方言对照技能 · Chinese Dialect Mapper#

普通话 ↔ 十一种中文方言 双向对照查询 支持：哈尔滨话 | 河南话 | 湖南话 | 天津话 | 北京话 | 上海话 | 广东话 | 东营方言 | 重庆方言 | 闽南话 | 大连话

---

安装步骤#

第一步：初始化数据库#

首次安装需要运行初始化脚本，自动创建数据库：

bash

cd skills/fangyan-map
python3 init_db.py

运行后会：

• ✅ 创建 data/dialect.db 数据库
• ✅ 创建 dialect_map 数据表
• ✅ 自动导入方言记录（init_db.py 从 dialect_data.sql 加载）
• ✅ 支持 11 种方言

⚠️ 老用户提醒：如果你是之前安装过的用户， data/config.yaml（飞书配置）和 contacts.json（联系人配置）已经是配置好的， 请勿覆盖。重新运行 init_db.py 会保留现有数据并追加增量词。

第二步：开始使用#

初始化完成后，使用查询命令：

bash

python3 query_dialect.py "你好"
python3 query_dialect.py "贼" --fuzzy
python3 query_dialect.py "聊天" --dialect 上海话

---

数据统计#

方言总词条广东话2615哈尔滨话1953上海话1825湖南话1651河南话1644天津话1609北京话1603重庆方言235闽南话101东营方言57大连话40合计****13333

• 更新时间：2026-06-09

---

数据来源#

• 基础词库：约12000条（11种方言双向对照，含网页抓取词条）
• 增量词：通过 add_word.py 陆续添加（见 data/incremental_words.sql）
• AI扩充：通过 MiniMax AI 自动生成，仅供参考

---

查询命令#

bash

# 基本查询（普通话或方言词均可）
python3 query_dialect.py "干什么"
python3 query_dialect.py "嘎哈"
python3 query_dialect.py "贼好"

# 模糊查询（查不到时使用）
python3 query_dialect.py "贼" --fuzzy

# 指定方言查询
python3 query_dialect.py "漂亮" --dialect 上海话

# 按分类查询
python3 query_dialect.py --category 形容词

# 列出所有分类
python3 query_dialect.py --list-categories

# 列出所有方言
python3 query_dialect.py --list-all

---

输出格式示例#

text

🔍 查询「贼」：
   普通话 → 哈尔滨话 / 河南话 / 湖南话 / 天津话 / 北京话 / 上海话 / 广东话 / 东营方言 / 重庆方言 / 闽南话 / 大连话
--------------------------------------------------------------------------------
  很好 → 贼 / 卡 / 洋气 / 漂亮 / 厉害 / 虚 / 歪 / 冒得 / 中 / 港 / 罩得到 / 舵 / 邪乎 / 嘎嘎 / 杠杠 / 老段

---

数据分类（哈尔滨话）#

分类说明日常用语日常寒暄、问候、致谢等俄语音译哈尔滨特有俄语音译词（如"列巴""嘎拉哈"）动作动词行为动作类词汇发音规则哈尔滨城区特殊发音（如"南岗→南gàng"）家居建筑家居用品、建筑相关词汇形容词描述性词汇（漂亮、厉害、埋汰等）人称称谓称呼、亲属关系身体部位人体部位描述本土食材东北特色食材程度副词程度表达（贼、嘎嘎、杠杠等）

---

方言特色词汇示例#

普通话哈尔滨话上海话广东话四川话聊天唠嗑谈山海经倾偈摆龙门阵厉害尿性结棍犀利巴适膝盖波棱盖脚馒头菠萝盖客膝头漂亮真俊/带劲老漂亮个靓仔巴适得板回家家走转去返屋企回去舒服得劲儿写意舒服安逸骗人忽悠坍朋友呃人戳笨普通话东营话闽南话大连话下午下晌下晡下晌晚上后晌暗时晚间玩具杭杭家伙玩具知了烧前猴鸡了龟知了

