OPC/lexgo
2
0
Fork 0
Code Issues 2 Pull Requests Actions Packages Projects Releases Wiki Activity

英汉词典与规范音标：ECDICT 常用子集 + IPA 规范化 + 多词典并存 (schema v12) #40

New Issue
Closed
opened 2026-09-16 11:52:46 +08:00 by ila · 3 comments
ila commented 2026-09-16 11:52:46 +08:00
Owner
Copy Link
Copy Source

来源与目标

用户 2026-09-16 提出：「找个英中词典，单词有发音」，并澄清「发音」指的是音标（举例「grok 的 /gra:k/」），不是音频。用户随后确认三项决策：约 5 万词量级的常用子集、规范 IPA 音标、允许 schema v12（多本词典并存）。

目标：学习者点词时，除了现有的英英释义（WordNet），还能看到中文释义与规范 IPA 音标；两本词典可分别启用/禁用，个人释义与学习状态规则不变。

已核实的数据事实（本地下载真实发布包实测，非估计）

项目 实测值
数据源 ECDICT（skywind3000/ECDICT）Release 1.0.28 的 ecdict-stardict-28.zip，sha256 c707d0f3ded6ec79b96466da4a1574e074703da5af9c120fbad97f9cb08c6f2c，70,415,834 字节
许可 仓库 MIT（Copyright (c) 2025 Linwei，LICENSE 全文已取得）；README 说明数据来自公开资料整理，再分发前需自行评估
全量词条 3,402,564 条（含短语），解包后 .dict 118MB + .idx 82MB
有音标 1,667,142 条
子集口径 ECDICT ∩（WordNet 354,247 个 lemma ∪ 考试标签词），仅小写单词 → 82,766 条，原始载荷 约 8.1 MB
子集里有音标 64,041 条（ECDICT 记法）
音标格式 老式记法（grok *[^rɔk]、curiosity *[.kjuәri'ɒsiti]、a *[ei]），需要规范化
规范 IPA 来源 CMUdict（cmusphinx/cmudict，BSD-2）cmudict.dict：3,618,488 字节，sha256 81917843c7f44ce2b094ac63873c2c7a4cf802040792c455ba3ca406891c3d22，126,052 词条，ARPAbet 音素（curiosity → K Y UH2 R IY0 AA1 S AH0 T IY0）
音标覆盖实测 子集 82,766 条中 **35,804 条（43.3%）**可用 CMUdict 转写出真 IPA；28,237 条只有 ECDICT 记法；15,265 条两个来源都没有
通道说明 raw.githubusercontent.com/github.com archive 在本机时通时断，CMUdict 经 jsDelivr（cdn.jsdelivr.net/gh/...）取得 200 OK；资源以 sha256 为身份，镜像只用于传输，准备脚本按 sha256 校验，不匹配即失败

音标来源规则（分层，避免把"看起来像 IPA"的字符串冒充规范 IPA）：

  1. 优先 CMUdict 转写：ARPAbet→IPA 固定映射表（重音 1→ˈ、2→ˌ、0 无标记；AH0→ə、IY→iː、UH→ʊ、AO→ɔː 等），子集约 43% 的词得到真 IPA。
  2. 否则用 ECDICT 记法做字符级规范化：只做可验证的字符替换——'→ˈ（27,643 次）、:→ː（14,844）、ә(U+04D9)→ə(U+0259)（14,808）、空格→删除（10,913）、,→ˌ（8,373）、.→ˌ；ɡ(U+0261) 本身即 IPA 保留；-、=、; 与独立大写标记字母（如 [A]）按编辑标记删除。不做语义猜测（例：grok 的 [^rɔk] 里 ^ 的音值无法从数据验证，因此不复写为 ʌ，只记录原记法并标注来源）。
  3. 两个来源都没有音标就不显示（15,265 条），不生成占位内容。

每条音标记录来源（cmudict / ecdict）；准备脚本统计规范化后仍不属于 IPA 字母表的字符并要求为 0，非 0 即拒绝产出；manifest.json 记录三类计数、源文件 sha256 与许可证文件名。

