把生词复习工具搬到腾讯轻量服务器：每一处缓存和依赖我都算了一遍

本地跑得挺舒服的一个小工具：双击 run.bat，浏览器打开 127.0.0.1:8765，把有道词典里收藏的生词编成英文段落来复习。

但用久了就冒出一个念头——能不能把它搬到服务器上？这样手机、公司电脑，打开浏览器就能复习，不用非得开着那台装了有道词典的电脑。

搬之前我把账算了一遍：哪些文件必须带、哪些依赖得在服务器上装、装完到底能不能用、磁盘会涨多少。这篇就是这份清单，顺便把唯一一个大坑记下来。

一、先给结论

问题	答案
必须传上去的	代码 + 几个 json，一共 2.5 MB 左右
微软那套朗读（edge-tts）	要装，但大陆机房不一定连得上，装了也可能合成失败
豆包语音	✅ 只填一个 API Key，什么都不用装，服务器上最稳
Piper 离线语音	❌ 最重（175 MB 模型 + 120 MB 包），服务器上建议直接跳过
空间会涨多少	精简部署 个位数 MB，音频缓存随用随涨
最大的坑	服务器上读不到有道的词库（那是 Windows 本机的 SQLite）

二、实测：要搬上去的东西有多重

本地实测（2026-09-26，词库 904 词、雅思 7755 词、130 条段落缓存）：

内容	体积	建议
代码（*.py + web/）	~0.2 MB	✅ 必带
data/vocab.json（有道生词）	0.63 MB	✅ 必带（原因见第四节）
data/lexicons/（雅思两套词库）	0.87 MB	✅ 建议带（服务器下不动，见下）
data/paragraphs.json（段落缓存）	0.6 MB	建议带，能省一笔大模型的钱
data/progress.json（复习进度）	0.01 MB	建议带
data/audio/（236 个音频文件）	25.6 MB	可不带，用的时候自己会长出来
data/piper/（ONNX 音色模型）	175 MB	不打算在服务器用 Piper 就别带

必须的部分加起来不到 3 MB。 真正占地方的是音频缓存和 Piper 模型，而它们都是「可再生」的。

三、三条朗读通道，在服务器上各是什么命运

这个工具里有三条互相独立的朗读链路（当初就是为了对比才做的），搬到服务器上的表现完全不一样：

通道	要装什么	服务器上能不能用	建议
edge-tts（微软）	pip install edge-tts，连同依赖约 3 MB	⚠️ 要连微软的 speech.platform.bing.com，大陆机房经常超时/失败	可装可不装，失败会自动回退浏览器朗读，不会崩
豆包（火山引擎）	什么都不用装，config.json 里填一个 API Key	✅ 国内接口，公网 HTTPS 直连，最稳	服务器上的主力通道
Piper（本地离线）	piper-tts + onnxruntime + numpy ≈ 120 MB，再加音色模型	✅ 完全离线，反而是最可靠的	❌ 除非特别在意离线，否则别在服务器装

顺带说一句：Windows 上 pip install edge-tts 会因写 Scripts\*.exe 报 WinError 2 而整体回滚（得用 --no-deps --target 绕），这个坑在 Linux 上不存在，服务器上一条命令就装好了。

结论：服务器上用「豆包 + 有道真人发音（单词） + 浏览器兜底」的组合就够了。

四、最大的坑：服务器上没有有道词典

这个工具的词库来源，是直接读有道词典桌面版在本机的数据库：

%LOCALAPPDATA%\Yodao\DeskDict\WbData\<账号>\newlocal     ← SQLite

它是 Windows 上的文件。Linux 服务器上不存在这个东西，于是：

• data/vocab.json 必须一起传上去，否则启动时会提示「未找到有道词典单词本数据库」（服务还是能起来，但一个词都没有）
• 页面上那个「↻ 同步词库」按钮在服务器上会失败 —— 这是预期行为，不是坏了
• 以后新增收藏词的正确流程变成了「本地导出 → 传上去」：

