# Wc Jp

> 日语单词分类语义学习助手。输入中文词汇，自动识别语义分类并输出该类别下的日语词汇对照表（含 emoji、表記+假名、アクセント）。使用方式：wc-jp 先生

- Skill: `uid13/wc-jp` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add uid13/wc-jp`
- Raw SKILL.md: https://api.skillmd.com/api/skills/uid13/wc-jp/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: uid13 (https://skillmd.com/u/uid13)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/uid13/wc-jp

---


# 日语单词分类语义学习技能

将中文词汇按语义分类，输出同类日语词汇对照表，帮助用户系统性学习相关词汇。

## 触发条件

用户使用 `wc-jp` 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-jp 先生`
- `wc-jp 水果 30`
- `wc-jp 水果 30个`
- `wc-jp 水果,30`
- `wc-jp 水果 -n 30`
- `wc-jp 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：

| 输入词 | 语义分类 | 子分类（可选） |
|--------|----------|----------------|
| 先生 | 职业 | 医疗 |
| 苹果 | 水果 | 核果类 |
| 老虎 | 动物 | 哺乳类 |
| 桌子 | 家具 | 餐桌类 |

### 2. 词汇生成

根据识别出的语义分类，生成该类别下的常见日语词汇。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（例如职业用 👤、水果用 🍎、动物用 🐾 等），**禁止留空**

### 4. アクセント（声调）

为每个日语词汇标注アクセント型，格式示例：
- 先生 → [3]（尾高型）
- 林檎 → [0]（平板型）
- 食べる → [2]（中高型）

アクセント数字表示声调核位置，标准如下：
- **[0]** 平板型：第一拍低，后续高
- **[1]** 头高型：第一拍高，后续低
- **[2]** 中高型：第二拍まで高，后续低
- **[3]** 中高型：第三拍まで高，后续低

### 5. 更新数据文件

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

数据字段结构：
```javascript
{
  emoji: '👨‍🏫',                // emoji 图标
  zh: '老师',                   // 中文释义
  ja: '先生（せんせい）',         // 表記(読み) — Markdown 终端输出用
  accent: '[3]',                // アクセント型
  ja_html: '<ruby>先<rt>せん</rt></ruby><ruby>生<rt>せい</rt></ruby>'  // HTML ruby（可选，浏览器优先使用）
}
```

纯片假名词（无漢字）的 `ja` 字段直接写假名，不加括号，`ja_html` 与 `ja` 同值：
```javascript
{ emoji: '💻', zh: '电脑', ja: 'コンピューター', accent: '[3]', ja_html: 'コンピューター' }
{ emoji: '🌸', zh: '漂亮', ja: 'きれい', accent: '[0]', ja_html: 'きれい' }
```

**ja_html 生成规则**：有漢字的词，使用 `<ruby>` 标签精确对应每个漢字的假名读音。同一漢字的複数の仮名を1つの `<ruby>` にまとめる（例：`<ruby>食<rt>た</rt></ruby><ruby>べ<rt>べ</rt></ruby>` ではなく `<ruby>食<rt>た</rt></ruby><ruby>べる<rt>べる</rt></ruby>` のように）。

### 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：

```markdown
| 图标 | 中文 | 日本語 | アクセント | 图标 | 中文 | 日本語 | アクセント |
|:-----:|:----:|:------:|:----------:|:-----:|:----:|:------:|:----------:|
| 👨‍🏫 | 老师 | 先生（せんせい） | [3] | 🍚 | 吃 | 食べる（たべる） | [2] |
| 💻 | 电脑 | コンピューター | [3] | 🚗 | 汽车 | 車（くるま） | [0] |
```

**格式规范**：
- 每行 2 个单词，共 8 列
- 每 4 列为一组：图标 | 中文 | 日本語 | アクセント
- 表头居中
- 图标列居中
- 中文/日本語列左对齐
- アクセント列居中

**日本語列规则**：
- 有漢字的词：`表記（読み）` 格式，如 `先生（せんせい）`、`食べる（たべる）`
- 纯片假名词：直接写，不加括号，如 `コンピューター`
- 纯平假名词：直接写，不加括号，如 `きれい`

**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-jp 水果 10`

**AI 输出**：

水果属于 **水果 - 果物** 分类。以下是该类别下的常见日语词汇：

| 图标 | 中文 | 日本語 | アクセント | 图标 | 中文 | 日本語 | アクセント |
|:-----:|:----:|:------:|:----------:|:-----:|:----:|:------:|:----------:|
| 🍎 | 苹果 | 林檎（りんご） | [0] | 🍌 | 香蕉 | バナナ | [0] |
| 🍊 | 橙子 | オレンジ | [0] | 🍇 | 葡萄 | 葡萄（ぶどう） | [0] |
| 🍉 | 西瓜 | 西瓜（すいか） | [0] | 🍓 | 草莓 | 苺（いちご） | [0] |
| 🍑 | 桃子 | 桃（もも） | [1] | 🍐 | 梨 | 梨（なし） | [2] |
| 🍋 | 柠檬 | レモン | [0] | 🥝 | 猕猴桃 | キウイ | [0] |

---
💡 **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）：**

- 🦁 狮子  🚗 汽车  👨‍⚕️ 医生  🎸 吉他  🌋 火山  💻 电脑  👗 连衣裙  🏰 城堡  🌙 月亮
- 😊 快乐  🔧 扳手  🦋 蝴蝶  ⚔️ 剑  🥁 鼓  🚀 火箭  🏊 游泳  🎨 画画  📚 读书

## 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-jp-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-jp.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