---

联系人方言偏好#

⚠️ 功能待实现：contacts.json 目前仅作占位符使用，Agent 暂不读取此文件。

json

{
  "contacts": [
    { "open_id": "<open_id>", "name": "张三", "dialect": "上海话" },
    { "open_id": "<open_id>", "name": "李四", "dialect": "河南话" }
  ]
}

---

增量添加生词#

机制：聊嗑中遇到新的方言词，智多虾主动记录，用程序写入数据库。

手动添加生词#

bash

python3 add_word.py <普通话> <方言词> [方言区] [词性] [备注]

示例：

bash

# 添加"撬"的东北话"别"
python3 add_word.py "撬" "别" "哈尔滨话" "动词" "撬锁、撬门，东北话一般说'别锁'"

# 添加"冷门"的东北话"嘎咕"
python3 add_word.py "冷门" "嘎咕" "哈尔滨话" "形容词" "形容很偏门"

自动流程#

1. 聊嗑中遇到新方言词 → 记入 memory/new_words.md
2. 程序追加到 data/incremental_words.sql（INSERT OR IGNORE 格式）
3. 运行 init_db.py 合并到数据库

云端共享开关（默认关闭）#

配置文件： data/config.yaml

yaml

cloud_share:
  enabled: false   # 开启设为 true

# 可选：覆盖补充人名称（默认从飞书 /bot/v3/info API 自动获取应用名）
# 如果不配置，sync_to_cloud.py 会自动调用飞书 API 获取
# 首次获取后自动写入本配置（bot_name: xxx），后续直接读取不再调用 API
# bot_name: "自定义名称"

• enabled: false（默认）：仅写入本地库，不读写云表
• enabled: true：本地+云端双写； 首次开启需手动建立共享 bitable

⚠️ 首次开启云端共享前，使用方必须自行建立飞书多维表格，并将 app_token / table_id 填入 data/config.yaml。建表说明见下方「共享 bitable 结构」。

云端写入：所有11种方言均可写入云端 bitable，不再限于哈尔滨话。

遇到生词的自动化记录规则#

触发条件：聊天中遇到方言词 → 本地库查询无结果

强制执行流程：

text

1. 查询本地库（query_dialect.py）→ 无结果
2. 记录到 memory/YYYY-MM-DD.md（日期日志）
3. 执行 add_word.py → 写入本地增量SQL + new_words.md
4. 若 cloud_share.enabled: true → sync_to_cloud.py → 写入云端 bitable
5. 下次 init_db.py → 自动合并增量SQL到本地数据库

每一步的记录要求：

步骤必须记录的内容memory/日期.md遇到的新词、当时的对话场景add_word.py普通话、方言词、方言区、词性、备注sync_to_cloud.py同上，并自动填入「补充人 + 添加日期」init_db.py执行后合并增量SQL，本地库词条数 +N

禁止行为：

• ❌ 查到本地库有记录仍然重复写入
• ❌ 不记录日志就跳过
• ❌ 写云端但补充人字段留空

共享 bitable 结构#

共享表格：各虾共建共享哈尔滨话方言词库 URL：<用户自行建立的多维表格>

字段结构（共9个）：

字段名类型说明自动编号自动编号系统自动递增编号添加日期日期格式 YYYY-MM-DD，由 sync_to_cloud.py 自动写入当天日期普通话单行文本标准语词汇（如"反应慢"）方言词单行文本方言表达（原来叫哈尔滨话，现泛化为所有方言通用）词性单选动词 / 形容词 / 名词 / 副词 / 日常用语 / 其他补充人单行文本贡献者名称（如"智多虾"），由 sync_to_cloud.py 自动写入备注多行文本补充说明、使用场景等使用场景描述多行文本补充说明方言单选新增：普通话 / 哈尔滨话 / 河南话 / 湖南话 / 天津话 / 北京话 / 上海话 / 广东话 / 东营方言 / 重庆方言 / 闽南话 / 大连话

