wc-jp

# 日语单词分类语义学习技能 将中文词汇按语义分类，输出同类日语词汇对照表，帮助用户系统性学习相关词汇。 ## 触发条件 用户使用 `wc-jp` 命令后跟中文词汇，模型自动语义识别用户意图。 **输入示例**（不限于此）： - `wc-jp 先生` - `wc-jp 水果 30` - `wc-jp 水果 30个` - `wc-jp 水果,30` - `wc-jp 水果 -n 30` - `wc-jp 护士 来100个` **模型职责**： - 从用户输入中提取：中文词汇、数量（可选） - 无论用户用什么格式，模型需自行语义分析 - 数量未指定时默认 22 个 ## 工作流程 ### 1. 语义分类识别 分析用户输入的中文词汇，确定其语义类别： | 输入词 | 语义分类 | 子分类（可选） | |--------|----------|----------------| | 先生 | 职业 | 医疗 | | 苹果 | 水果 | 核果类 | | 老虎 | 动物 | 哺乳类 | | 桌子 | 家具 | 餐桌类 | ### 2. 词汇生成 根据识别出的语义分类，生成该类别下的常见日语词汇。要求： - **数量**：默认 22 个，可由用户指定 - **质量**：优先选择高频、实用的词汇 - **多样性**：覆盖该分类下的主要子类 - **排序**：按常用度从高到低排列 ### 3. 图标分配 为每个词汇分配一个语义相关的 emoji： - **优先使用 LLM 知识**：直接为常见词汇分配标准 emoji - **兜底规则**：如果某词汇没有公认的标准 emoji，必须使用该类别的一个通用 emoji 作为默认值（例如职业用 👤、水果用 🍎、动物用 🐾 等），**禁止留空** ### 4. アクセント（声调） 为每个日语词汇标注アクセント型，格式示例： - 先生 → [3]（尾高型） - 林檎 → [0]（平板型） - 食べる → [2]（中高型） アクセント数字表示声调核位置，标准如下： - **[0]** 平板型：第一拍低，后续高 - **[1]** 头高型：第一拍高，后续低 - **[2]** 中高型：第二拍まで高，后续低 - **[3]** 中高型：第三拍まで高，后续低 ### 5. 更新数据文件 将生成的单词数据写入 `<skill-dir>/wc-jp-data.js`，格式为 `window.__WC_DATA__ = {...}`，供浏览器直接加载。 数据字段结构： ```javascript { emoji: '👨‍🏫', // emoji 图标 zh: '老师', // 中文释义 ja: '先生（せんせい）', // 表記(読み) — Markdown 终端输出用 accent: '[3]', // アクセント型 ja_html: '<ruby>先<rt>せん</rt></ruby><ruby>生<rt>せい</rt></ruby>' // HTML ruby（可选，浏览器优先使用） } ``` 纯片假名词（无漢字）的 `ja` 字段直接写假名，不加括号，`ja_html` 与 `ja` 同值： ```javascript { emoji: '💻', zh: '电脑', ja: 'コンピューター', accent: '[3]', ja_html: 'コンピューター' } { emoji: '🌸', zh: '漂亮', ja: 'きれい', accent: '[0]', ja_html: 'きれい' } ``` **ja_html 生成规则**：有漢字的词，使用 `<ruby>` 标签精确对应每个漢字的假名读音。同一漢字的複数の仮名を1つの `<ruby>` にまとめる（例：`<ruby>食<rt>た</rt></ruby><ruby>べ<rt>べ</rt></ruby>` ではなく `<ruby>食<rt>た</rt></ruby><ruby>べる<rt>べる</rt></ruby>` のように）。 ### 6. 终端输出 在终端输出 Markdown 表格格式的词汇表。 ### 7. 