日本語文章解析

🌐 语言 / Language: 简体中文 | 日本語

面向中文学习者的日语句子解析工具。输入一句日语，应用会拆解词汇、读音、罗马音、词性、整句翻译和单词详解，并提供图片识别、朗读和 AI 日语助手。

体验链接 https://nihongodemo.howen.ink/

在线文档

界面预览

演示

主界面

模型与 API 设置

移动端 AI 日语助手

功能

• 句子解析：分词、假名、罗马音、词性标记和中文释义。
• 单词详解：点击词汇查看读音、释义、语法角色和上下文解释。
• 整句翻译：生成中文整句翻译，方便快速理解语境。
• 图片识别：上传或粘贴图片提取日语文字；DeepSeek 使用独立视觉模型进行 OCR。
• 朗读：支持 Edge TTS 和 Gemini TTS。
• AI 日语助手：围绕日语语法、词汇、文化和当前句子提问。
• 双模型服务商：文本模型支持 Gemini 和 DeepSeek，默认使用 DeepSeek。
• 本地浏览器设置：用户可以在设置弹窗中为 Gemini / DeepSeek 分别填入自己的 API Key。
• 可选访问密码：部署后可用 CODE 做简单访问控制。
• 可选 Umami 统计：配置环境变量后自动加载 Umami 跟踪脚本。
• Docker 部署：支持 Docker Compose 和 Docker Hub 多架构镜像。

模型说明

能力	默认模型 / 服务	说明
文本解析	deepseek-v4-flash / deepseek-v4-pro	默认文本服务商是 DeepSeek，可在设置中切换 Flash / Pro；DeepSeek 请求默认关闭思考模式。
Gemini 文本解析	gemini-3.7-flash / gemini-3.5-flash-lite	可在设置中切换 Gemini Flash / Flash-Lite；3.7 Flash 使用 Low 推理档，Flash-Lite 使用 Minimal。
图片识别	deepseek-v4-flash-vision-exp / Gemini	选择 DeepSeek 时，视觉实验模型只用于 OCR 且固定关闭思考；普通文字解析仍使用所选的 Flash / Pro。
朗读	Edge TTS / Gemini TTS	默认使用 Edge TTS；Gemini TTS 需要 Gemini API Key。

快速开始

git clone https://github.com/cokice/japanese-analyzer.git
cd japanese-analyzer
npm install

复制环境变量模板：

Copy-Item .env.example .env.local

编辑 .env.local。如果只想先跑文本解析，建议先配置 DeepSeek：

DEEPSEEK_API_KEY=your_deepseek_api_key
DEEPSEEK_API_URL=https://api.deepseek.com/chat/completions

GEMINI_API_KEY=your_gemini_api_key
GEMINI_API_URL=https://generativelanguage.googleapis.com/v1beta/openai/chat/completions

CODE=

NEXT_PUBLIC_UMAMI_SRC=
NEXT_PUBLIC_UMAMI_WEBSITE_ID=

启动开发环境：

npm run dev

打开 http://127.0.0.1:3000。

环境变量

变量	必填	用途
DEEPSEEK_API_KEY	推荐	DeepSeek API Key。用于默认文本解析及 DeepSeek 图片 OCR。
DEEPSEEK_API_URL	可选	DeepSeek OpenAI 兼容接口地址；留空使用官方默认地址。
GEMINI_API_KEY	可选	Gemini API Key。用于 Gemini 文本解析、图片识别和 Gemini TTS。
GEMINI_API_URL	可选	Gemini OpenAI 兼容接口地址；留空使用官方默认地址。
CODE	可选	访问密码。设置后访问应用需要先输入密码。
NEXT_PUBLIC_UMAMI_SRC	可选	Umami 脚本地址，例如 https://cloud.umami.is/script.js。
NEXT_PUBLIC_UMAMI_WEBSITE_ID	可选	Umami Website ID。需要和 NEXT_PUBLIC_UMAMI_SRC 同时配置才会启用。

说明：

• DEEPSEEK_API_KEY 和 GEMINI_API_KEY 是服务器端默认密钥，不会暴露到前端。
• 用户也可以在右上角设置中填写自己的 Key，设置仅保存在浏览器本地。
• Umami 统计通过本地 loader 读取运行时环境变量；两个 NEXT_PUBLIC_UMAMI_* 都为空时不会加载 Umami。
• 启用 Umami 后会记录隐私最小化的使用事件：analyze_sentence 只包含解析 provider / model、是否使用图片识别、图片识别模型、是否使用 TTS、TTS 模型；image_text_extract、tts_speech、word_detail_click 只包含对应功能的 provider/model 元数据。事件不包含输入文本、图片内容、提取结果、词汇内容、翻译结果、错误内容或 API Key。
• 不要提交 .env.local，仓库已经默认忽略本地环境变量文件。

用 AI Agent 部署(Claude Code / Codex)

如果你使用 Claude Code 或 Codex 等 AI 编程助手,可以直接把下面的提示词发给它,让它在你的 VPS 上完成部署:

# 部署任务:japanese-analyzer

请帮我在这台 VPS 上用 Docker 部署 japanese-analyzer(一个日语句子解析 Web 应用)。

## 目标

- 使用 Docker Hub 镜像 `howenhowen/japanese-analyzer:latest`(多架构,amd64/arm64 都有)
- 容器监听 3002,映射宿主机 3002 端口
- 容器名 `japanese-analyzer`,设置 `--restart unless-stopped`

## 环境变量

通过环境变量注入,不要写进镜像:

- `DEEPSEEK_API_KEY`:必填,默认文本解析及图片 OCR 用 DeepSeek(我会提供,或提示我填入)
- `GEMINI_API_KEY`:可选,用于 Gemini 文本/图片识别和 Gemini TTS,没有就跳过
- `CODE`:可选访问密码,留空即不启用
- `DEEPSEEK_API_URL` / `GEMINI_API_URL`:留空使用官方默认地址即可

推荐用 docker compose 管理:仓库里有 `docker-compose.hub.yml`,配合 `.env.production`(从 `.env.production.example` 复制)使用;或者直接 `docker run` 也行,你看哪个更合适。

## 域名与 HTTPS(询问后再做)

容器跑通后,询问我是否需要绑定域名并配置 HTTPS 反向代理:

- 如果我说不需要,直接用 `http://VPS_IP:3002` 访问即可,跳过本节
- 如果我提供域名(例如 `nihongodemo.howen.ink`):
  - 先检查服务器上是否已有 Nginx / Caddy,优先复用现有的,不要重复装一套
  - 都没有的话推荐 Caddy(自动签发和续期 Let's Encrypt 证书,配置最简单)
  - 反代到 `127.0.0.1:3002`,配置 HTTPS 并把 HTTP 重定向到 HTTPS
  - 提醒我先把域名 A 记录解析到这台 VPS,并确认 80/443 端口在防火墙/安全组已放行
  - 配好后用 `curl -I https://域名` 验证证书和反代是否正常

## 验收标准

1. 容器正常运行,`docker logs` 无报错
2. `curl http://127.0.0.1:3002` 能返回页面
3. 重启服务器后容器能自动拉起
4. (如配置了域名)https 访问正常,证书有效

## 注意

- 如果 3002 端口被占用,先告诉我再换端口,不要擅自杀掉占用进程
- API Key 属于敏感信息,不要 echo 到日志或写入不必要的文件
- 修改现有 Nginx/Caddy 配置前先备份原文件
- 部署完成后告诉我访问地址和后续更新镜像的命令(pull → rm → run 或 compose pull && up -d)

部署到 Vercel

部署步骤：

1. Fork 或导入本仓库到 Vercel。
2. 在 Vercel 项目的 Settings -> Environment Variables 中配置环境变量。
3. 至少配置 DEEPSEEK_API_KEY，这样默认文本解析可以直接使用。
4. DeepSeek 图片 OCR 复用 DEEPSEEK_API_KEY；如需 Gemini 文本/图片识别或 Gemini TTS，再配置 GEMINI_API_KEY。
5. 如需 Umami 统计，同时配置 NEXT_PUBLIC_UMAMI_SRC 和 NEXT_PUBLIC_UMAMI_WEBSITE_ID。
6. 重新部署项目。

Docker 部署

项目提供 Docker Hub 多架构镜像，支持 linux/amd64 和 linux/arm64。容器默认监听 3002，下面示例会把宿主机 3002 映射到容器 3002。

拉取镜像：

docker pull howenhowen/japanese-analyzer:latest

启动容器：

docker run -d \
  --name japanese-analyzer \
  --restart unless-stopped \
  -p 3002:3002 \
  -e DEEPSEEK_API_KEY="your_deepseek_api_key" \
  -e GEMINI_API_KEY="your_gemini_api_key" \
  -e CODE="" \
  howenhowen/japanese-analyzer:latest

访问：

http://your-vps-ip:3002

如果只使用 DeepSeek 文本解析和图片 OCR，可以不填 GEMINI_API_KEY；如果不需要访问密码，可以保持 CODE=""。不需要自定义接口地址时，DEEPSEEK_API_URL 和 GEMINI_API_URL 也可以不用填，应用会使用默认地址。

如需启用 Umami，启动容器时额外加入：

  -e NEXT_PUBLIC_UMAMI_SRC="https://cloud.umami.is/script.js" \
  -e NEXT_PUBLIC_UMAMI_WEBSITE_ID="your_umami_website_id" \

查看日志：

docker logs -f japanese-analyzer

更新镜像：

docker pull howenhowen/japanese-analyzer:latest
docker rm -f japanese-analyzer
docker run -d \
  --name japanese-analyzer \
  --restart unless-stopped \
  -p 3002:3002 \
  -e DEEPSEEK_API_KEY="your_deepseek_api_key" \
  -e GEMINI_API_KEY="your_gemini_api_key" \
  -e CODE="" \
  howenhowen/japanese-analyzer:latest

开发命令

npm run dev      # 本地开发
npm test         # 运行 API / provider 配置测试
npm run build    # 生产构建，发布前建议先跑

## 致谢

- 感谢 [LINUX DO](https://linux.do/) 社区的支持与推广

## 许可证

本项目基于 [MIT License](./LICENSE) 发布。