LinguScan：将现实世界文本转化为个性化学习卡片的AI语言学习平台

LinguScan是一款基于AI的语言学习平台，核心功能是将现实世界中的英文文本（如书籍、菜单、路牌等）通过OCR技术提取，结合大语言模型生成情境感知的翻译，并转化为个性化记忆卡片，利用SM-2间隔重复算法帮助用户高效掌握词汇，解决传统词汇学习脱离真实场景的痛点。

传统语言学习应用多采用"自上而下"模式（先学词库再应用），但研究表明真实语境学习更有效。LinguScan采用"自下而上"模式，从用户遇到的实际文本出发转化为学习材料，优势包括：

1. 真实语境：文本来自生活场景，提升相关性；
2. 个性化内容：反映个人兴趣需求；
3. 主动学习：用户主动参与拍摄提取；
4. 情境记忆：词汇与图像场景关联，记忆更牢固。

LinguScan为全栈应用，核心组件包括： 后端：基于FastAPI框架，集成EasyOCR（文本提取）、Ollama/Llama3（本地情境翻译）、DeepL备选（高质量翻译）、PostgreSQL（存储用户数据与学习进度）； 前端：基于React Native和Expo，提供交互式OCR框、SM-2算法的卡片学习界面、"我的卡组"管理功能； 部署：通过Docker Compose一键启动数据库、后端和Ollama服务，简化安装配置。

使用流程直观：

1. 上传图像：用户选择/拍摄含英文文本的图像；
2. OCR检测：后端用EasyOCR识别文本，以彩色框渲染在原图；
3. 情境翻译：点击文本框，调用Llama3/DeepL生成上下文相关译文；
4. 添加卡组：将感兴趣的句子/词汇加入个人卡组；
5. 间隔重复学习：在"我的卡组"启动测验，SM-2算法动态调整复习间隔。

SM-2间隔重复算法：经典记忆优化技术，核心思想：

• 间隔效应：适当时间复习强化记忆；
• 个性化调度：根据记忆表现（再次/困难/良好/简单）调整复习时间；
• 效率优化：易记卡片延长间隔，难记卡片缩短间隔。 本地AI优势：采用本地Llama3模型，带来隐私保护（数据不离开设备）、离线可用、成本控制、响应速度快、可定制（调整模型参数）等好处。

适用于多种场景：

• 旅行者：拍摄菜单、路牌等即时学习；
• 学生：提取英文书籍/论文生词形成个性化材料；
• 职场人士：学习英文邮件/文档中的专业术语；
• 语言爱好者：收集日常英文文本，建立独特词汇库。

LinguScan代表AI在语言学习领域的创新方向，通过整合OCR、本地LLM和间隔重复算法，将现实世界转化为个性化学习材料。这种"从真实场景学习"的理念提升了学习相关性与效率，为语言学习应用设计提供新思路。对学习者而言是全新学习方式，对开发者展示了多AI技术整合的实用案例，未来本地AI模型进步将推动更多领域创新。

项目当前存在局限性，改进方向包括：

1. 语言支持：扩展到更多语言（需适配OCR和翻译模型）；
2. 翻译质量：优化本地模型或增强与专业API的切换机制；
3. UI优化：提升界面流畅度与导航直观性；
4. 学习分析：添加详细统计功能，帮助用户了解学习进度与薄弱环节。