创建 VibeLing：AI 和 React Native 如何助力语言学习

# 从 Anki 到自建应用：AI 和 React Native 如何打造语言学习神器 VibeLing

一位对现有语言学习工具不满的开发者，亲手打造了 VibeLing 这款移动应用。仅用 5 个月时间，这个项目零营销就吸引了 1000 多名用户。核心技术栈？React Native、Node.js，以及用于生成例句和翻译的 AI 模型。

现有方案的痛点

作者尝试过多种语言学习方法，发现两大类 App 都存在明显短板：

• 词典类 App（如 SkyEng）– 提供固定词汇表，但无法添加自定义短语或语境表达。

• 闪卡类 App（如 Anki）– 需要手动输入数据，制作材料变成繁琐苦差。

这种痛点在学习塞尔维亚语时尤为突出，因为用户友好的工具极为稀缺。这直接点燃了打造专属解决方案的灵感。

VibeLing 架构与技术栈

为快速推出 MVP，团队选定了以下技术栈：

• 前端：React Native + Expo，实现 iOS 和 Android 跨平台开发。
• 后端：Node.js 作为 AI API 和 AWS 文本转语音服务的代理。
• 基础设施：Vercel 负责部署，RevenueCat 处理订阅管理。
• 官网：Next.js 搭配 SSR 优化 SEO。

AI 自动处理翻译和例句生成，完全省去了手动输入。

MVP 构建与早期挑战

最初版本只是个简单网页，只有一个输入框，用于验证概念。一旦可行，几天内就搞定移动版。开发提速得益于 AI 工具：

• Cursor 和 Claude 用于代码生成。

• Figma 社区模板的现成 UI 套件负责设计。

意外难题是塞尔维亚语的双书写系统（西里尔字母 + 拉丁字母）。AI 模型输出字母混杂，AWS TTS 只认拉丁文。解决方案？用算法转换器，而非纠结 AI 提示词。

上线与用户反馈

iOS 初版上线暴露出测试遗漏的 Bug 和边缘情况。负面评价提供了宝贵优化线索。分发渠道包括：

• 作者的 Telegram 频道（1500 订阅者）。

• Habr 的“自我 PR”专区帖子，带来约 700 名用户。

惊魂一刻：RevenueCat 的 Google Play 集成故障，导致成功支付自动退款。引发差评，还差点封号。通过手动配置调整才修复。

当前状态与未来规划

截至撰文，应用成绩单：

• 超过 1000 名注册用户。

• 过去 28 天 700 名活跃用户。

• 5 个付费订阅。

关键路线图：

• 提升 AI 稳定性，尤其针对小语种。
• 优化从添加单词到掌握的全流程。
• 探索图像生成为联想记忆服务，同时控制 token 成本。

核心经验教训

• AI 能加速开发，但无法取代深度编码 – 神经网络搞定 MVP，但支付等棘手问题需手动解决。

• 分发比完美代码更重要 – 粗糙但解决真痛点的 MVP，通过精准发帖就能起势。

• 先解决自己的问题 – 对你有用，就很可能帮到别人。

• 多语支持需细致处理 – 如塞尔维亚语双字母的奇葩问题，需要巧妙技术绕过。

— Editorial Team