版本号：v6.6.6 (Static/Offline Edition)

NETEM Deep Vocab Tools 是专为考研英语设计的深度背单词工具。基于《全国硕士研究生招生考试英语（一）考试大纲》5530 个词汇，结合词频统计、艾宾浩斯记忆曲线和 AI 深度解析，帮助考生高效攻克核心词汇。

本项目采用纯静态、离线优先架构，支持 Web 端和 Android 端（Capacitor），无需后端服务器，数据完全本地存储。

• 科学排序：200+ 套真题词频统计，优先复习高频词
• 深度解析：AI 生成词源、语境、助记（OpenAI/DeepSeek）
• 离线优先：IndexedDB 本地存储，随时随地学习
• 极致性能：72x 数据库查询优化，双缓冲渲染无闪烁
• Apple HIG：遵循 Apple Human Interface Guidelines 设计规范
• 极简主义：无广告、无社交干扰，专注沉浸式学习

feature/apple-hig-redesign 分支相比 main 分支新增 36 个提交，聚焦性能优化和交互体验。

• 复习模式增强

  • 星号遮罩替代文字隐藏，提升记忆效果
  • reviewing 状态弹窗高度压缩，更紧凑
  • stage 标签移至右下角，视觉层次更清晰

• 按钮交互重构

  • "标记已掌握"独立为悬浮按钮（卡片右下角）
  • "长按预览"保留在底部控制栏
  • 取消按钮添加边框，暗色模式更清晰

• 输入法优化

  • peek 释放后自动激活输入法（Android）
  • 多重策略确保键盘弹出（Capacitor Keyboard API + click 事件模拟）
  • 输入焦点光标移至末尾

• CSS 变量统一管理颜色主题
• Reset Application 取消按钮适配
• Import Cancel 按钮边框可见性修复
• 所有弹窗 z-index 规范化（confirmModal: 99999）

• 词频统计：5530 个大纲词汇，真题频率排序
• 词形还原：Lemmatization 策略，精准统计
• 高频筛选：自动标记高频词（>40 次）
• 智能识别：compromise.js NLP 词性感知词根提取
• 生词本：收藏词库外单词，Core/Notebook/Excluded 三类管理

• 4 阶段学习法：
  1. 初识 (Preview)：查看基础释义与词频
  2. 解析 (Analysis)：AI 生成深度解析（词源、语境、助记）
  3. 视觉 (Visual)：AI 生成视觉助记描述（可对接绘图 AI）
  4. 复习 (Review)：基于艾宾浩斯曲线的智能复习安排
• AI 辅助：
  • 支持自定义 API Key (OpenAI / DeepSeek / Custom)
  • Strict Cache Mode：无 Key 时自动回退至内置离线词库，不消耗 Token
• 音标与发音：单词详情支持英式/美式音标显示与发音，点击标题即可播放
• 每日目标：设置每日学习目标（新词数量），追踪学习进度
• 签到系统：显示总签到天数和连续签到天数，激励持续学习

• 本地存储：使用 IndexedDB (Dexie.js) 存储所有数据，容量大、速度快
• 复合索引：[status+next_review] 72x 查询加速
• 数据导出/导入：支持 JSON/ZIP 格式备份学习进度，跨设备同步
• 自动备份：支持多种备份频率选择（每日/每周/每月），自动保存学习数据
• PWA 支持：可作为渐进式 Web 应用安装到桌面或手机

• 手势操作：支持左右滑动切换单词、边缘右滑返回、长按删除确认
• 沉浸式 UI：Apple HIG 设计规范，iOS 系统配色与轻量阴影风格
• 触摸优化：使用 dvh 单位替代 vh，解决移动端视口高度问题；优化卡片拖拽与滚动冲突
• 双缓冲渲染：消除卡片闪烁
• Android APK：提供原生 Android 安装包，性能更佳

本项目是纯静态网站，您可以直接在浏览器中运行。

1. 克隆项目：

   git clone https://github.com/your-repo/netem-deep-vocab-tools.git
   cd netem-deep-vocab-tools

