Wc

英语单词分类语义学习技能

将中文词汇按语义分类，输出同类英文词汇对照表，帮助用户系统性学习相关词汇。

触发条件

用户使用 wc 命令后跟中文词汇，模型自动语义识别用户意图。

输入示例（不限于此）：

• wc 鲨鱼
• wc 苹果 30
• wc 苹果 30个
• wc 苹果,30
• wc 苹果 -n 30
• wc 护士 来100个

模型职责：

• 从用户输入中提取：中文词汇、数量（可选）
• 无论用户用什么格式，模型需自行语义分析
• 数量未指定时默认 22 个

工作流程

1. 语义分类识别

分析用户输入的中文词汇，确定其语义类别：

2. 词汇生成

根据识别出的语义分类，生成该类别下的常见英文词汇。要求：

• 数量：默认 22 个，可由用户指定
• 质量：优先选择高频、实用的词汇
• 多样性：覆盖该分类下的主要子类
• 排序：按常用度从高到低排列

3. 图标分配

为每个词汇分配一个语义相关的 emoji：

• 优先使用 LLM 知识：直接为常见词汇分配标准 emoji
• 兜底规则：如果某词汇没有公认的标准 emoji，必须使用该类别的一个通用 emoji 作为默认值（例如行星用 ⭐、植物器官用 🌱、工具用 🔧、职业用 👤 等），禁止留空

4. IPA 音标

为每个英文词汇提供 IPA 国际音标，格式示例：

• shark → /ʃɑːrk/
• apple → /ˈæp.əl/

5. 更新数据文件

将生成的单词数据写入 <skill-dir>/wc-data.js，格式为 window.__WC_DATA__ = {...}，供浏览器直接加载。

6. 终端输出

在终端输出 Markdown 表格格式的词汇表。

7. 生成引导词汇（动态发散）

词汇表输出后，动态生成 18 个引导词汇，按 2 行 × 9 个 展示，帮助用户发散思维：

• 数量：18 个，分为 2 行，每行 9 个
• 格式：每行以 - 开头（Markdown 列表标记），后接 emoji + 中文 紧凑排列，词与词之间用空格分隔
• 多样性规则：18 个词必须来自 18 个不同的语义类别（如动物、水果、职业、颜色、乐器、运动、自然、科技、交通、服装、建筑、情绪、天体、工具、昆虫、武器、几何、音乐、食物、地理、医疗、体育等），不可重复
• 生成方式：每次由 LLM 根据知识随机生成，不使用固定词表

输出格式

使用 Markdown 表格，每行展示 2 个单词（8 列），兼容所有 AI Agent 平台：

| 图标 | 中文 | 英文 | IPA | 图标 | 中文 | 英文 | IPA |
|:-----:|:----:|:----:|:---:|:-----:|:----:|:----:|:---:|
| 🦈 | 鲨鱼 | shark | /ʃɑːrk/ | 🐟 | 鱼 | fish | /fɪʃ/ |
| 🐠 | 热带鱼 | tropical fish | /ˈtrɒp.ɪ.kəl fɪʃ/ | 🐡 | 河豚 | pufferfish | /ˈpʌf.ər.fɪʃ/ |

格式规范：

• 每行 2 个单词，共 8 列
• 每 4 列为一组：图标 | 中文 | 英文 | IPA
• 表头居中
• 图标列居中
• 中文/英文列左对齐
• IPA 列居中

结尾引导语（词汇由 LLM 动态生成，不固定）：

---
💡 **继续学习**：回复 **1** 再来 10 个 · 回复 **3** 在浏览器打开

💡 **换个方向？直接回复下面任意词汇：**

- {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}
- {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}  {emoji} {中文}

⚠️ 以上词汇由 LLM 按步骤 7 的规则实时生成，每次输出不同。示例输出中同理。

示例输出

用户输入：wc 鲨鱼 20

AI 输出：

鲨鱼属于 海洋生物 - 鱼类 分类。以下是该类别下的常见英文词汇：

💡 继续学习：回复 1 再来 10 个 · 回复 3 在浏览器打开

💡 换个方向？直接回复下面任意词汇（LLM 动态生成，每次不同）：

• 🦈 鲨鱼 🍍 菠萝 👨‍🔧 工程师 🟢 绿色 🎻 小提琴 🏊 游泳 🌈 彩虹 🤖 机器人 🚁 直升机
• 👟 运动鞋 🏰 城堡 😡 愤怒 🌟 恒星 🔨 锤子 🐝 蜜蜂 🗡️ 匕首 ⭕ 圆形 🎤 麦克风

用户回复处理

回复 1：再来 10 个

• 在当前类别下追加生成 10 个新词汇
• 更新 wc-data.js
• 在终端输出新增的词汇表格

回复引导词（直接输入词汇）

• 用户直接回复引导列表中的任意中文词汇后，清空当前类别，重新开始主工作流程

回复 3：在浏览器打开

• 调用系统默认浏览器打开 <skill-dir>/wc.html
• 注意：Windows 使用 start "" "<path>" 打开文件，第一个空字符串是窗口标题参数