Publish

普通话与十一种中文方言双向对照查询技能。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、大连话与普通话的日常词汇对照。适用于AI方言对话、跨方言沟通、方言文化研究、文案本地化。含13333条词汇库。

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
v1.0.20	2026-06-13	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）
v1.0.19	2026-06-09	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
v1.0.12	2026-06-08	修复增量SQL黏行；清理SKILL.md多余目录；合并重复更新日志
v1.0.6	2026-06-07	清理临时文件；修复嵌套目录；SKILL.md脱敏
v1.0.5	2026-06-07	删除6个临时导入脚本；内部URL/路径脱敏
v1.0.4	2026-06-07	绝对路径→相对路径；cloud_share加注释
v1.0.3	2026-06-07	补充增量SQL（13条词）
v1.0.2	2026-06-07	云共享bitable机制；增量SQL自动化
v1.0.1	2026-06-07	bitable读写工具；9502条词库
v1.0.0	2026-06-07	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