# 在装了有道词典的那台 Windows 上
python youdao.py

# 传到服务器覆盖
scp data/vocab.json root@<服务器IP>:/opt/word-review/data/

传完刷新页面就行，不用重启服务——服务端每次请求都会重新读盘。

五、部署清单（以 Ubuntu 22.04 为例）

flowchart LR
    subgraph L[本地 Windows]
        A[有道桌面版<br/>SQLite 词库] -->|python youdao.py| B[data/vocab.json]
        B -->|scp| C[data/ 词库 · 进度 · 段落缓存]
    end
    subgraph S[腾讯轻量服务器]
        C --> D["python3 server.py<br/>--host 0.0.0.0 --port 8765"]
        D -->|HTTPS| E[DeepSeek<br/>编段落]
        D -->|HTTPS| F[豆包<br/>语音合成]
        D -->|dict.youdao.com| G[音标 · 例句 · 真人发音]
        D --> H[手机 / 公司电脑<br/>浏览器直接访问]
    end

# 1. 本地打包（只带必须的，不带 audio 和 piper）
tar -czf word-review.tar.gz \
  *.py web data/vocab.json data/lexicons \
  data/paragraphs.json data/progress.json

# 2. 传上去、解开
scp word-review.tar.gz root@<服务器IP>:/opt/
ssh root@<服务器IP>
mkdir -p /opt/word-review && tar -xzf /opt/word-review.tar.gz -C /opt/word-review

# 3. 装可选的朗读通道（豆包不用装，只要 Key）
cd /opt/word-review
python3 -m pip install edge-tts

# 4. 起服务（想常驻就配 systemd / screen）
python3 server.py --host 0.0.0.0 --port 8765

几个容易忘的点：

• run.bat 在 Linux 上不能用（它是 Windows 批处理，chcp、%~dp0 那套），直接跑 python3 server.py --host 0.0.0.0
• Python 要 3.9+：Ubuntu 22.04 自带 3.10 可以直接用；CentOS 7 自带的 3.6 不行，得另装
• 腾讯轻量要在「安全组」里放行 8765（服务器上再放行一次 ufw/firewalld），否则手机连不上
• 没有 HTTPS，自己用够了；要域名/证书就 nginx 反代一层
• 从大陆服务器访问这几家都没问题：有道在线接口 ✅、DeepSeek ✅、豆包 ✅，只有 GitHub raw ❌

六、数据全在服务器上，意味着什么

当初在本地跑，所有东西都在自己电脑上，没什么感觉；搬到服务器之后有几件事得想清楚：

1. 复习进度会变成两份。 data/progress.json 是进度的唯一真源，本地一份、服务器一份，不会自动同步。要么以后固定在一头用，要么手动传。
2. data/ 就是全部个人数据。 词库、段落缓存、进度、音频缓存都在里面，定期 tar 一份下来就是完整备份。
3. 音频缓存会慢慢涨。 每个单词的真人发音、每段朗读都会缓存成小文件（现在 236 个文件 25 MB），几百个词也就几十 MB，不用太担心，真要清就删 data/audio/ 里对应的子目录。
4. ⚠️ 这个服务没有任何登录。 谁扫到 IP + 端口，就能看到你的词库和段落、能用你配置的 Key 去调大模型（花你的钱）——当然 Key 本身是打码返回的，读不走。真要放到公网，建议至少做一件事：安全组只放行自己常用 IP、或者 nginx 加一层 Basic Auth、或者换个不常见的端口。

七、小结

	结论
要传的	代码 + vocab.json + lexicons/ + paragraphs.json + progress.json ≈ 2.5 MB
要装的	edge-tts（3 MB，可选）
不用装的	豆包（只要一个 Key）
别装的	Piper（175 MB 模型 + 120 MB 包）
要注意的	有道的词库读不到，靠 vocab.json 传；同步按钮在服务器上会失败
要留心的	没有登录鉴权，别裸奔在公网

整体比想象中轻——真正需要动脑的地方不是空间，而是「词库从哪来」。想清楚这条链路，剩下的就是一条 scp 和一条 python3 server.py。