GStars
    RealKai42

    RealKai42/qwerty-learner

    #308 this week

    为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers

    machine-learning
    english-learning
    typing
    typing-game
    typing-practice
    typingspeedtest
    TypeScript
    GPL-3.0
    22.8K stars
    2.6K forks
    22.8K GitHub watchers
    Updated 8/18/2026
    View on GitHub

    Build with Backblaze B2

    SDKs, agent skills, IDE extensions, and reference pipelines from Backblaze Labs. All open source.

    Explore Backblaze Labs

    Loading star history...

    Use Cases & Benefits

    • Provides a software tool for English word memorization and muscle memory training tailored for keyboard workers.
    • Combines vocabulary learning with typing practice to reinforce correct English muscle memory and prevent errors.
    • Use for improving English typing speed and accuracy for professionals who use English as their primary work language.
    • Use for programmers to practice common English words and programming language APIs to enhance coding-related typing skills.
    • Use for students preparing for English proficiency exams by practicing vocabulary with phonetic and dictation features.

    About qwerty-learner

    Qwerty Learner

    English 日本語

    为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件

    License

    RealKai42%2Fqwerty-learner | Trendshift

    📸 在线访问

    首选部署: https://qwerty.kaiyi.cool/ GitHub Pages: https://realkai42.github.io/qwerty-learner/

    镜像仓库: GitCode: RealKai42/qwerty-learner Gitee: KaiyiWing/qwerty-learner

    项目已发布 VSCode 插件版，一键启动、随时开始练习 VSCode Plugin Market GitHub


    快速部署

    Vercel

    Deploy with Vercel

    部署步骤

    1. 更新 Vercel Build & Development Settings -> Output Directory："build"
    2. Click Deploy Button

    ✨ 设计思想

    软件设计的目标群体为以英语作为主要工作语言的键盘工作者。部分人会出现输入母语时的打字速度快于英语的情况，因为多年的母语输入练就了非常坚固的肌肉记忆 💪，而英语输入的肌肉记忆相对较弱，易出现输入英语时“提笔忘字”的现象。

    同时为了巩固英语技能，也需要持续的背诵单词 📕，本软件将英语单词的记忆与英语键盘输入的肌肉记忆的锻炼相结合，可以在背诵单词的同时巩固肌肉记忆。

    为了避免造成错误的肌肉记忆，设计上如果用户单词输入错误则需要重新输入单词，尽可能确保用户维持正确的肌肉记忆。

    软件也对需要机考英语的人群有一定的帮助。

    For Coder：

    内置了程序员工作常用单词的词库，方便练习工作中常用的单词、提高输入速度。也内置了诸多语言的 API 的练习，帮助以程序员快速熟悉常用的 API，更多语言的 API 正在逐步添加中...



    🛠 功能列表

    词库

    内置了常用的 CET-4 、CET-6 、GMAT 、GRE 、IELTS 、SAT 、TOEFL 、考研英语、专业四级英语、专业八级英语，也有程序员常见英语单词以及多种编程语言 API 等词库。 尽可能满足大部分用户对单词记忆的需求，也非常欢迎社区贡献更多的词库。

    音标显示、发音功能

    方便用户在记忆单词时，同时记忆读音与音标。



    默写模式

    在用户完成一个章节的练习后，会弹出选项是否默写本章，方便用户巩固本章学习的单词。



    速度、正确率显示

    量化用户输入的速度和输入的正确率，让用户有感知的了解自己技能的提升



    如何贡献

    贡献代码

    Call for Contributor 贡献准则

    贡献词库

    导入词典

    运行项目

    本项目是基于React开发的，需要 node 环境来运行。

    环境准备

    1. NodeJS
    2. Git
    3. Yarn

    验证是否已经拥有相关环境

    1. 手动验证
      请在命令行下执行以下命令，查看是否有对应版本输出

      node --version
git --version
yarn --version

    2. 脚本验证
      使用我们提供的脚本对所需环境进行验证，如果确实依赖项会自动安装

    如果有对应环境缺失，我们可以参考下列官方文档进行安装

    手动安装

    1. 在命令行中执行 git clone https://github.com/RealKai42/qwerty-learner.git 将项目拉取到本地, 如果不使用 git 可能因为缺少依赖而无法运行
    2. 在命令行中执行 cd qwerty-learner，进入项目根目录，执行yarn install来下载依赖。
    3. 执行yarn start来启动项目，项目默认地址为http://localhost:5173/
    4. 在浏览器中打开http://localhost:5173/来访问项目。

    脚本执行

    对于 Windows 用户，可以直接执行 install.ps1 脚本，来一键安装依赖并启动项目。

    1. 打开 powershell，定位到项目根目录中的scripts目录
    2. 在命令行中，执行.\install.ps1
    3. 等待脚本完成。

    备注 脚本依赖winget来安装 node，仅在 Windows 10 1709（版本 16299）或更高版本上受支持！

    对于 MacOS 用户，可以直接执行 install.sh 脚本来一键安装依赖并启动项目

    1. 打开终端，并进入此项目文件夹
    2. 在命令行中执行 scripts/install.sh
    3. 等待脚本完成

    此脚本依赖于 homebrew，请确保自己电脑上可以执行brew命令

    🏆 荣誉

    • Github 全球趋势榜上榜项目
    • V2EX 全站热搜项目
    • Gitee 全站推荐项目
    • 少数派首页推荐
    • GitCode 开源摘星计划-毕业项目（G-Star 计划）
    • Gitee 最有价值开源项目（GVP）

