【开源静态评测】Word Atlas：图像词卡+FSRS间隔复习，代码与素材许可必须分开验收

【开源静态评测】Word Atlas：图像词卡+FSRS间隔复习，代码与素材许可必须分开验收

版本：V2.6.0｜Valhalla L3 bounded-git-snapshot-v1 证据驱动取证
快照基准：commit19a9bd889d2f642fef1d8d0eef85a3f35e1a66ff｜L3 · PASS｜静态源码审阅，不编译、不部署、不实测学习效果
仓库：designfuchen/word-atlas｜定位：本地优先图像词卡学习应用，内置FSRS间隔重复算法
作者：Valhalla Matrix治理实验室

⚠️ 前置核心认知：Word Atlas最容易踩的坑——代码仓库MIT许可 ≠ 词库、插画、音频素材同许可。代码、界面、学习素材两套独立许可体系；FSRS复习状态只是程序内部状态定义，不等于记忆效果保证。本文为独立取证评测，非README搬运。

一、开篇：一句话定位 + 三句话核心结论

FSRS间隔重复算法近年在记忆卡片社区热度很高，Word Atlas是把图像词卡、发音例句、本地存储进度、FSRS复习引擎打包在一起的开源学习应用。很多使用者直接默认“开源=全部内容可自由商用、迁移”，静态快照证据明确区分了代码与素材两条许可边界，同时澄清复习机制的实现边界。

✅ 三句话核心结论

1. 产品形态：本地优先的图像词卡学习工具，基于ts-fsrs实现间隔复习，卡片状态（稳定性、难度、下次复习时间）持久化在本地；支持预览、评级、掌握状态标记。
2. 许可双轨是最大特征：代码&界面采用MIT；词库、插画、录音素材归属CC BY 4.0，复用素材必须署名，字体、第三方依赖还有独立许可，不能混为一谈。
3. L3取证可追溯：固定commit快照、blob逐文件SHA-256核验、抽样证据覆盖率100%，manifest哈希绑定完成；L3仅保证源码样本可审计，不代表词库内容准确、记忆效果达标、备份机制可靠。

读者阅读地图

• 产品/教育应用负责人：本章、风险切片、落地建议，评估二次分发、商业化改造合规边界；
• 前端/学习算法开发：技术拆解、FSRS源码线索、单元测试部分；
• 合规审计回溯：L3证据面板、manifest哈希，用于交叉核验快照。

二、项目定位与评测边界

2.1 它解决什么问题

传统单词App大多是云端托管、进度绑定厂商账号；Word Atlas走本地优先路线：

• 词卡载体：单词+配图、音标、例句；
• 复习引擎：FSRS间隔重复，根据用户评级动态调整下次复习时间；
• 数据存储：复习状态、进度本地保存；
• 分发分离：开源仓库代码和线上Web版独立迭代，版本不同步。

它的价值不在于“又一套单词表”，而在于开放了一套可复用的词卡数据契约 + FSRS状态序列化 + 本地进度管理实现。

2.2 评测纪律（CSDN专业度加分项）

• 评测范式：Valhalla L3 bounded-git-snapshot-v1 有界静态取证；
• 抽样规则：固定commit，限定25个文件做blob核验，全仓一共37731个文件，不抓取全部插画、音频、词库正文；
• 未执行动作：不安装依赖、不启动页面、不跑单元测试、不做真人学习实验、不验证备份恢复链路；
• 排除范围：不评估记忆提升效果、UI交互体验、线上Web服务稳定性；
• 证据锚定：全部证据绑定固定commit，不跟随main分支漂移。

2.3 可复现取证浅克隆命令

gitclone--depth1--filter=blob:none --no-checkout --no-tags\[https://github.com/designfuchen/word-atlas.git](https://github.com/designfuchen/word-atlas.git)

三、技术拆解：FSRS复习机制、状态定义、测试边界

3.1 复习不是简单按日期排队：srs.ts 是核心引擎

src/store/srs.ts封装ts-fsrs，完整维护卡片核心状态字段：due、stability、difficulty、reps、lapses，时间戳使用毫秒序列化；
调度逻辑：基于目标保留率实例化FSRS调度器；区分review（复习评级更新卡片状态）、preview（预览模式，展示各评级对应的预计间隔）两条路径。

