因为某天一个朋友被学校要求在动态里面刷某种言论的时候，打开某网站后被傻逼到了
欢迎加入习语学习群：点击加入
每日习语学习
好好学习天天向上
习得者得永生
嗯。
Telegram Bot: @xixi_haha_bot
支持inline mode
机器可读的权威语料位于独立的 data 分支，每篇文章一个 JSON 文件，并遵守 add-only 规则：
- 浏览
articles/ - 下载整个 data 分支
- 查看数据更新和可下载聚合文件（成功运行的 Actions artifact 包含 minimal/full JSON、TGZ 和 provenance）
GitHub Pages 是可选展示入口，不是数据读取前提。旧的
master/parse/result-min.json、master/parse/result-full.tgz 和整个
master/parse/v1/ 原始路径已明确移除；请从 data 分支读取规范的逐文章 JSON，或从指定
DATA commit 对应的成功 Actions 运行下载 v2 聚合导出。Cloudflare Worker 的 Static Assets
也是由精确、可达的 DATA commit 确定性生成；这些运行时资产是公开内容，不得包含 bot token、
webhook secret 或其他秘密。
抓取代码与数据 checkout 必须分开；所有数据命令都显式传入 data worktree。安装和导入、增量补齐、全量核对、确定性导出的完整用法见 parse/README.md。
uv sync --locked
uv run --locked python parse/update.py update \
--data-dir /absolute/path/to/xixi-haha-data \
--max-pages 50 --max-additions 200 \
--delay 1 --timeout 30 --retries 3
uv run --locked python parse/corpus.py validate \
--data-dir /absolute/path/to/xixi-haha-data每周自动流程默认从最新列表页开始增量扫描，在连续两个页面都只含已有文章时停止；全量扫描仅用于显式、人工监督的可选核对。流程只新增文章，遇到不完整扫描、已有文章变化、删除、推送竞争或导出失败都会停止。聚合文件由精确的 data commit 生成并作为 GitHub Actions artifact 提供，不提交到 data 分支。
worker/ 是唯一的 Web/API/Telegram 运行时实现。它提供公开随机语录/API、静态语料资产和
POST /telegram/webhook；旧 Web、Fission、Lambda、Docker 和 Telegram container 已移除。
详细路由、免费额度注意事项、部署、回滚、本地测试和 bot 人工配置见
worker/README.md。
GitHub Actions 只负责从精确、可达的 source/DATA SHA 构建、验证、测试并上传 artifact，绝不发布
Worker。生产发布的唯一所有者是运维人员配置的 Cloudflare 原生 Git 连接；DATA-only 更新成功后仍须
人工在 Cloudflare 中触发一次新构建，Actions artifact 不会被 Cloudflare 自动采用。具体构建命令、
生产配置和回滚约束见 worker/README.md。Telegram token、webhook secret 和
setWebhook 注册都是运维人员在 Cloudflare/Telegram 中执行的独立人工步骤；仓库 workflow 不注册
webhook，也不会在测试中调用真实 bot。此服务无持久去重，采用至少一次处理，超时或非 2xx 后
Telegram 重投可能产生重复回复，不承诺 exactly-once。
回滚必须让 Cloudflare 原生 Git 构建重新构建一个已审核的 source commit，并由该构建重新解析或显式 固定一个可达 DATA SHA，使代码和同一 provenance 的资产一起发布；不要单独替换公开资产。
（其实我是有Future Plan的，但是我太懒了……估计会在某个闲得无聊的夜晚做了）
- 点赞，鼓掌👏
- 配合原声音频（对的，有很多亲自朗读的）
本来是想保留那些重复来重复去的（比如称呼，xxx好）玩意，可以显得很zz。但是抓的时候有些地方漏了，就直接全部去重干掉了。有兴趣的自己玩玩吧。