已确认范围

  • 数据与子集：只用 ECDICT 的常用子集（上表口径，约 6.6 万条、7.2MB），不导入全量 340 万条；子集规则与预期条目数写入资源 pin 文件，准备脚本在产出前断言实测值落在容差内。
  • 音标：存规范化后的 IPA；准备阶段完成规范化并校验字符集，导入只搬运已校验的数据。
  • 中文释义：取 ECDICT 的中文部分（含 [网络]/[地名]/[医] 等标注），保留多义行，按行存储，不做机器改写。
  • schema v12：放开 lexgo_dictionaries 的 CHECK (id = 1) 单行限制，增加 provider 列区分 wordnet 与 ecdict；两本词典可分别启用，查词时合并。
  • 查词合并顺序：中文释义在前、英英释义作为补充；音标紧随词形。个人释义/状态/等级与复习规则完全不变（#7/#8 口径），忽略与已知的外语词计数不受影响。
  • 降级：任一本词典缺失或禁用时，查词只用剩下那本；两本都没有时维持现有 resource_missing 行为。
  • 导入方式：沿用"显式准备 + 显式导入"，运行时不联网；准备脚本从两个已 pin 的资源（ECDICT 与 WordNet）构建自包含 ZIP（entries.jsonl.gz + manifest.json），再由管理员导入（HTTP 接口或 Go 子命令），导入校验 sha256、条目数、许可证文件与格式版本。
  • 体积：导入后数据库增加约 7MB blob；#15 的 dump 与恢复演练需复跑一次确认。

非目标

发音音频（用户已明确只要音标）、整句或例句翻译、机器翻译、动态联网查询、词频统计界面、CSV 导入导出（X04）、以中文反查英文（汉英方向）。

验收标准

  • 点词后查词面板显示规范 IPA 音标与中文释义，并在有英英释义时一并显示；个人释义输入框与状态选择的行为不变。
  • 词典可在管理端分别启用/禁用；禁用英汉词典后查词只显示英英释义，禁用英英只显示中文与音标，两本都禁用时维持资源缺失提示。
  • 导入必须显式执行：sha256 与条目数校验失败即拒绝；资源 pin 文件与许可证文件随仓库保存；运行时不下载任何资源。
  • 迁移 v11→v12 可重放（回退版本标记后可重新升级），既有词典行与个人数据不变；回退二进制时旧版本仍能读取（新增列有默认值）。
  • 中文字符、音标符号与原文位置在查词结果里保持原样（不归一化、不替换）。
  • 桌面与 390×844 触摸视口下面板不溢出、长释义可滚动。

依赖与执行

前置：#6（词典导入与查询路径）、#7（个人释义与状态优先于词典内容）、#15（备份与恢复契约需覆盖新增资源）。状态：待实施。

设计证据

查词面板一行式改动（不新增页面），线框：

curiosity  /ˌkjʊəriˈɒsəti/              ← 词形 + 规范 IPA
释义  好奇心；新奇的事物；珍品            ← 中文本词典（多义分行，可滚动）
英英  a state in which you want to ...   ← WordNet（作为补充折叠在其下）
────────────────────────────
我的释义 [输入框]                         ← 保持 #7 行为
状态     [新词 ▾]

采用轻量模式：复用现有面板排版，只新增两行内容，不需要完整原型；用户已在会话中确认"音标 + 中文释义"这一目标与三项决策。

估算、风险与回退

初估 2～3 人日（准备脚本与资源 pin、v12 迁移与导入、查询合并、面板、测试与文档；是规划参考，不是排期承诺）。主要风险：ECDICT 的数据来源为公开资料整理，虽仓库为 MIT，但再分发前仍需自行评估；子集口径会漏掉 WordNet 与考试标签都未覆盖的词；音标规范化的字符校验必须为 0，否则视为数据不合格。回退：v12 只增列与放开约束，回退二进制前把 lexgo_schema.version 写回 11、删除 ecdict 词典行即可，个人数据与 WordNet 不受影响。