源码链接锚定固定commit：srs.ts

3.2 “掌握（isMastered）”是代码内定义，不是学习结论

代码使用复习状态+稳定性阈值判定isMastered标记。
重点降噪：这只是程序内部的状态划分规则，不是认知实验结论。词库覆盖率、真实记忆留存、应试提分效果，无法由这段代码证明，需要单独做对照实验。

3.3 配套回归测试：验证状态流转逻辑

srs.test.ts覆盖几类核心场景：新卡片初始间隔、连续答对后稳定性上涨、遗忘后状态回落。
从静态文本可以看出：测试用例设计目标就是校验FSRS状态流转是否符合预期；但本次取证没有执行测试，无法确认用例是否全部通过。

3.4 仓库版本 ≠ 线上产品版本

README明确声明：线上独立网站单独迭代，功能、词库可能和这个仓库不一致；工程环境要求Node 20+，配套npm test、词库校验脚本。
仓库文件体量巨大（37731条目），大量是媒体素材，本次取证不做全量素材拉取与校验。

模块关系简图

四、L3证据面板（数字严格对齐快照）

📌 L3标准重申：固定40位commit + blob逐文件校验 + 证据覆盖率≥90% + manifest哈希绑定；仅证明本次审阅的源码样本可复现、防篡改，不代表功能、内容、安全、学习效果可靠。

五、风险切片、许可红线边界（moderate风险姿态）

所有风险来自静态证据读取，不是漏洞实锤，是二次开发、素材迁移、分发前必须核验的控制点

1. 许可双轨风险（最高优先级）
   • 代码、界面：MIT，修改、分发自由度高；
   • 词库文本、插画、录音素材：CC BY 4.0，迁移、二次分发必须署名、标注来源、说明修改；
   • 字体、第三方依赖包：各自独立许可证，需要单独梳理SBOM；
   • 极易踩坑：把MIT的范围扩大到媒体素材，直接打包商用、迁移到别的学习系统。
2. AI生成素材内容风险
   CONTENT_LICENSE.md写明：词卡文本、图像、语音由AI生成，自动校验，没有逐条人工审校，不是官方雅思词表。素材存在释义、例句、发音错误风险；素材规模大不等于内容准确。
3. 本地进度丢失风险
   “本地优先”不自带强备份保证：浏览器缓存清理、跨设备迁移、备份恢复流程，代码层面没有内置兜底校验，需要单独验证恢复链路。

降噪提示：本文区分「代码实现」和「内容资产」，这是本项目和绝大多数开源Anki/FSRS类项目最大差异点。

六、落地验证路线（教育团队、二次开发者可直接执行）

落地验收清单：

1. 先抽样人工校验素材，不要直接交付给学习者；
2. 设计固定测试序列，反复验证：新卡、连续答对、遗忘、跨设备备份恢复；
3. 如果迁移到自有学习平台：素材保留来源、版本、修订记录，不要把AI生成词库直接当作标准答案；
4. 对外分发时，分开展示MIT代码许可与CC BY素材许可声明，满足署名要求。

七、评测总结

Word Atlas是一个很有参考价值的本地优先FSRS词卡开源项目，它的核心亮点不是词库本身，而是一套完整可复用的词卡数据契约、FSRS状态序列化、本地学习进度管理实现。
项目采用清晰的双许可模型：代码MIT，素材CC BY 4.0，这是选型和二次分发第一约束点；同时素材为AI生成，缺少逐条人工审核，内容准确性需要人工抽样核验。
静态L3证据只能确认源码快照可追溯、状态流转逻辑有配套测试用例；不能证明素材准确、备份可靠、可以提升记忆效果。

一句话浓缩：代码可以自由改造，素材复用要守CC BY署名；FSRS只是调度算法，“掌握标记”只是程序定义，不等于学会了。

标签

FSRS、间隔重复、单词学习、开源评测、教育应用

分类推荐

人工智能 → 教育AI / 前端开源

合规声明

本文仅基于固定commit的bounded静态快照完成源码审阅，未安装、未运行项目、未验证备份恢复、未做学习效果实验；源码线索仅用于阅读导航，不代表素材准确、备份可靠、学习收益可保证；商用分发、素材迁移前，必须完成人工内容核验、许可合规审计。