📑 搭建每日商务英语学习推送机器人

2 days ago

Ruian Ding

2 minutes

项目目标

在已有牛马工作提醒机器人、热搜王机器人的加持下，上班已经变得很有趣了。但我们作为专业的职场人，不能停下学习的脚步，因此商务英语学习机器人项目应运而生。

学习模块：每天推送 5 个商务英语单词/短语（附中文解释与英文例句）。
复习模块：随机抽取 10 个已学习的词汇进行复习，形式为互动题，如“给中文提示，用户答英文单词”。

方案对比

方案一：AI 动态生成

实现方式：调用 AI 接口实时生成单词、中文解释与例句；同时使用 SQL 数据库存储已学词汇，用于去重和复习。
优点：内容灵活、可无限扩展，无需提前准备完整词库。
缺点：依赖 AI 平台，存在接口费用和服务器性能开销；生成内容一致性和质量可能不稳定。
适用场景：适合需要动态、个性化内容，但需承担额外成本与服务器压力。

方案二：固定词库驱动 ✅（我使用的）

实现方式：
1. 预先将商务英语词汇存入 SQL 数据库，包括中文解释和例句。
2. 数据表增加状态字段，如是否已学习、是否待复习。
3. 机器人每天从数据库抽取词条进行推送与复习。
优点：
- 稳定性高，不依赖 AI 接口，推送内容可控。
- 成本低，运行开销极小。
- 易扩展，可在此基础上接入 AI 自动生成补充内容。
缺点：
- 前期需要收集、清洗词库数据。
- 内容相对固定，扩展性不如动态生成。
小结：先期上线及长期稳定运行推荐方案二，后续可结合 AI 进行增强。

数据库设计

Create Table: CREATE TABLE `business_vocab` (
  `id` int NOT NULL AUTO_INCREMENT,
  `term` varchar(255) NOT NULL COMMENT '英文单词或短语',
  `part_of_speech` varchar(50) DEFAULT NULL COMMENT '词性（如n.、v.、adj.）',
  `translation` text NOT NULL COMMENT '中文解释',
  `example_sentence` text NOT NULL COMMENT '英文例句',
  `example_chinese` text COMMENT '（可选）中文例句翻译',
  `learned` tinyint(1) DEFAULT '0' COMMENT '是否已学习',
  `needs_review` tinyint(1) DEFAULT '0' COMMENT '是否标记为待复习',
  `learn_date` date DEFAULT NULL COMMENT '首次学习日期',
  `review_count` int DEFAULT '0' COMMENT '复习次数',
  `last_review_date` date DEFAULT NULL COMMENT '上次复习日期',
  PRIMARY KEY (`id`),
  UNIQUE KEY `unique_term` (`term`)
) ENGINE=InnoDB AUTO_INCREMENT=512 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci

数据抓取与清洗

1. 数据来源

BEC 商务英语初级必备 2000 个词汇，按字母 A–Z 分类。~~（这里吐槽一下这个网站，实际几个页面抓去下来根本没有2000个词）~~

2. 清洗步骤

去除重复词条
保留英文例句，中文缺失时填充“暂无例句”
遵守网站 robots.txt 反爬协议
格式化为 SQL 可导入格式

3. 例句补全

使用开源的 Tatoeba Api https://tatoeba.org/en/api_v0/search?from={from_lang}&query={word}&to={to_lang}
核心优化：
- 有英文就保留
- 中文缺失则填充默认值暂无中文翻译
- 增加日志提示区分完整例句和仅英文例句
单请求示例：

4. 批量导入 MySQL

优化脚本 v2，实现英文例句保留、中文缺失填充
使用 UPDATE 和 SELECT 分批处理未填充例句的词汇

刷库/初始化字段语句：

UPDATE business_vocab
SET learned = 0,
    needs_review = 1,
    learn_date = NULL,
    review_count = 0,
    last_review_date = NULL;

核心清洗脚本（v2 亮点）

# 核心功能：
# 1️⃣ 查询未填充例句的词汇
# 2️⃣ 调用 Tatoeba API 获取英文例句和中文翻译
# 3️⃣ 中文缺失时填充默认值
# 4️⃣ 日志区分“完整例句”和“仅英文”
# 5️⃣ 更新到 MySQL

def query_tatoeba_example(word, from_lang="eng", to_lang="cmn"):
    ...
    # 返回格式：
    # {"example_sentence": "英文例句", "example_chinese": "中文翻译或默认值"}

日志示例：

✅ 单词[abroad] 成功获取完整例句（英文：Abroad is...）
ℹ️ 单词[absenteeism] 获取到英文例句，中文缺失（英文：Absenteeism refers to...）
❌ 单词[nonexistent] 未找到任何英文例句

刷库逻辑：

查询 example_sentence = ‘暂无例句’ 的记录
调用 API 补全
更新 example_sentence 和 example_chinese
自动提交事务，异常回滚

V1 脚本结果示例：business_vocab_example_query_v1.py

V2 脚本结果示例：business_vocab_example_query_v2.py

SQL 写入中英文例句：

清洗时遇到的问题

部分单词被清洗到了上个单词的translation中

使用 sql_wrong_washer.py 脚本再次清洗、修正

学习与复习逻辑

学习推送：每日抽取 5 条 learned = FALSE
复习推送：随机抽 10 条 needs_review = TRUE，权重按复习次数调整
标记已复习：

UPDATE business_vocab
SET review_count = review_count + 1,
    last_review_date = CURDATE()
WHERE id IN (...)

飞书卡片推送

动态生成 Markdown 卡片
随机决定“中文提示答英文”或“英文提示答中文”
包含上次复习时间、例句

单次推送脚本：

business_vocab_learner.py

business_vocab_reviewer.py

循环版脚本：

bizvocab_learner.py

bizvocab_reviewer.py

可扩展方向

AI 动态生成例句
记忆曲线算法优化复习频率
个性化推送，根据用户答题情况调整难度
可视化统计：每日学习量、复习量、正确率等

总结

清洗与刷库环节是保障推送质量的关键
v2 脚本优化了日志提示、中文缺失处理和批量更新逻辑
固定词库驱动方案保证稳定性，同时为后续 AI 扩展提供基础