一个开源仓库里装着 76 万字中文教材、两千多个音频视频文件，运行它的桌面软件却已经 19 个月没发过新版。这两件事同时成立，而且不矛盾——它恰好说明了这个项目把赌注押在哪一边。
项目叫 Enjoy（仓库名 everyone-can-use-english，「人人都能用英语」），GitHub 上 3.9 万颗星，2019 年建仓，许可证是 GPL-3.0。它不是「又一个 AI 背单词 App」。它更像一个出版项目顺手带了个客户端：那本 2010 年出版的《人人都能用英语》全文在仓库里，2024 年那套叫「一千小时」的训练课程也在仓库里，配套的朗读音频、演讲视频、练习素材一共 98MB，全部公开。
我把仓库克隆进隔离沙箱清点了一遍，也去它线上跑着的服务端点探了探。先交个底：这次我没能把桌面版真正启动起来——沙箱只有 1G 内存、没有图形界面，装不上一个约 150MB 的桌面程序。所以下面所有结论来自两件事：代码和数据的静态清点，以及线上接口的真实响应。这个边界我先摆在这里。
一、这个仓库里到底装着什么
打个比方：绝大多数开源项目像一家餐厅——代码是厨房，文档是菜单，菜单得服从厨房。Enjoy 反过来了，厨房是为了把菜端出来才建的。
清点结果是这样（体积按目录算，行数按代码文件算）：
| 仓库里的一块 | 体量 | 它是什么 |
|---|---|---|
| 那本 2010 年的书 | 10 篇，42.4 万汉字 | 《人人都能用英语》全文，八章正文加简介后记 |
| 「一千小时」文档站 | 105 篇，34.2 万汉字 | 2024 年新课：训练任务、语音塑造、自我训练、大脑原理 |
| 站的素材目录 | 2451 个文件，98MB | 2263 段朗读音频、16 段演讲视频，其余是配图与练习文本 |
| 桌面应用 | 458 个代码文件，58553 行 | 整个仓库里唯一真正的软件 |
| 门户站 | 1403 行 | 一个只有骨架的页面框架，基本是脚手架模板 |
| 新版草稿 | 44MB | 还没成书的素材 |
两个数字对照着看：中文正文合计约 76.6 万字，软件代码 5.8 万行——文字是代码的 13 倍。更细一层：那 5.8 万行里，有 99.7% 都集中在桌面应用这一个模块里，另外两个站点的代码加起来不到两千行。
这意味着什么：如果你冲着「又一个 AI 英语 App」来，会失望——软件只是这套教材的出口。反过来，如果你在找一套能从头读到尾、能照着练的英语训练法，这种密度在国内开源圈里几乎找不到第二个。76 万字不是营销话术，是我一个一个汉字数出来的。
二、桌面版停了 19 个月，但它没死
先把时间线摆清楚，这几条都能自己核对：
| 事实 | 数字 | 来源 |
|---|---|---|
| 最新桌面版发布 | 2025 年 3 月，版本 0.7.9 | 项目的发行版页面 |
| 距今 | 19 个月 | 按今天算 |
| 仓库最后一次提交 | 2026 年 6 月 29 日 | 提交记录 |
| 数据库结构最后一次变更 | 2024 年 10 月 31 日 | 代码里的 18 次结构变更记录 |
| 未关闭的 issue | 128 个 | GitHub 接口 |
| 网页版是否在线 | 是，首页返回 200 | 直接访问 |
18 次数据库结构变更，时间戳从 2023 年 12 月 30 日一直排到 2024 年 10 月 31 日，之后两年再没动过。数据结构定型两年、桌面版停更一年半、issue 攒了 128 个——按常规判断，这就是一个「凉了」的项目。
但它的网页版活得很好。我实测三件事：首页正常返回；版本接口报 0.7.9，和桌面版同步；而它的 AI 接口不带登录凭据直接请求，返回的是 401，也就是「你没登录」。
这三条连起来读，结论很清楚：开源出去的是前端界面和本地能力，真正在跑的服务在另一侧，不在这个仓库里。项目自己在说明里也写了，新版桌面版「将会是对网页版的套壳和增强」。
所以「停更」的真相不是弃坑，是重心转移。团队把迭代搬到了不用发安装包的地方——网页版改一行就能上线，桌面版要重新签名打包发三个平台，成本差一个量级。
对读者的意义分两层：
- 想省事：用网页版，注册就能用，代价是你的录音和对话要经过它的服务器。
- 想要数据全在本地：桌面版能装，但得接受它一年半没更新，也别指望下周就修 bug。
三、真正硬的地方：语音在本地跑
