنتقاة للبحث والإبداع والعمل اليومي.