搜狗流行新词自动更新

SogouPopularDict 是一套 Python 编写的自动化工具链，自动抓取搜狗网络流行新词细胞词库（.scel），解析转换输出纯文本 TSV 与 Rime 中州韵标准dict.yaml词典。利用 GitHub Actions 实现每日自动抓取、解析、提交更新，解决 Rime 原生词库网络热词更新慢的痛点，为朙月拼音等拼音方案提供持续更新的互联网流行词汇扩展词库。

项目产出两套词库：当前版本（仅本期新增词条）、累积版本（全部历史累计词条）；会完整保留 scel 原始拼音映射，防止多次转换带来的词库漂移、注音错乱问题。

核心功能

1. 自动下载解析搜狗 scel 细胞词库 Python 实现 scel 解析器，读取搜狗网络流行新词词库，提取词条与原始拼音，输出 txt 、 tsv 真值文件，保留原始拼音，避免重复重新计算拼音引发的词库漂移问题。
2. 输出两套 Rime 词典产物

• luna_pinyin.sogoupopular.current.dict.yaml：当前版，仅本次更新新增词条，体积小巧，适合增量挂载；
• luna_pinyin.sogoupopular.dict.yaml：累积完整版，包含全部历史收集的网络流行新词； 同时配套文本与 tsv 拼音映射文件，可供其他输入法、 NLP 二次使用。

3. GitHub‑Actions 每日 CI 自动流水线

• 定时任务每日检查源词库是否发生变更；
• 有更新则执行下载‑解析‑转换全流程，自动提交到仓库；
• 支持网页手动触发 Workflow 立即执行更新；
• 检测无更新时会跳过转换，避免无效提交。

4. 配套修复脚本 提供repair_pronunciation_data.py，可批量修复仓库内拼音注音数据，用于历史词库数据纠错。

使用方式

方式一：直接使用仓库产出词库（普通 Rime 用户）

1. 从仓库data目录下载luna_pinyin.sogoupopular.dict.yaml；
2. 复制到你的 Rime 用户目录：
   • Windows ：%APPDATA%\Rime
   • macOS ：~/Library/Rime
   • Linux fcitx5‑rime ：~/.local/share/fcitx5/rime
3. 修改朙月拼音配置，挂载扩展词典：

patch:
  luna_pinyin:
    custom_dict:
      - luna_pinyin.sogoupopular

4. 执行 Rime 「重新部署」，热词生效。

方式二：本地完整运行整套流水线

git clone https://github.com/ASC8384/SogouPopularDict.git
cd SogouPopularDict
pip install -r requirements.txt

# 一键完整流程：下载解析 + 生成 rime 词库
python scripts/run_all.py

也可以分步执行：

# 1.下载解析 scel 输出 txt/tsv
python scripts/download_and_convert.py
# 2.基于真值生成 Rime yaml 词典
python scripts/convert_to_rime.py
# 3.修复历史拼音数据（按需）
python scripts/repair_pronunciation_data.py --version 2026.04.13

手动触发 GitHub Actions 更新

进入仓库 Actions 页面，选择「自动更新搜狗网络流行新词词库」工作流，点击Run workflow手动触发更新。