文档与证据

实施时更新 Architecture-and-Code-Map、Business-Rules-and-Glossary、Local-Development-and-Verification、Product-Requirements-Overview、Home 与 Deployment-and-Operations（备份体积）；#15 的恢复演练复跑一次并记录词典 blob 的完整性。结束评论记录准备/导入命令、实测条目数与体积、音标字符校验结果、测试与 Wiki revision。原有 WordNet 资源 pin 与 #6 的导入契约保持不变。

Gitea MCP 仍指向其他站点，沿用目标站点 API 回退；凭据仅从既有安全配置读入进程。

## 来源与目标 用户 2026-09-16 提出：「**找个英中词典，单词有发音**」，并澄清「发音」指的是**音标**（举例「grok 的 /gra:k/」），不是音频。用户随后确认三项决策：**约 5 万词量级的常用子集**、**规范 IPA 音标**、**允许 schema v12**（多本词典并存）。 目标：学习者点词时，除了现有的英英释义（WordNet），还能看到**中文释义**与**规范 IPA 音标**；两本词典可分别启用/禁用，个人释义与学习状态规则不变。 ## 已核实的数据事实（本地下载真实发布包实测，非估计） | 项目 | 实测值 | |---|---| | 数据源 | ECDICT（`skywind3000/ECDICT`）Release 1.0.28 的 `ecdict-stardict-28.zip`，**sha256 `c707d0f3ded6ec79b96466da4a1574e074703da5af9c120fbad97f9cb08c6f2c`**，70,415,834 字节 | | 许可 | 仓库 **MIT**（Copyright (c) 2025 Linwei，`LICENSE` 全文已取得）；README 说明数据来自公开资料整理，再分发前需自行评估 | | 全量词条 | **3,402,564** 条（含短语），解包后 `.dict` 118MB + `.idx` 82MB | | 有音标 | 1,667,142 条 | | 子集口径 | ECDICT ∩（WordNet 354,247 个 lemma ∪ 考试标签词），仅小写单词 → **82,766 条**，原始载荷 **约 8.1 MB** | | 子集里有音标 | **64,041** 条（ECDICT 记法） | | 音标格式 | 老式记法（`grok *[^rɔk]`、`curiosity *[.kjuәri'ɒsiti]`、`a *[ei]`），需要规范化 | | 规范 IPA 来源 | CMUdict（`cmusphinx/cmudict`，**BSD-2**）`cmudict.dict`：3,618,488 字节，**sha256 `81917843c7f44ce2b094ac63873c2c7a4cf802040792c455ba3ca406891c3d22`**，126,052 词条，ARPAbet 音素（`curiosity → K Y UH2 R IY0 AA1 S AH0 T IY0`） | | 音标覆盖实测 | 子集 82,766 条中 **35,804 条（43.3%）**可用 CMUdict 转写出真 IPA；28,237 条只有 ECDICT 记法；15,265 条两个来源都没有 | | 通道说明 | `raw.githubusercontent.com`/`github.com` archive 在本机时通时断，CMUdict 经 jsDelivr（`cdn.jsdelivr.net/gh/...`）取得 200 OK；**资源以 sha256 为身份，镜像只用于传输**，准备脚本按 sha256 校验，不匹配即失败 | **音标来源规则（分层，避免把"看起来像 IPA"的字符串冒充规范 IPA）**： 1. **优先 CMUdict 转写**：ARPAbet→IPA 固定映射表（重音 `1`→`ˈ`、`2`→`ˌ`、`0` 无标记；`AH0`→`ə`、`IY`→`iː`、`UH`→`ʊ`、`AO`→`ɔː` 等），子集约 43% 的词得到真 IPA。 2. **否则用 ECDICT 记法做字符级规范化**：只做可验证的字符替换——`'`→`ˈ`（27,643 次）、`:`→`ː`（14,844）、`ә`(U+04D9)→`ə`(U+0259)（14,808）、空格→删除（10,913）、`,`→`ˌ`（8,373）、`.`→`ˌ`；`ɡ`(U+0261) 本身即 IPA 保留；`-`、`=`、`;` 与独立大写标记字母（如 `[A]`）按编辑标记删除。**不做语义猜测**（例：`grok` 的 `[^rɔk]` 里 `^` 的音值无法从数据验证，因此不复写为 `ʌ`，只记录原记法并标注来源）。 3. **两个来源都没有音标就不显示**（15,265 条），不生成占位内容。 每条音标记录来源（`cmudict` / `ecdict`）；准备脚本**统计规范化后仍不属于 IPA 字母表的字符并要求为 0**，非 0 即拒绝产出；`manifest.json` 记录三类计数、源文件 sha256 与许可证文件名。 ## 已确认范围 - **数据与子集**：只用 ECDICT 的常用子集（上表口径，约 6.6 万条、7.2MB），不导入全量 340 万条；子集规则与预期条目数写入资源 pin 文件，准备脚本在产出前断言实测值落在容差内。 - **音标**：存规范化后的 IPA；准备阶段完成规范化并校验字符集，导入只搬运已校验的数据。 - **中文释义**：取 ECDICT 的中文部分（含 `[网络]`/`[地名]`/`[医]` 等标注），保留多义行，按行存储，不做机器改写。 - **schema v12**：放开 `lexgo_dictionaries` 的 `CHECK (id = 1)` 单行限制，增加 `provider` 列区分 `wordnet` 与 `ecdict`；两本词典可分别启用，查词时合并。 - **查词合并顺序**：中文释义在前、英英释义作为补充；音标紧随词形。**个人释义/状态/等级与复习规则完全不变**（#7/#8 口径），忽略与已知的外语词计数不受影响。 - **降级**：任一本词典缺失或禁用时，查词只用剩下那本；两本都没有时维持现有 `resource_missing` 行为。 - **导入方式**：沿用"显式准备 + 显式导入"，运行时不联网；准备脚本从两个已 pin 的资源（ECDICT 与 WordNet）构建**自包含 ZIP**（`entries.jsonl.gz` + `manifest.json`），再由管理员导入（HTTP 接口或 Go 子命令），导入校验 sha256、条目数、许可证文件与格式版本。 - **体积**：导入后数据库增加约 7MB blob；#15 的 dump 与恢复演练需复跑一次确认。 ## 非目标 发音**音频**（用户已明确只要音标）、整句或例句翻译、机器翻译、动态联网查询、词频统计界面、CSV 导入导出（X04）、以中文反查英文（汉英方向）。 ## 验收标准 - [ ] 点词后查词面板显示**规范 IPA 音标**与**中文释义**，并在有英英释义时一并显示；个人释义输入框与状态选择的行为不变。 - [ ] 词典可在管理端分别启用/禁用；禁用英汉词典后查词只显示英英释义，禁用英英只显示中文与音标，两本都禁用时维持资源缺失提示。 - [ ] 导入必须显式执行：sha256 与条目数校验失败即拒绝；资源 pin 文件与许可证文件随仓库保存；运行时不下载任何资源。 - [ ] 迁移 v11→v12 可重放（回退版本标记后可重新升级），既有词典行与个人数据不变；回退二进制时旧版本仍能读取（新增列有默认值）。 - [ ] 中文字符、音标符号与原文位置在查词结果里保持原样（不归一化、不替换）。 - [ ] 桌面与 390×844 触摸视口下面板不溢出、长释义可滚动。 ## 依赖与执行 前置：#6（词典导入与查询路径）、#7（个人释义与状态优先于词典内容）、#15（备份与恢复契约需覆盖新增资源）。状态：**待实施**。 ## 设计证据 查词面板一行式改动（不新增页面），线框： ``` curiosity /ˌkjʊəriˈɒsəti/ ← 词形 + 规范 IPA 释义 好奇心；新奇的事物；珍品 ← 中文本词典（多义分行，可滚动） 英英 a state in which you want to ... ← WordNet（作为补充折叠在其下） ──────────────────────────── 我的释义 [输入框] ← 保持 #7 行为 状态 [新词 ▾] ``` 采用轻量模式：复用现有面板排版，只新增两行内容，不需要完整原型；用户已在会话中确认"音标 + 中文释义"这一目标与三项决策。 ## 估算、风险与回退 初估 **2～3 人日**（准备脚本与资源 pin、v12 迁移与导入、查询合并、面板、测试与文档；是规划参考，不是排期承诺）。主要风险：ECDICT 的数据来源为公开资料整理，虽仓库为 MIT，但**再分发前仍需自行评估**；子集口径会漏掉 WordNet 与考试标签都未覆盖的词；音标规范化的字符校验必须为 0，否则视为数据不合格。回退：v12 只增列与放开约束，回退二进制前把 `lexgo_schema.version` 写回 11、删除 ecdict 词典行即可，个人数据与 WordNet 不受影响。 ## 文档与证据 实施时更新 Architecture-and-Code-Map、Business-Rules-and-Glossary、Local-Development-and-Verification、Product-Requirements-Overview、Home 与 Deployment-and-Operations（备份体积）；#15 的恢复演练复跑一次并记录词典 blob 的完整性。结束评论记录准备/导入命令、实测条目数与体积、音标字符校验结果、测试与 Wiki revision。原有 WordNet 资源 pin 与 #6 的导入契约保持不变。 Gitea MCP 仍指向其他站点，沿用目标站点 API 回退；凭据仅从既有安全配置读入进程。
ila commented 2026-09-16 13:27:37 +08:00
Author
Owner
Copy Link
Copy Source

