# 牛神全球词库使用指南

本指南对应全球词库网页和 Windows 0.3.0 开发预览。官网现有 Windows 下载仍为 0.2.1，不含本指南中的外语新功能。0.3.0 的 64 位测试通过，但最后一项 32 位 TSF 测试被本机应用控制策略阻止启动，因此尚未公开发布。Windows 安装包尚无可信代码签名，也未完成实际安装、卸载和跨应用运行验收。

## 先选择适合的入口

| 入口 | 可以做什么 | 当前范围 |
| --- | --- | --- |
| Windows 普通话 / 粤拼 | 输入拼音或粤拼，选择汉字、词语 | 两套独立词音库；支持全拼、简拼、混拼与候选分页 |
| Windows 八种拉丁字母语言 | 键盘输入词形前缀，选择补全 | 英语、西班牙语、法语、德语、葡萄牙语、印尼语、越南语、土耳其语 |
| Windows 六种其他文字语言 | 用户选中文字后查询已有词形 | 日语、韩语、俄语、阿拉伯语、印地语、泰语；尚非这些语言的完整键盘输入引擎 |
| 网页 `/public/languages.html` | 14 种外语的词形 / 前缀查询、选择复制、数据下载 | 查询在本机浏览器进行，不上传查询文字 |
| 同一网页的「日语假名 → 词形」 | 用假名查字形，如 `がっこう → 学校`、`にほん → 日本` | 来自 JMdict 的独立候选层，仅接入网页，尚未接入 Windows |

九种界面语言只改变按钮和说明文字，不会翻译用户正文，也不会改变词库的语言。中文简繁字形属于普通话字词覆盖，不能重复计作两套外语词库。

## Windows 操作

安装包文件名为 `oxgod-windows-setup-v0.3.0.exe`，品牌发布者为 OXGOD，包含 x64 / x86 程序。安装器在点击「安装」后请求管理员权限。启用后在系统键盘设置选择牛神输入法，用 Win + 空格切换。已有旧版时，先切换到其他输入法，关闭相关应用并卸载旧版，再运行新版；目前仍仅适合受控测试。

| 快捷键 | 用途 |
| --- | --- |
| Ctrl + Shift + L | 打开语言菜单 |
| Ctrl + Shift + K | 查找用户选中的文字 |
| Ctrl + Shift + J | 切换普通话 / 粤拼 |
| Ctrl + 空格 | 切换中英文输入状态 |

选择拉丁字母语言后，输入词形前缀查看补全。候选保留词库原有重音和拼写，检索键允许相应的重音折叠，例如法语 `ecole` 可查带重音的词形。土耳其语 `I/ı` 与 `İ/i` 按该语言规则区分。词表已由上游做过大小写处理，不能据此恢复原文排版、专名大小写或句首大写。

对于日语、韩语、俄语、阿拉伯语、印地语和泰语，先用已有输入方式输入或粘贴原文字形，选中要查询的文字，再按 Ctrl + Shift + K。该入口查询已有词形，不把 `gakkou` 自动转成「学校」，也不提供韩文组字、阿文键盘布局或泰文输入布局。选区由用户主动提供，不自动读取聊天记录。

中文模式仍支持 `nihao` / `nh` 查「你好」，粤拼模式支持 `neihou` / `nh`。普通话库含 465,323 条词音和 44,365 个汉字；粤语库含 134,266 条词音和 26,983 个汉字。同一个词的多种读音分别计数。数字用于选择候选，粤拼暂不接受声调数字。更多中文操作见[使用说明](USER_GUIDE.md)。

## 网页操作和离线缓存

1. 打开本轮网页入口 `/public/languages.html`，在「检索语言」选择词库。日语词形检索与「日语假名 → 词形」是两个独立选项。
2. 点击「加载词库」，等待下载和 SHA-256 校验完成，再输入词形或前缀。点击候选后，可以复制到其他应用；页面不会自动发送聊天消息。
3. 如需保留该语言数据，加载前勾选「保存本语种离线词库」。保存成功后，这个页面的查询可使用已缓存词库；断网时可在页面仍可用的前提下重新加载已缓存语言。
4. 页面自身、脚本及首次启动并未保证离线可用。关闭浏览器后能否断网重新打开页面，不在当前离线词库功能的保证范围内。它不等于「整个软件完全离线」。首次获取新词库仍需联网。
5. 浏览器隐私模式、容量限制或清理站点数据可能使缓存失效。保存失败时，已校验并载入的当前词库仍可查询；使用「清除离线词库缓存」删除已保存词库。

语言包独立加载，不需要一次载入所有语言。俄语拆成两份文件，其余词频表各一份；数据下载需保留同一版本的全部分片、清单和相应许可。所有公开单文件均小于 25 MiB。

## 数据数量和含义

14 种外语频率词表共 **3,730,337 条词形**，完整导入所选固定版本的有效词形，没有额外取前几千词的截断。该数量不包含中文两套词音库，也不包含单独的日语假名候选层。

| 语言 | 词形数 | 语言 | 词形数 |
| --- | ---: | --- | ---: |
| 英语 | 321,167 | 西班牙语 | 342,059 |
| 法语 | 311,405 | 德语 | 634,490 |
| 葡萄牙语 | 267,971 | 日语 | 214,960 |
| 韩语 | 29,988 | 俄语 | 713,447 |
| 阿拉伯语 | 620,701 | 印地语 | 26,653 |
| 印尼语 | 31,188 | 越南语 | 10,719 |
| 土耳其语 | 63,345 | 泰语 | 142,244 |

除泰语外，词频数据来自 wordfreq 3.1.1 的完整选定语言表，主要反映约 2021 年前后的历史语料，不代表今天的实时词频。韩语、印地语、印尼语、越南语和土耳其语使用来源实际提供的较小词表。词形可以包含语料中的名字、错误拼写、数字、符号和外来词；收录与高频都不等于推荐使用。

泰语合并固定版本 PyThaiNLP 的词表和 Thai National Corpus 次数，未观测词使用低位占位分数 1；它不是实测次数证明，且不能与其他语言的 Zipf 词频分数直接比较。越南语计数按上游 token，不能视为同等数量的完整多音节词组或词典词条。

这些频率表不含释义、译文或读音，不能宣称是各语种「大字典全集」，也不是 AI、语法检查或翻译模型。独立 JMdict 数据层另含 218,909 个日语词条与英文释义；网页目前接入其中 321,922 条规范化假名键—词形候选，未提供完整释义浏览或罗马字转换。这些词库不会让手机或 macOS 原生版本自动获得同等能力。

## 数据许可与代码隐私

词库页面提供数据下载和来源许可入口。wordfreq 派生数据与 JMdict 派生数据以 CC-BY-SA-4.0 分发；泰语选定来源为 CC0-1.0。公开完整的相关数据、署名、来源锁、修改说明和许可，不代表公开牛神应用、服务端或构建工具的自有源码。自有代码继续保留在私有开发环境。

下载或再分发数据时保留对应署名与许可，并按适用的数据许可处理修改；不要把程序的限制套用于开放数据。完整说明见[来源审计](GLOBAL_DICTIONARY_SOURCES.md)、[全球词表通知](../data/licenses/global-OXGOD-NOTICE.txt)及各包内原始许可。品牌统一不会删除应保留的数据来源署名。