这是我看完代码后最想讲的一段，也是它和同类产品最大的分野。
大多数「AI 练口语」产品把语音识别整个丢给云端：你念一句，音频上传，服务器返回文字和评分。Enjoy 的桌面版不是这么干的。
它内置了一整套本地语音流水线。识别用的是 echogarden——一个开源的语音工具箱，能把音频转成文字，还能标出每个词的起止时间。这套东西在本机跑，配合打包进去的 ffmpeg（音视频转码工具）处理各种格式。模型文件从国内的镜像站下载，不用翻墙，代价是第一次用要等它下几百兆。
工程上更值钱的是「时间轴对齐」这件事——说白了，就是让文字和声音在时间上卡准位置。它不只把整段音频转成文字，还把每句话、每个词的起止时刻标出来。跟读时字幕能跟着你的声音走，逐句循环不用手动拉进度条。这是「练」和「听」的区别，靠的就是这种细到词的时间戳。
真正需要联网的只有一件事：发音评分。客户端向自家服务要一枚临时令牌，拿令牌去调 Azure（微软的云服务）的语音评分接口。你的 Azure 密钥不经过客户端，令牌由服务端签发。
这个设计值钱在哪：你读的每一篇 TED 稿、跟读的每一句有声书、听写的每一个词，都可以只留在本机。对练口语这种高频又私密的事，这不是锦上添花，是能不能坚持用的分界线。
素材来源只有三家：Audible（有声书）、TED（演讲）、YouTube（视频）。代码里就这三个适配器，没有更多——这一点写清楚，免得你以为它能接任意网站。
四、我核出来的四处短板
第一处：5.8 万行代码，端到端测试只有两个文件
端到端测试指的是「真的把应用跑起来、模拟人点一遍」的那种测试。整个桌面应用模块里，这类测试文件只有 2 个，其余没有任何单元测试。对比一下我上周评的另一个开源客户端（8158 星，184 万行测试代码），差距不是一点。对一个要处理音频、数据库、第三方登录的程序来说，这个测试密度意味着：每次改动都靠人手动验。
第二处：核心能力散在云端
AI 对话、发音评分、账号体系，三样都不在仓库里。想拿它二次开发成自己的产品，你能改壳，改不了脑。401 那个响应就是最直白的证据：仓库里的代码拿不到服务端的任何东西。
第三处：数据结构两年没动，扩展余地有限
18 个数据模型覆盖了音频、视频、录音、对话、文档、笔记、发音评估这些对象，设计得挺规整，但最后一次结构变更停在 2024 年 10 月。同期新出现的需求——比如多设备同步、离线包管理——在模型层看不到对应的表。想加功能的人得先自己想清楚怎么落地。
第四处：许可证是 GPL-3.0
GPL-3.0 的意思很直白：你可以随意用、随意改，但如果你把改过的版本分发出去，必须也以同样的许可证开源。想把它合进闭源商业产品，这条路被堵死了；自己做来用、或者开源分发，完全没问题。对个人学习者这件事没影响，对想靠它做产品的团队是硬约束。
五、谁适合，谁不适合
适合的人：每天能匀出一小时、愿意按顺序读完教材再练的；在意录音和对话不出本机的；懂一点技术、愿意自己装桌面版甚至改代码的。这个项目的全部价值在「材料 + 方法」，工具只是把材料变成练习的那台机器。
不适合的人：想要「每天十分钟打个卡」的轻量产品的；需要厂商承诺持续更新、出问题有人兜底的；想直接拿它的代码做商业产品的。还有一类要提醒：界面只有中文和英文两种语言，素材源也都是英语内容（有声书、演讲、视频），想拿它练日语、法语的话，这套东西没有对应的材料。
如果你要动手，建议这个顺序：先去文档站把「训练任务」那九篇读完，搞清楚它到底想让你怎么练；再决定用网页版还是装桌面版。反过来先装软件、边用边猜方法，大概率一周就弃。
六、结论
一句话：这是一套开源教材长出了一个客户端，不是一个产品开源了它的代码。
值得装——如果你要的是方法和材料，这 76 万字的密度对得起它 3.9 万颗星。
值得读——哪怕你不学英语，它的仓库结构本身是个样本：教材怎么组织、素材怎么命名、本地语音管线怎么搭。
别抱错期待——桌面版会在可预见的将来继续停更，云端那半永远不开源，GPL 也决定了它当不了别人的商业底座。
想继续看同类实测，可以翻这两篇：AI 打造英语学习播客的低成本路径、Cindy 开源 AI 客户端实测。
—
本文基于 2026 年 10 月 29 日对仓库公开代码的静态清点与线上接口探测，未在图形界面内实际使用软件；桌面版版本号、issue 数等数据会随时间变化，动手前以仓库当前状态为准。项目与本人无利益关系。