本文主要介绍一款还在开发软件「Verbiverse」，其主要功能就是利用 LLM 辅助阅读外语 PDF 文档来提升语言能力，并且支持使用本地部署的 LLM 来运行。
TL;DR 介绍一些 LLM 应用于语言学习相关功能的情况以及开发这个软件的背景。
上一篇文章 「为你的钱包节流，本地部署 LLM code assistant」 介绍了 LLM 大语言模型的基础知识与如何本地部署，但是只用来做代码开发有些太小众了，而 LLM 能提供的功能更加多，其辅助学习新语言的文章、示例也是屡见不鲜，因此我便打算开始使用大模型来辅助我练习英语。
首先，我尝试了一些以对话为基础来练习，这种工具比较多，也是 LLM 最基础的使用方式，在模型选择上几乎所有支持 Chat 的模型都可以用，但是使用了一阵问题也比较明显：
最终结论便是 Chat 对话练习一门新的语言并不适合我。
在搜索更好用的工具和提示词过程中发现的一个视频 「【罗肖尼】如何永远学会一个单词？」 让我想起了一个遗忘很久的学习方法阅读。
在视频中 UP 介绍了语言学习并分享了一个书单包含了各个词汇量的书单，突然我恍然大明白，以前读不下去主要是查单词很费劲，而且单词往往与内容关联不强，多义词还需要自己再猜一猜到底在这个句式里应该是什么意思，而 LLM 则可以辅助你理解不熟悉的单词与句式，完美的解决了这个问题。
这时我开始找各种 LLM 辅助阅读工具来尝试，但是不出所料还是遇到了些问题，否则这篇文章就应该叫 《介绍 XXX 使用技巧》 了：
至此我的需求其实也很明显了：
UI 使用 Pyside6 的 QFluentWidgets 框架，遵循开源协议 GPLV3 ，源码地址 HATTER-LONG/Verbiverse (github.com)
当前版本 Release 0.1，后续开发计划见 Repo Rodemap。
整体界面结构：
主界面现在还是比较简陋的，主要是标题和两个跳转按钮，打开本地 PDF 和 跳转项目主页：
当通过主界面开始打开 PDF 文档后会跳转到功能页面，左侧为 PDF 阅读区域，右侧为对话区域，中间使用 Splite 分割可以手动调整比例：
设置界面这里介绍下主要功能，个性化设置就略过了：
http://localhost:1234/v1；
一边学一边写这个工具可花费了我不少时间，可算把我最开始设想的基本功能做出来了，本着不要闭门造车的原则，希望各位有其他建议或者了解更好用的工具多多留言，省着我继续重复造轮子 ：）
当前所有都还是源码提供，我可能需要些时间了解下 github 的 release 机制，理论上 pyside6 是跨平台支持的，现在想要试用的需要自己安装下依赖环境，最后希望这个工具对你有帮助。
最新更新 Release V0.1 ，使用 github Action 打包了 Windows-x86-64 和 Ubuntu22.04 两个平台，已经在代码仓库 Release 中了，如果不方便可以在这里下载 Windows-x86-64。
最后，源码地址 HATTER-LONG/Verbiverse (github.com) 在这里，喜欢请给个 star ✨ 把，希望这个工具对你有帮助。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。