实施完成，待验收

交付内容

  • 资源准备（scripts/dict_prepare.py，仅工具链）：从三个 sha256 pin 的源显式准备英汉归档。
    实测产出 82,721 条中文释义、3,003,208 字节（sha256 a4f4ab972c6e233e39909a861015c99ad7943e8db24353afc9cc9d8160dded24），
    条目数落在 pin 容差内、音标字符集校验通过才写出；产物不入库，仓库只保存
    server/zh-dictionary-resource.json（pin）与两份许可证（ECDICT MIT、CMUdict BSD-2）。
  • 音标分层（不做语义猜测）：CMUdict ARPAbet→IPA 固定映射 35,799 条（curiosity /kjˌʊɹiˈɑːsəti/、
    cat /kæt/、guard /ɡɑɹd/）；ECDICT 记法仅做字符级规范化并标注来源 30,580 条；
    两个来源都不可靠就不显示 16,342 条。含 ^（丢失首音，如 grok [^rɔk]）或其它非 IPA 字符的记法
    整条丢弃 1,038 条。
  • schema v12：addDictionaryProvider 增加 provider（默认 wordnet）、
    dropDictionarySingleSlotCheck 从 information_schema 查到单行 CHECK 后删除；两步都带条件守卫，
    可重放、可回退。槽位 1 = WordNet、2 = 英汉词典。
  • 查词合并：中文释义在前、英英释义随后，resources 列出全部启用词典（resource 仍指 WordNet 以兼容）；
    屈折形经 WordNet lemma 解析后回查中文词典（dogs → 狗），但音标不复制到屈折形；
    任一本停用/损坏时降级为只用另一本，都不可用时仍是 resource_missing。
  • 界面：学习端查词面板在词形旁显示 /音标/、每个义项显示中文释义（多行可滚动），
    面板底部列出词典来源；管理端可区分英英/英汉两种词典并分别启停，导入时按服务端给出的规范选择词典类型。