    📕 词库列表

    • CET-4
    • CET-6
    • GMAT
    • GRE
    • IELTS
    • SAT
    • TOEFL
    • 考研英语
    • 专业四级英语
    • 专业八级英语
    • Coder Dict 程序员常用词
    • 高考
    • 中考
    • 商务英语
    • BEC
    • 人教版英语 3-9 年级
    • 王陆雅思王听力语料库 @Saigyouji_WKKun
    • 日语常见词、N1 ～ N5 @xiaojia
    • 哈萨克语基础 3000 词(哈拼版) 来源于 @Elgar 由 @Herbert He 通过 哈拼 技术支持

    如果您需要背诵其他词库，欢迎在 Issue 中提出



    📗 API 词库

    目前 API 相关词库主要依赖于社区贡献，如果您想贡献自己需要的 API 词库，建议参考 Issue #42 pr #67 贡献词典。



    🎙 功能与建议

    目前项目处于开发初期，新功能正在持续添加中，如果你对软件有任何功能与建议，欢迎在 Issues 中提出

    项目的进展与未来计划在 Issue 中详细介绍，内部也包含对未来功能的意见征询等，如果对 Qwerty Learner 的未来感兴趣，欢迎参与讨论。

    如果你也喜欢本软件的设计思想，欢迎提交 pr，非常感谢你对我们的支持！

    🏄‍♂️ 贡献指南

    如果您对本项目感兴趣，我们非常欢迎参与到项目的贡献中，我们会尽可能地提供帮助

    在贡献前，希望您阅读 Issue #42 了解我们目前的开发计划，我们希望您能参与到"计划中"的工作亦或者 Issue 区 Label 为 "Help Wanted" 的工作，我们也非常欢迎您实现自己的想法。

    如果您确定了想要参与的工作，希望在有基本进展后提交 draft pr，我们可以在 draft pr 上进行讨论，也有利于听取其他 collaborator 的意见。

    再次感谢您对项目的贡献！🎉


    ☕️ Buy us a coffe

    非常感谢大家使用 Qwerty Learner, 目前该网站由三个人用业余时间在维护，我们希望在未来购买独立的域名(目前使用 vercel 部署)，并购买服务器以方便国内用户访问与云同步存储数据。

    如果您喜欢我们软件，非常感谢您对我们未来的支持!

    👨‍💻 Contributors

    🎁 大感谢

    灵感来源

    Keybr 以算法著称，功能非常完善的打字网站，根据用户输入每个字母的正确率与速度生成“伪英语”来帮助用户集中锻炼个别输入较慢的字母。并可以根据用户的输入记录生成完整的分析报告。

    也是本项目的核心灵感来源，Keybr 更多针对英语为母语的用户。在我使用 Keybr 练习打字时，觉得虽然生成的伪英语能够练习输入不顺畅的个别字母，但并不能提升非母语用户对单词的掌握，于是有了本项目。

    Typing Academy 非常优秀的打字练习网站 其优秀的 UI 风格，以及对速度、正确率的展示极大的影响了本项目的 UI 设计

    react-code-game 一个非常酷的开源项目，使用 ts 实现，可以在练习打字的同时练习 js 内置 api，项目中添加代码 api 的想法便来源自此项目。

    开源项目

    React & CRA 完整和详细的文档对初学者非常友好，React 系的文档是我目前自学过程中读过最棒的文档，几乎解决使用中大部分问题。非常感谢 React 对开源世界的贡献，为我们搭建了很好的基础，让初学者也能构建非常棒的软件。

    Tailwindcss 如果没有 tailwind，这个项目还有再拖一阵子，tailwind 的设计思路解决了 css 入门选手对写复杂 css 的恐惧，让新手以一个非常舒适的方式去设计 UI。

    数据来源

    字典数据来自于kajweb，项目爬取了常见的字典，也是这个项目让我看到了实现本项目的希望。

    语音数据来源于有道词典开放 API，感谢有道的贡献让我们这种小项目也可以用上非常专业的发音资源，感谢有道团队以及考神团队为中国教育与中外交流做出的重要贡献。

    JS API 来自于react-code-game ，感谢项目对 JS API 的爬取与预处理。

    项目 Icon

    感谢libregd提供图标设计，给项目贡献了多个好看的图标设计方案，同时也在项目的进行中提供了设计、建议、未来规划等诸多支持

    感谢支持

    感谢云谦、大圣 在项目只有十几个 star 时关注了项目，给项目推进下去的动力。


    也感谢在项目初期跟我讨论 idea、提供建议并时不时 Push 一下我的朋友们，没有你们这个 idea 可能还得再拖一年（🐶

    感谢 Pear Mini ，最开始跟我讨论 idea 给我项目支持，也是他的项目让我相信即使是一个学生的 idea 实现出来也可以很酷。 他的 Gossip 项目完全是 Next Generation Slides 级别的创意！

    感谢 AZ，鼓励我把 idea 实现出来（虽然我还是拖了很久），他无与伦比的行动力影响了我。他是一个非常酷的 lib maker，写了很多非常棒的 python 库，例如中文语音识别的框架ASRFrame

    感谢 Luyu Cheng，我认识的最酷的前端大佬，给项目与我的前端自学提供了无尽的帮助。在项目初期帮助我进行技术选型，在开发阶段帮我解决技术问题，为我不知道如何实现的 feature 提供技术思路，也为项目贡献了很多非常受欢迎的 feature。

    🌟 Stargazers over time

    Stargazers over time

    Discover Repositories

    Search across tracked repositories by name or description