生成引导词汇（动态发散） 词汇表输出后，**动态生成 18 个引导词汇**，按 **2 行 × 9 个** 展示，帮助用户发散思维： - **数量**：18 个，分为 2 行，每行 9 个 - **格式**：每行以 `- ` 开头（Markdown 列表标记），后接 `emoji + 中文` 紧凑排列，词与词之间用空格分隔 - **多样性规则**：18 个词必须来自 **18 个不同的语义类别**（如动物、水果、职业、颜色、乐器、运动、自然、科技、交通、服装、建筑、情绪、天体、工具、昆虫、武器、几何、音乐、食物、地理、医疗、体育等），**不可重复** - **生成方式**：每次由 LLM 根据知识随机生成，不使用固定词表 ## 输出格式 使用 Markdown 表格，每行展示 2 个单词（8 列），兼容所有 AI Agent 平台： ```markdown | 图标 | 中文 | 日本語 | アクセント | 图标 | 中文 | 日本語 | アクセント | |:-----:|:----:|:------:|:----------:|:-----:|:----:|:------:|:----------:| | 👨‍🏫 | 老师 | 先生（せんせい） | [3] | 🍚 | 吃 | 食べる（たべる） | [2] | | 💻 | 电脑 | コンピューター | [3] | 🚗 | 汽车 | 車（くるま） | [0] | ``` **格式规范**： - 每行 2 个单词，共 8 列 - 每 4 列为一组：图标 | 中文 | 日本語 | アクセント - 表头居中 - 图标列居中 - 中文/日本語列左对齐 - アクセント列居中 **日本語列规则**： - 有漢字的词：`表記（読み）` 格式，如 `先生（せんせい）`、`食べる（たべる）` - 纯片假名词：直接写，不加括号，如 `コンピューター` - 纯平假名词：直接写，不加括号，如 `きれい` **结尾引导语**（词汇由 LLM 动态生成，不固定）： ``` --- 💡 **继续学习**：回复 **1** 再来 10 个 · 回复 **3** 在浏览器打开 💡 **换个方向？直接回复下面任意词汇：** - {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} - {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} {emoji} {中文} ``` ⚠️ 以上词汇由 LLM 按步骤 7 的规则实时生成，每次输出不同。示例输出中同理。 ## 示例输出 **用户输入**：`wc-jp 水果 10` **AI 输出**： 水果属于 **水果 - 果物** 分类。以下是该类别下的常见日语词汇： | 图标 | 中文 | 日本語 | アクセント | 图标 | 中文 | 日本語 | アクセント | |:-----:|:----:|:------:|:----------:|:-----:|:----:|:------:|:----------:| | 🍎 | 苹果 | 林檎（りんご） | [0] | 🍌 | 香蕉 | バナナ | [0] | | 🍊 | 橙子 | オレンジ | [0] | 🍇 | 葡萄 | 葡萄（ぶどう） | [0] | | 🍉 | 西瓜 | 西瓜（すいか） | [0] | 🍓 | 草莓 | 苺（いちご） | [0] | | 🍑 | 桃子 | 桃（もも） | [1] | 🍐 | 梨 | 梨（なし） | [2] | | 🍋 | 柠檬 | レモン | [0] | 🥝 | 猕猴桃 | キウイ | [0] | --- 💡 **继续学习**：回复 **1** 再来 10 个 · 回复 **3** 在浏览器打开 💡 **换个方向？直接回复下面任意词汇（LLM 动态生成，每次不同）：** - 🦁 狮子 🚗 汽车 👨‍⚕️ 医生 🎸 吉他 🌋 火山 💻 电脑 👗 连衣裙 🏰 城堡 🌙 月亮 - 😊 快乐 🔧 扳手 🦋 蝴蝶 ⚔️ 剑 🥁 鼓 🚀 火箭 🏊 游泳 🎨 画画 📚 读书 ## 用户回复处理 ### 回复 1：再来 10 个 - 在当前类别下追加生成 10 个新词汇 - 更新 `wc-jp-data.js` - 在终端输出新增的词汇表格 ### 回复引导词（直接输入词汇） - 用户直接回复引导列表中的任意中文词汇后，清空当前类别，重新开始主工作流程 ### 回复 3：在浏览器打开 - 调用系统默认浏览器打开 `<skill-dir>/wc-jp.html` - **注意**：Windows 使用 `start "" "<path>"` 打开文件，第一个空字符串是窗口标题参数