测试（全部真实执行）

范围 结果
Go（LEXGO_TEST_DB_NAME=lexgo_test_issue40 python scripts/server.py test-integration） 96 项通过（新增 4 项：解析与查找、未审资源拒绝、合并顺序、两词典真实导入与独立启停）
学习端单测 npx vitest --run 159 项通过 + vue-tsc --build、pnpm run build 通过
学习端 e2e npx playwright test 26 项通过（含 390×844 触摸视口下查词面板不溢出的既有检查，并在阅读用例中断言音标、中文释义与两家词典顺序）
管理端 npx pnpm test / lint 32 项通过 / 无告警
治理 python -m unittest discover -s tests / harness.py check --strict 65 项通过 / 通过
真实 API .local/verify-issue40-api.py（lexgo_dev，虚构账号与文本） 28 项检查通过：导入、库内字节与文件 sha256 一致、合并显示、opens/cats 屈折形、分别停用后降级、双双停用后 resource_missing、恢复后再次可查

迁移演练：lexgo_dev 已执行 python scripts/server.py migrate 升到 v12；迁移后旧二进制拒绝启动并提示先迁移
（/d/supervisord/lexgo-api_err.log），重新构建后恢复正常——这是有意的版本保护，不是缺陷。

未验证或未包含

  • 发音音频（用户已澄清只要音标）、整句翻译、汉英方向均不在本单范围。
  • 真机触摸与浏览器音频解码等既有缺口沿用 #14/#21/#37 记录，本单未新增真机证据。
  • grok 等两个来源都不可靠的词不显示音标；若需要更强覆盖，需另引数据源（例如 Wiktionary/kaikki）并重新评估许可与体积。
  • 未做定时备份、多主机、HTTPS 的缺口沿用 #15，不因本单变化。

提交、文档与镜像

  • 提交：b1b2e6c（实现）、a412e00（文档）；分支 feat/40-english-chinese-dictionary；PR #41（未合并）。
  • Wiki revision：Architecture-and-Code-Map 8cc11b2f、Business-Rules-and-Glossary ba03226b、
    Local-Development-and-Verification afcd40ee、Product-Requirements-Overview 5c7b0b49、
    Deployment-and-Operations 2fa9c30e、Home bbea927c、Project-Profile e61817b9。
  • 核心镜像：docs/ 已按上述 revision 导出，harness.py sync --check 通过。
  • Gitea MCP 仍指向其他站点，本次继续使用目标站点 API 回退；凭据只从既有安全配置读入进程。

请验收；确认后我再做验收记录、镜像复核、fast-forward 合并与工单关闭。

## 实施完成，待验收 ### 交付内容 - **资源准备**（`scripts/dict_prepare.py`，仅工具链）：从三个 sha256 pin 的源显式准备英汉归档。 实测产出 **82,721 条**中文释义、**3,003,208 字节**（sha256 `a4f4ab972c6e233e39909a861015c99ad7943e8db24353afc9cc9d8160dded24`）， 条目数落在 pin 容差内、音标字符集校验通过才写出；产物不入库，仓库只保存 `server/zh-dictionary-resource.json`（pin）与两份许可证（ECDICT MIT、CMUdict BSD-2）。 - **音标分层**（不做语义猜测）：CMUdict ARPAbet→IPA 固定映射 **35,799** 条（`curiosity /kjˌʊɹiˈɑːsəti/`、 `cat /kæt/`、`guard /ɡɑɹd/`）；ECDICT 记法仅做字符级规范化并标注来源 **30,580** 条； 两个来源都不可靠就不显示 **16,342** 条。含 `^`（丢失首音，如 `grok [^rɔk]`）或其它非 IPA 字符的记法 整条丢弃 **1,038** 条。 - **schema v12**：`addDictionaryProvider` 增加 `provider`（默认 `wordnet`）、 `dropDictionarySingleSlotCheck` 从 `information_schema` 查到单行 CHECK 后删除；两步都带条件守卫， 可重放、可回退。槽位 1 = WordNet、2 = 英汉词典。 - **查词合并**：中文释义在前、英英释义随后，`resources` 列出全部启用词典（`resource` 仍指 WordNet 以兼容）； 屈折形经 WordNet lemma 解析后回查中文词典（`dogs` → 狗），但**音标不复制到屈折形**； 任一本停用/损坏时降级为只用另一本，都不可用时仍是 `resource_missing`。 - **界面**：学习端查词面板在词形旁显示 `/音标/`、每个义项显示中文释义（多行可滚动）， 面板底部列出词典来源；管理端可区分英英/英汉两种词典并分别启停，导入时按服务端给出的规范选择词典类型。 ### 测试（全部真实执行） | 范围 | 结果 | |---|---| | Go（`LEXGO_TEST_DB_NAME=lexgo_test_issue40 python scripts/server.py test-integration`） | **96 项通过**（新增 4 项：解析与查找、未审资源拒绝、合并顺序、两词典真实导入与独立启停） | | 学习端单测 `npx vitest --run` | **159 项通过** + `vue-tsc --build`、`pnpm run build` 通过 | | 学习端 e2e `npx playwright test` | **26 项通过**（含 390×844 触摸视口下查词面板不溢出的既有检查，并在阅读用例中断言音标、中文释义与两家词典顺序） | | 管理端 `npx pnpm test` / `lint` | **32 项通过** / 无告警 | | 治理 `python -m unittest discover -s tests` / `harness.py check --strict` | 65 项通过 / 通过 | | 真实 API `.local/verify-issue40-api.py`（lexgo_dev，虚构账号与文本） | **28 项检查通过**：导入、库内字节与文件 sha256 一致、合并显示、`opens`/`cats` 屈折形、分别停用后降级、双双停用后 `resource_missing`、恢复后再次可查 | 迁移演练：`lexgo_dev` 已执行 `python scripts/server.py migrate` 升到 v12；迁移后**旧二进制拒绝启动并提示先迁移** （`/d/supervisord/lexgo-api_err.log`），重新构建后恢复正常——这是有意的版本保护，不是缺陷。 ### 未验证或未包含 - 发音**音频**（用户已澄清只要音标）、整句翻译、汉英方向均不在本单范围。 - 真机触摸与浏览器音频解码等既有缺口沿用 #14/#21/#37 记录，本单未新增真机证据。 - `grok` 等两个来源都不可靠的词不显示音标；若需要更强覆盖，需另引数据源（例如 Wiktionary/kaikki）并重新评估许可与体积。 - 未做定时备份、多主机、HTTPS 的缺口沿用 #15，不因本单变化。 ### 提交、文档与镜像 - 提交：`b1b2e6c`（实现）、`a412e00`（文档）；分支 `feat/40-english-chinese-dictionary`；**PR #41**（未合并）。 - Wiki revision：Architecture-and-Code-Map `8cc11b2f`、Business-Rules-and-Glossary `ba03226b`、 Local-Development-and-Verification `afcd40ee`、Product-Requirements-Overview `5c7b0b49`、 Deployment-and-Operations `2fa9c30e`、Home `bbea927c`、Project-Profile `e61817b9`。 - 核心镜像：`docs/` 已按上述 revision 导出，`harness.py sync --check` 通过。 - Gitea MCP 仍指向其他站点，本次继续使用目标站点 API 回退；凭据只从既有安全配置读入进程。 请验收；确认后我再做验收记录、镜像复核、fast-forward 合并与工单关闭。
ila commented 2026-09-16 13:27:53 +08:00
Author
Owner
Copy Link
Copy Source

#40 状态：待验收（2026-09-16）

契约与完整证据见评论 8232；分支 feat/40-english-chinese-dictionary，PR #41 未合并，等待用户验收。

（本条修正上一条评论因 shell 转义丢失的分支名文字，内容一致。）

## #40 状态：待验收（2026-09-16） 契约与完整证据见评论 [8232](https://git.ilapage.cn/OPC/lexgo/issues/40#issuecomment-8232)；分支 feat/40-english-chinese-dictionary，PR [#41](https://git.ilapage.cn/OPC/lexgo/pulls/41) **未合并**，等待用户验收。 （本条修正上一条评论因 shell 转义丢失的分支名文字，内容一致。）
ila commented 2026-09-16 21:58:13 +08:00
Author
Owner
Copy Link
Copy Source

#40 验收通过（2026-09-16）

用户 2026-09-16 回复「#32 #40 验收通过、#42 验收通过」，本单验收结论如下。

  • 合入：PR #41 以 rebase-ff 合入 main，提交 b1b2e6c（实现）与 a412e00（文档）。
  • 最终状态：英汉词典（ECDICT 常用子集 82,721 条、3.0 MB）与 CMUdict IPA 音标随查询生效；
    schema v12（provider 列 + 放开单行约束，条件守卫、可重放）；两本词典可分别启停，中文释义在前、英英释义随后；
    屈折形经 WordNet lemma 回查中文但不复制词目音标；音标来源可追溯（cmudict IPA / ecdict 记法），不可靠不显示。
  • 合并后在开发实例复验：lexgo_dev schema v12、两本词典在库（wordnet / ecdict 82721 条）、
    查词返回音标与中文释义，均通过。
  • 测试：Go 96 项、学习端 159 单测 + 26 e2e、管理端 32 项、治理 65 项、真实 API 28 项检查。
  • Wiki revision：Architecture 8cc11b2f、Business-Rules ba03226b、Local-Development afcd40ee、
    Product-Requirements 5c7b0b49、Deployment-and-Operations 2fa9c30e、Home e6e3b2a9、Project-Profile a482d5ba；
    镜像随验收提交 42945de 导出并复核一致。
  • 遗留（已记录，不在本单）：发音音频、整句翻译、汉英方向；grok 等两来源都不可靠的词不显示音标；
    真机触摸与浏览器音频解码缺口沿用 #14/#21/#37。

工单关闭。

## #40 验收通过（2026-09-16） 用户 2026-09-16 回复「#32 #40 验收通过、#42 验收通过」，本单验收结论如下。 - 合入：PR [#41](https://git.ilapage.cn/OPC/lexgo/pulls/41) 以 rebase-ff 合入 main，提交 `b1b2e6c`（实现）与 `a412e00`（文档）。 - 最终状态：英汉词典（ECDICT 常用子集 82,721 条、3.0 MB）与 CMUdict IPA 音标随查询生效； schema **v12**（`provider` 列 + 放开单行约束，条件守卫、可重放）；两本词典可分别启停，中文释义在前、英英释义随后； 屈折形经 WordNet lemma 回查中文但不复制词目音标；音标来源可追溯（`cmudict` IPA / `ecdict` 记法），不可靠不显示。 - 合并后在开发实例复验：`lexgo_dev` schema v12、两本词典在库（wordnet / ecdict 82721 条）、 查词返回音标与中文释义，均通过。 - 测试：Go 96 项、学习端 159 单测 + 26 e2e、管理端 32 项、治理 65 项、真实 API 28 项检查。 - Wiki revision：Architecture `8cc11b2f`、Business-Rules `ba03226b`、Local-Development `afcd40ee`、 Product-Requirements `5c7b0b49`、Deployment-and-Operations `2fa9c30e`、Home `e6e3b2a9`、Project-Profile `a482d5ba`； 镜像随验收提交 `42945de` 导出并复核一致。 - 遗留（已记录，不在本单）：发音音频、整句翻译、汉英方向；`grok` 等两来源都不可靠的词不显示音标； 真机触摸与浏览器音频解码缺口沿用 #14/#21/#37。 工单关闭。
ila closed this issue 2026-09-16 21:58:14 +08:00
Sign in to join this conversation.
No Branch/Tag Specified
Branches Tags
Labels
No items
No labels
Milestone
No items
No Milestone
Projects
Clear projects
No projects
Assignees
Clear assignees
admin ila
No Assignees
1 Participants
Notifications
Due Date
No due date set.
Dependencies

No dependencies set.

Reference: OPC/lexgo#40