LanguageMentor

LanguageMentor 是一款基于 LLaMA 3.1 或 GPT-4o-mini 的在线英语私教系统，提供英语对话练习和场景化学习训练。用户可以选择不同的场景，或直接与对话代理人进行自由对话，模拟真实生活中的英语交流场景，提升语言能力。

产品设计

• 核心功能：
  • 基础教学：涵盖词汇积累、语法学习、阅读理解和写作技巧等基础内容。
  • 对话式训练：模拟真实场景的对话练习，提升学生的口语表达能力和听力理解能力。
• 用户学习路径：
  • 初学者：注重词汇和基础语法的学习，通过简单对话练习提高自信心。
  • 中级学员：结合复杂语法和高级词汇，进行更深入的阅读和写作训练。
  • 高级学员：重点练习口语和听力，通过模拟真实场景的对话提升实战能力。
• 课程设计：
  • 词汇积累：采用词根词缀法和常用词汇表，帮助学生高效记忆单词。
  • 语法学习：通过系统的语法讲解和练习，夯实学生的语法基础。
  • 阅读理解：提供不同难度的阅读材料，训练学生的阅读速度和理解能力。
  • 写作技巧：指导学生如何进行段落和文章的结构化写作。

产品演示

LanguageMentor_demo_v0.2.mp4

快速开始

以下是快速开始使用 LanguageMentor 的步骤：

1. 克隆仓库

   git clone https://github.com/DjangoPeng/LanguageMentor.git
   cd LanguageMentor

2. 创建 Python 虚拟环境 使用 miniconda 或类似 Python 虚拟环境管理工具，创建一个项目专属的环境，取名为lm：

   conda create -n lm python=3.10

   激活虚拟环境

   conda activate lm

3. 配置开发环境 然后运行以下命令安装所需依赖：

   pip install -r requirements.txt

4. 配置大模型 本项目支持通过 Ollama (本地)、OpenAI (云端) 或 DeepSeek (云端) 来驱动。请在项目根目录的 config.yaml 文件中进行配置。

   • 切换模型: 打开 config.yaml 文件，修改 active_model 的值来选择你希望使用的模型。例如，要使用 DeepSeek，请修改为:

     active_model: deepseek_chat

   • 设置 API 密钥: 如果你选择使用 OpenAI 或 DeepSeek，你必须设置对应的 API 密钥。创建一个名为 .env 的文件，并在其中添加你的密钥：

     # .env file
     OPENAI_API_KEY="sk-..."
     DEEPSEEK_API_KEY="sk-..."
     

     或者，你也可以将它们设置为系统环境变量。

5. 运行应用 启动应用程序：

   python src/main.py

6. 开始体验 打开浏览器，访问 http://localhost:7860，开始跟着 LanguageMentor 一起学习英语！

   运行画面：

   对话练习：

贡献

欢迎对本项目做出贡献！你可以通过以下方式参与：

• 提交问题（Issues）和功能请求
• 提交拉取请求（Pull Requests）
• 参与讨论和提供反馈

许可证

本项目采用 Apache 2.0 许可证，详情请参阅 LICENSE 文件。

联系我们

如果你有任何问题或建议，请通过以下方式联系我：

• Email: pjt73651@gmail.com
• GitHub Issues: https://github.com/DjangoPeng/LanguageMentor/issues