技能介绍

解决词汇管理的碎片化与被动记忆

很多工程师在阅读技术文档或日常写作时，会积累大量生词，但它们往往散落在不同的笔记、草稿或错题中。即便汇总到本地，传统的背词方式也容易陷入“被动认知”的陷阱：看到词能认出来，但在需要主动输出的代码注释、技术博客或沟通中却调不出来。此外，缺乏语境的孤立词汇难以形成长期记忆，而机械的复习计划往往脱离用户真实的掌握进度。

双通道生词归档与语境补齐

Elvin-vocab 通过两个严格的来源通道维护生词循环。第一条是个人生词本，用户可手动提交或从本地词表（支持 Markdown、TXT、CSV、TSV 和 JSON）导入；第二条是 Elvin-reading A+100，通过只读脚本提取阅读项目中的 LEX 事件进行同步。

当生词缺少原句或语境时，状态会被标记为 needs_context。此时技能会引导用户补充完整原句，或生成明确标记为“练习语境”的自然场景，确保词汇具备可迁移的基础。

基于主动回忆的复习路由

复习不是简单的词汇展示，而是严格遵循主动回忆机制。技能会根据用户指令路由到不同的模式（如个人积累、阅读同步、主动复习）。在主动复习中，系统一次只推进一张卡片：

用中文意图或挖空原句出题，隐藏目标词。
等待用户真实回忆，再根据语义和结构提示逐步引导。
要求用户用目标词块造一个与自己相关的迁移句。
根据表现记录 again、hard、good 或 easy，并据此安排 1/3/7/14/30 天的未来复习节点。逾期节点会被标记为错过，不会倒填成功记录。

严格的边界与机器索引

该技能默认只写本地文件，绝不修改 Elvin-reading 的词汇笔记、事件或项目状态。复习记录和 .state/ 仅用于机器索引和进度追踪。需要明确的是，good 仅代表本轮独立回忆并完成可用迁移句，不代表永久掌握。同时，技能不会在后台自发醒来或自动创建外部通知，所有自动化提醒均需用户另行配置。