这是怎么做的

一个纯静态站：页面在构建时生成好，运行时没有数据库、没有登录、没有 Cookie。

流程

data/books.json        14 册 → 单元 → 课 → 生字 / 会写 / 词语
data/dict.txt          词表（jieba，MIT）：生成"只用学过的字"的组词
data/makemeahanzi.txt  字形拆分：算形近字、部首
        ↓  python tools/build.py
dist/                  14 册 384 课 · 3479 个字 · 26100 个词
        ↓
任意静态托管

每个功能的做法

田字格	CSS 边框 + 两条虚线，字用楷体；打印时同一套 DOM 换成黑白色。
笔顺	Hanzi Writer（MIT）+ 笔画数据（Make Me a Hanzi，Arphic 授权）。本地有 JSON 就用本地，没有回落到 jsDelivr。
朗读	浏览器自带 `speechSynthesis`，不下载任何音频。
组词只用学过的字	每个字记"第几课第一次出现"，每个词算"最晚那个字学完的课序"，按当前课过滤。
同音字 / 形近字	同音按教材读音分组；形近按部件拆分分组，单笔画和成员太多的部件丢掉。
听写单 / 描红	同一份数据换个排法：空田字格 + 拼音；答案用 `page-break` 另起一页。
复习卡	几十行 JS：队列、翻面、会了/再来（"再来"的卡过三张再出现）、成绩统计。
学习进度	网址带 `?lesson=G2A10`，页面藏掉这课以后才学的字和词。状态全在 URL 里。

数据

14 册 384 课，3479 个不同的字，词表里筛出 26100 个可用的词。生字表整理自公开资料，正式使用前请对照纸质课本校对——教材版本不同，字的顺序和多少会有出入。

已知的粗糙之处：组词是词表自动筛的，偶尔会有生僻词；易混字（日/目、已/己）需要人工规则，现在只有少量；多音字的读音表也是人工整理的。

授权

笔画数据 Make Me a Hanzi（Arphic 公共授权）· 笔顺动画 Hanzi Writer（MIT）· 词表 jieba（MIT）