termhelper 是一个终端 CLI 工具，帮助计算机专业学生和技术人员在日常工作中学习英文技术词汇。直接从报错信息、技术文档、终端输出等真实文本中提取词汇，借助 LLM 生成中文释义，并通过间隔重复（Spaced Repetition） 机制进行复习巩固。
- 📖 文本解析 — 从命令行参数、管道输入或文件读取英文技术文本
- 🤖 多 LLM 支持 — 支持 Ollama（本地）、DeepSeek API、OpenAI API，按优先级自动切换
- 🎯 智能提取 — 自动识别文本中的英文单词，跳过常见词和已掌握词汇
- 📚 间隔复习 — 基于熟练度的间隔重复算法，到期自动提醒复习
- ✍️ 交互测验 — 四选一单词释义测验，答对/答错自动调整熟练度
- 📊 状态统计 — 查看待复习单词数和各熟练度级别的单词分布
- 🔧 可配置 — 支持通过 TOML 配置文件自定义 LLM 参数、复习策略等
- Go 1.26+
- 至少配置一种 LLM 后端（推荐使用 Ollama 本地运行，或 DeepSeek API）
- Linux
download v0.0.2-binary from github
download v0.0.2-binary form gitee
# 克隆仓库
git clone https://github.com/IridiumNan/termhelper.git
cd termhelper
# 编译当前平台
make build
# 或手动编译
go build -o bin/termhelper .# 编译所有支持平台
make build-all
# 编译指定平台
make build-linux
make build-darwin
make build-windows编译产物位于 bin/ 目录。
建议将 bin/termhelper 添加到 PATH 中以便全局使用。
首次运行会自动生成配置文件，或手动编辑：
termhelper config配置文件位于 ~/.config/termhelper/config.toml，主要需要配置：
- Ollama（推荐）：确保本地 Ollama 服务运行，默认地址
http://localhost:11434 - DeepSeek：设置
api_key（也可通过环境变量DEEPSEEK_API_KEY设置） - OpenAI：设置
api_key（也可通过环境变量OPENAI_API_KEY设置）
# 直接传入文本
termhelper add "mv: cannot move '/etc/os-release' to './os-release': Permission denied"
# 从管道输入
echo "fatal: Not a valid object name" | termhelper add
# 从文件读取
termhelper add -f error.log工具会自动将文本分块调用 LLM，提取其中的技术词汇并生成中文释义。
termhelper status显示待复习单词数和各熟练度级别的分布：
- 🟢 New — 新词
- 🟡 Learning — 学习中
- 🔵 Familiar — 较熟悉
- 🟣 Master — 已掌握
# 列出最近到期的 30 个单词（默认）
termhelper list
# 指定数量
termhelper list 50使用 less 分页查看，单词按熟练度着色显示。
# 从到期单词中随机出题
termhelper test
# 指定题目数量（至少 4 题）
termhelper test 20四选一问答，输入 A-D 选择答案，Q 退出。每道题会显示正确答案和详细解释。
| 命令 | 功能 |
|---|---|
termhelper add [文本] |
解析文本中的英文词汇并获取中文解释 |
termhelper add -f <文件> |
从文件读取文本并解析 |
termhelper list [数量] |
列出待复习的到期单词 |
termhelper test [数量] |
进行单词测验 |
termhelper status |
查看单词学习状态统计 |
termhelper config |
编辑配置文件 |
termhelper clear |
清理临时文件 |
配置文件路径：~/.config/termhelper/config.toml
详细配置项说明：
# LLM 提供商列表（按顺序尝试）
providers = ["ollama", "deepseek", "openai"]
# prompt_mode = "en2en"
prompt_mode = "zh2zh"
[deepseek]
api_key = "sk-xxx" # DeepSeek API 密钥
model = "deepseek-v4-flash" # 模型名称
api_base = "https://api.deepseek.com"
[ollama]
url = "http://localhost:11434" # Ollama 服务地址
model = "qwen3.5:4b" # 本地模型名称
[test]
batch_size = 30 # 每次加载的到期单词数
daily_limit = 100 # 单次测验最大题数
[test.proficiency]
correct_increment = 0.12 # 答对熟练度增量
wrong_decrement = 0.10 # 答错熟练度减量
initial_value = 0.15 # 新词初始熟练度
max_interval_days = 30 # 最大复习间隔（天）
[word_provider]
disabled_words = ["hello", "yes", "the", "no", "of"] # 自动跳过的基础词汇环境变量覆盖：
DEEPSEEK_API_KEY、OPENAI_API_KEY、TERMHELPER_*可覆盖配置文件中对应项
| 数据 | 路径 |
|---|---|
| 单词数据库 | ~/.local/share/termhelper/words.db |
| 配置文件 | ~/.config/termhelper/config.toml |
| 日志文件 | ~/.local/state/termhelper/log.txt |
| 临时文件 | /tmp/termhelper/ |
基于间隔重复（Spaced Repetition） 原理：
- 每个新词初始熟练度为
0.0 - 答对增加熟练度（默认
+0.12），答错降低（默认-0.10） - 复习间隔 =
60分钟 × 2^(熟练度 × 10) - 熟练度越高，复习间隔越长，最高不超过
max_interval_days天 - 每次
list或test命令仅显示到期的单词
termhelper/
├── main.go # 程序入口
├── cmd/ # Cobra 命令定义
│ ├── root.go # 根命令及初始化
│ ├── add.go # 添加文本并提取词汇
│ ├── list.go # 列出到期单词
│ ├── status.go # 查看学习状态
│ ├── test.go # 单词测验
│ ├── config.go # 编辑配置
│ └── clear.go # 清理临时文件
├── internal/
│ ├── config/ # 配置加载与管理
│ ├── extractor/ # 文本分块与词汇提取
│ ├── llm/ # LLM 客户端（Ollama/DeepSeek/OpenAI）
│ ├── models/ # 数据模型与常量
│ ├── output/ # 日志与终端输出
│ ├── storage/ # BoltDB 数据持久化
│ ├── tester/ # 交互测验引擎
│ └── writer/ # 单词输出格式化
├── pkg/ # 通用工具函数
├── demo/ # 示例与演示代码
├── plan/ # 开发计划文档
├── design # 设计文档
├── Makefile # 跨平台编译
└── go.mod # Go 模块定义
设计分析和文档请参考 design.md
MIT License. Copyright © 2026 IridiumNan.
参见 todolist.md 和 plan/ 目录了解详细开发路线图。