⚠️ 补充人和添加日期由 sync_to_cloud.py 自动填充， 无需使用者手动填写。使用者只需建好表结构即可。

建表步骤：

1. 飞书 → 新建多维表格
2. 创建以上6个字段（词性设为单选）
3. 将 app_token 和 table_id 填入 data/config.yaml
4. 设置 cloud_share.enabled: true

多智能体收集哈尔滨话场景#

非首次安装（data/config.yaml 已配置且 cloud_share.enabled: true），且已有计划任务（cron）正常运行，则 无需额外设置。 首次安装或新设置云端共享的智能体，需要按以下步骤配置。

目标：每个智能体自动运行 auto_enrich.py，将生成的哈尔滨话词条写入共享云表。

写入字段说明：

字段名类型值来源示例普通话单行文本AI生成"反应慢"哈尔滨话单行文本AI生成"卡愣"词性单选AI生成"形容词"补充人单行文本从 data/config.yaml 的 bot_name 字段读取"智多虾"添加日期日期当前日期（自动计算当天零点毫秒时间戳）int(datetime.now().replace(hour=0, minute=0, second=0, microsecond=0).timestamp() * 1000)备注多行文本固定值 "AI自动扩充""AI自动扩充"

自动设置任务示例（每个智能体执行一次）：

创建 cron 任务，每天自动运行 auto_enrich.py，写入共享云表：

字段说明任务名称fangyan-auto-enrich执行脚本cd /path/to/fangyan-map && python3 auto_enrich.py --count 10执行时间每天 21:00（北京时区）写入目标共享云表（哈尔滨话字段）

各智能体根据自身 cron 配置方式设置。若 cloud_share.enabled: false，则仅写本地库，不写云端。

文件说明#

文件说明SKILL.md本技能说明文件init_db.py数据库初始化脚本，首次安装必须运行query_dialect.py方言查询工具add_word.py增量添加生词工具sync_to_cloud.py写入云端共享 bitable 工具sync_from_cloud.py从云端同步新词到本地run_sync_from_cloud.sh定时同步云端词到本地（需先配置 cloud_share）data/dialect_data.sql方言数据 SQL（init_db.py 使用）data/dialect.db数据库文件（init_db.py 自动生成）data/incremental_words.sql增量SQL，每次 init_db.py 会自动执行data/config.yaml飞书配置（app_id/app_secret/bitable信息），禁止硬编码memory/new_words.md生词记录日志contacts.json联系人方言偏好设置（功能待实现）

---

更新日志#

• 2026-06-14 v1.0.32 · 发布更新

完整版本历史见 CHANGELOG.md

版本日期主要内容v1.0.202026-06-13方言词字段加索引（dialect_word索引）；SKILL.md统计数字更新为13333条；新增拼音搜索功能（纯拼音输入自动识别匹配标准词）v1.0.192026-06-09代码与文档一致性修复：query_dialect.py DIALECTS补齐全部11种方言；修正数据源文件说明（json.gz→sql）；更新数据统计为实际数据库13087条；输出格式示例改为实际格式；contacts.json注明待实现；补充run_sync_from_cloud.sh说明v1.0.122026-06-08修复增量SQL黏行；清理SKILL.md多余目录；合并重复更新日志v1.0.62026-06-07清理临时文件；修复嵌套目录；SKILL.md脱敏v1.0.52026-06-07删除6个临时导入脚本；内部URL/路径脱敏v1.0.42026-06-07绝对路径→相对路径；cloud_share加注释v1.0.32026-06-07补充增量SQL（13条词）v1.0.22026-06-07云共享bitable机制；增量SQL自动化v1.0.12026-06-07bitable读写工具；9502条词库v1.0.02026-06-07初始发布，6种方言双向对照

免责声明#

• 本技能数据仅供参考娱乐使用
• AI推断生成的数据可能存在偏差，请以当地方言为准
• 如有方言准确性争议，以当地方言习惯为准