WordDuck

为什么做这个

背单词 App 试过不下十个，但大部分还是"卡片正面单词、背面释义"的老套路。问题是：脱离语境的单词，记得快忘得也快。

WordDuck 的思路很简单：每个生词都配一个根据你的兴趣（比如你喜欢科技、电影还是体育）AI 现场生成的例句，让单词在"有意义的句子"里出现，而不是孤零零的卡片。

做了什么

• 语境例句生成 — 根据用户兴趣标签，AI 实时生成包含目标词汇的句子
• 智能复习排程 — 基于间隔重复算法，自动安排复习时间
• 发音与跟读 — 内置 TTS 朗读，支持录音对比
• 词汇本导入 — 支持从 Excel、Anki 卡组导入已有词汇表
• 每日学习报告 — 可视化展示掌握曲线和薄弱词汇

怎么搭的

前端用 React + Tailwind，移动端走 PWA 方案减少开发成本。后端 Node.js + Fastify，间隔重复算法基于 SM-2 改良实现。例句生成调用大模型 API，对生成内容做了关键词过滤和长度控制，确保结果稳定可控、合规可用。

长什么样

做完之后想到的

AI 生成内容最大的挑战不是"能不能生成"，而是"如何控制质量和边界"。早期版本偶尔会生成一些和学习无关甚至不太合适的句子，后来加了内容过滤和提示词约束，质量才稳定下来。

这也是我做 AI 类产品后最大的体会：AI 是引擎，但产品的边界和安全栏杆，还是得工程师自己来设计。