在 Fork 版本中，我引入了一套核心的渐进式练习逻辑。不同于传统的随机练习，该模式类似keybr,会根据你的熟练度动态解锁键位，确保你在掌握旧按键的基础上稳步前进。
初学者面对双拼时，最大的痛点是记忆负担。
- 痛点：一次性记住 20+ 个声母和 30+ 个韵母的映射几乎是不可能的。导致新手总是陷入键位遗忘和查找键位,容易产生挫败感。
- 解决方案：代码通过
progressiveKeys.slice(0, index + 1)严格控制活跃键位空间。 - 将宏大的学习目标拆解为微小的“关卡”，让用户始终处于“跳一跳，够得着”的区间，有效防止挫败感导致的半途而废。
- 逻辑：每一关开始时，系统强制你连续输入一段“新解锁键位”的汉字。
- 目的：在关卡初期高频调用新神经通路，快速建立单个新键位记忆，而不是让新键淹没在旧键的海洋里。
预热结束后，算法进入了混合模式：
逻辑：它没有只让你练新键，而是将剩余的新词与旧词打乱混合练习。 单一重复练习（AAA...）容易产生“熟练的假象”。新旧混合练习要求大脑在不同的按键模式间不断切换，这种“必要的难度”能提升记忆的留存率。
算法通过判定是否解锁下一关
| 指标 | 逻辑门槛 | 深度解析 |
|---|---|---|
| 准确率 | 质量底线 | 防止用户为了冲速度而养成错误的肌肉记忆，纠正成本远高于学习成本。 |
| 速度 | 自动化水平 | 35 WPM 是一个临界点，意味着用户已不再需要“思考键位图”，而是产生了潜意识反射。 |
| 样本量 | 统计显著性 | 确保你不是因为运气好抽到了几个简单的词，而是真的稳健。 |
- 效果：这创造了一种**“心流”**体验。用户会感觉到练习内容在不断变化，既有新挑战，又有熟悉的旧内容，练习过程永不中断。
该模式的核心哲学是：通过限制来获得自由。它通过进度控制、初始刺激混合复习，将枯燥的键位背诵转化为了高效的肌肉记忆训练。
本项目 Fork 自 [https://github.com/Yidadaa/shuangpin]
本项目采用双重协议授权：
- MIT License
- Anti 996 License (补充协议)