2. 启动本地服务器：
   • 如果您安装了 Python：

     python tools/utils/dev_proxy.py

     访问 http://localhost:8000/ 即可。 (注：dev_proxy.py 是一个带代理功能的开发服务器，可解决本地调用 AI API 的跨域问题)
   • 或者使用 VS Code 的 Live Server 插件打开 app/index.html。

您可以自己构建 APK，或者下载 Release 页面的预编译版本（如果有）。

1. 环境准备：

   • Node.js (v18+)
   • Android Studio (及 SDK)
   • Java JDK 17+

2. 构建步骤：

   # 1. 安装依赖
   npm install
   
   # 2. 同步前端资源到 Android 工程
   npx cap sync
   
   # 3. 打开 Android Studio 构建
   npx cap open android

   在 Android Studio 中点击 Build > Build APK 即可。

.
├── app/                     # Web 应用核心
│   ├── index.html           # 单文件应用入口
│   └── static/
│       ├── js/              # 核心逻辑 (ebbinghaus.js, db.js, local_api.js 等)
│       ├── lib/             # 第三方库 (Tailwind, FontAwesome, Dexie)
│       └── netem_full_list.json # 核心词库
├── android/                 # Android 原生工程 (Capacitor 托管)
├── poc/                     # 性能优化 POC 测试
│   ├── indexeddb-index-poc.html
│   ├── virtual-scroll-poc.html
│   └── lazy-load-poc.html
├── tools/                   # 开发与维护脚本 (Python/Node.js)
│   ├── checkers/            # 数据检查工具
│   ├── utils/               # 实用工具 (dev_proxy, converters)
│   └── data/                # 原始数据源
├── docs/                    # 项目文档
│   ├── guidelines/          # 开发规范 (架构、发布、UI/UX、单词识别等)
│   └── ROADMAP.md           # 长期规划
├── DESIGN.md                # 设计系统文档 (视觉主题、组件、交互模式)
├── package.json             # 项目依赖配置
├── capacitor.config.json    # Capacitor 配置文件
└── README_OLD.md            # 旧版 README (main 分支)

基于 POC 测试结果：

详细的开发文档请参考 docs/ 目录：

• 架构白皮书: 了解离线优先架构设计
• 开发与贡献指南: 代码风格与 Git 规范
• 发布流程: 版本管理与 APK 构建流程
• UI/UX 规范: Apple HIG 设计风格指南
• 单词识别机制: NLP 词形还原与生词本设计
• 项目路线图: 未来功能规划

设计系统：项目包含完整的设计规范文档 DESIGN.md，涵盖产品设计意图、信息架构、视觉主题、组件系统、交互模式等内容。

Q: 为什么 AI 解析无法使用？

A: 请检查：

1. 是否在设置中填写了正确的 API Key
2. 网络环境是否可以访问 OpenAI/DeepSeek API
3. 如果在浏览器本地开发，请使用 python tools/utils/dev_proxy.py 启动，以避免 CORS 跨域问题

Q: 数据会丢失吗？

A: 数据存储在浏览器的 IndexedDB 中。

• 安全：刷新页面不会丢失
• 风险：清除浏览器缓存或卸载 APP 会导致数据丢失
• 建议：定期使用"导出备份"功能下载 JSON/ZIP 备份文件

Q: 如何更新词库？

A: 修改 tools/data/netem_full_list.json，然后运行 python tools/utils/update_full_list_js.py，最后重新部署或构建 APK。

感谢以下项目及个人为本项目提供的数据支持与灵感：

• exam-data/NETEMVocabulary：本项目原始词频数据的主要来源
• awxiaoxian2020/spelling-variations：提供了考纲词汇的拼写变体数据支持
• 所有为本项目提供反馈和建议的用户

• 数据：基于 CC BY-NC-SA 4.0 共享
• 代码：基于 MIT License

Generated based on feature/apple-hig-redesign branch (36 commits ahead of main)