Skip to content

handsomezhuzhu/WWords

Repository files navigation

WWords AI 单词本

借助 AI 补全和艾宾浩斯记忆的双语单词管理工具。 基于 FastAPI + SQLite + Vanilla JS 构建,支持 Docker 一键部署。

Dashboard Preview

✨ 功能特性

  • AI 智能补全:输入单词,自动生成音标、词性、中英文释义、例句、同义词和反义词(支持 OpenAI/Gemini 协议)。
  • 双向复习:支持“英译中”和“中译英”两种复习模式。
  • 艾宾浩斯记忆:内置科学的间隔重复算法(Spaced Repetition),自动安排复习计划。
  • 多端适配:响应式设计,完美支持桌面端和移动端。
  • 极简部署:使用 SQLite 数据库,单容器部署,无需复杂的中间件依赖。

🚀 部署教程 (Deployment)

推荐使用 Docker 进行部署,无需安装 Python 环境。

方法一:使用 Docker Compose (推荐)

  1. 下载代码或仅下载 docker-compose.prod.yml

    git clone https://github.com/handsomezhuzhu/WWords.git
    cd WWords
  2. 配置环境变量 复制配置文件模板:

    cp .env.example .env

    编辑 .env 文件,设置您的管理员账号、密钥等信息:

    # 管理员初始账号(首次启动自动创建)
    ADMIN_EMAIL=admin@example.com
    ADMIN_PASSWORD=your_secure_password
    
    # 系统密钥(用于加密 Token,生产环境务必修改)
    SECRET_KEY=generate_a_long_random_string_here
    
    # 数据库路径(通常不需要改)
    DATABASE_URL=sqlite:///./data/data.db
  3. 启动服务 使用生产环境配置文件启动:

    # 拉取最新镜像并后台启动
    docker-compose -f docker-compose.prod.yml up -d

    服务启动后,访问 http://localhost:7997 即可使用。 数据会持久化保存在当前目录的 data/ 文件夹下。

方法二:直接使用 Docker Run

如果您不想使用 docker-compose,也可以直接运行命令:

  1. 拉取镜像 注意:镜像名必须全为小写

    docker pull ghcr.io/handsomezhuzhu/wwords:latest
  2. 创建数据目录

    mkdir -p data
  3. 运行容器 请替换 -e 参数中的值为您自己的配置:

    docker run -d \
      --name wwords \
      -p 7997:7997 \
      -v $(pwd)/data:/app/data \
      -e ADMIN_EMAIL="admin@example.com" \
      -e ADMIN_PASSWORD="your_password" \
      -e SECRET_KEY="your_secret_key" \
      -e DATABASE_URL="sqlite:///./data/data.db" \
      --restart unless-stopped \
      ghcr.io/handsomezhuzhu/wwords:latest

🛠️ 配置 AI 服务

首次登录后(使用环境变量中配置的管理员账号),请先进行 AI 配置,否则无法使用“AI 补全”功能。

  1. 登录后,点击侧边栏的 “后台管理”(仅管理员可见)。
  2. 进入 “系统配置”
  3. 填写您的 AI 服务商信息:
    • Provider: 选择 OpenAI 或 Gemini(通用协议)。
    • API URL: AI 服务的接口地址(例如 https://api.openai.com/v1 或您的中转代理地址)。
    • API Key: 您的 API 密钥。
    • Model: 使用的模型名称(如 gpt-4o-mini, gpt-3.5-turbo 等)。
  4. 保存配置。

💻 本地开发

  1. 环境准备

    • Python 3.10+
    • Git
  2. 安装依赖

    python -m venv .venv
    # Windows
    .venv\Scripts\activate
    # Linux/Mac
    source .venv/bin/activate
    
    pip install -r requirements.txt
  3. 运行

    cp .env.example .env
    # 编辑 .env 配置...
    
    uvicorn app.main:app --reload

🔗 相关链接

📄 License

MIT

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors