最近女朋友在集中背英语单词，背的时候老是说之前背过一个一样意思的，老是想不起来。

我就产生了一个想法：现在的大模型语言能力这么强，能不能让它在背单词时，直接帮我梳理出词根词缀、实用的记忆法，并且把意思相近的词自动串联起来？ 如果能按语义和词根把单词连成一张网，记一个词就能顺带复习一串词，记起来应该会快很多，也更牢固。

顺着这个思路，我边学边敲，做了一个带有前后端界面的小工具，AI Vocab Agent。目前代码已经开源，也部署了一个在线版本。

🔗 GitHub 源码：[https://github.com/liyang-27/ai-vocab-agent/]
(如果觉得有帮助，希望能给个 Star 支持一下新人）
🌍 在线体验：[https://daduduvocab-y4ddq1r9.edgeone.cool?eo_token=06131af2b9740669695ee455db5268bd&eo_time=1778303368 ]
（由于腾讯云域名链接仅提供3小时限时预览，如想体验网站请留言。）

💡 主要功能

1. 生词提取：可以直接把包含单词截图的 Word 文档传上去，后端会利用有视觉能力的大模型（智谱的glm-4v-plus）提取出纯单词，并自动分类建库。（因为女朋友自己截的图放到word中了，才有这个功能）
   

2. 图谱记忆：按单元背诵时，大模型会把同词根的单词归类，前端用 ECharts 渲染成星状图。点击某个单词，会展示大模型生成的释义、记忆法以及例句。

3. 近义词关联：在看一个单词时，系统会扫描你的全局词库，如果有意思相近的旧词，会高亮展示出来，帮你把新旧知识关联起来。
   

4. 简单的复习测试：基于认识/不认识的逻辑做了一个闪卡测试，后台会记录每个词的停留时间作为复习依据。

🛠️ 开发中遇到的一些坑与改进

在把想法变成代码的过程中，发现大模型开发并不只是调 API 那么简单，实际落地时遇到了几个比较有意思的工程问题：

1. 孤立单词的向量检索偏差
在做“近义词自动关联”时，我最初的想法是用 FAISS 配合大模型的 Embedding 接口算余弦相似度。做这个应用时我觉得近义词匹配和大模型词向量映射逻辑刚好契合，因为大模型本身会通过 Embedding 将词语编码为高维语义向量，构建语义向量库，天然适合利用向量余弦相似度，实现近义词的自动关联与检索。

但在测试时发现了一个现象：当我点击 amend（修改）时，系统匹配出最相似的词居然是defend（防御）和 offend（冒犯）。 排查后发现，大模型的 BPE 分词在处理缺乏上下文的单个英文单词时，容易受字母组成的干扰（它们都带有 end 结尾），导致算出来的向量距离有偏差。

改进方法：我调整了策略，不再直接比对单词向量。而是先让大模型进行“查询扩展（Query Expansion）”，提炼出该词的 3 个核心同义词（比如 amend -> revise, modify），然后再拿这些词去和用户的词典库进行 O(1) 的精确碰撞查找。这样出来的关联词就非常准确了。

2. 长文本生成的延迟处理
大模型生成一个词根组下所有单词的解析和例句，往往需要十几秒。在 Web 页面上等待这么长时间体验很不顺畅。

改进方法：我没有选择让用户干等，而是在前端加了简单的并发控制和预加载机制。当用户在阅读第一组单词的图谱时，程序会在后台静默请求并缓存后续几个词根组的数据。这样只要过了最初的加载期，后续切换词根组基本可以实现无缝秒开。

📝 写在最后

这算是我第一次完整走完 Vue3 + FastAPI + 大模型应用 + 云服务部署的全流程。虽然功能还比较基础，但确实解决了我自己背单词时缺乏关联的痛点。

作为一个刚入门的新人，代码里肯定还有很多可以优化的地方，欢迎社区的前辈们多提意见。

最后，我目前正在寻找暑期研发实习机会（全栈开发 / 大模型应用开发均可） 。如果您团队有合适的实习机会，非常期待能和您聊聊！可以通过站内信或 GitHub 上的方式联系我。

的实习机会，非常期待能和您聊聊！可以通过站内信或 GitHub 上的方式联系我。

感谢阅读！