Có một repo TypeScript vừa lên GitHub hôm 25/10/2026, hôm sau đã có 941 sao. Tên nó là designfuchen/word-atlas, tiếng Trung gọi là 词光, hiểu nôm na là “ánh sáng của từ”. Nghe qua thì giống mấy app học từ vựng nữa, nhưng điểm làm tôi dừng lại là con số: 7.298 từ IELTS, và mỗi từ đều có một bức tranh vẽ riêng. Không phải tranh stock, cũng không phải icon lặp đi lặp lại. 7.298 tranh.
Nó làm gì, cụ thể
Word Atlas là một web app học từ vựng IELTS chạy trên trình duyệt, không cần đăng ký tài khoản. Mở lên là học. Toàn bộ 7.298 từ được gắn nhãn CEFR A1 đến C2, chia theo 19 chủ đề IELTS hay gặp (giáo dục, môi trường, công nghệ, thành phố…).
Với mỗi từ, bạn có:
- Một bức minh họa vẽ theo đúng cảnh của câu ví dụ. Từ abandon là chiếc xe bị bỏ lại trong tuyết. Từ lighthouse là ngọn đèn biển quét qua mặt nước tối.
- Phát âm giọng Anh và giọng Mỹ riêng biệt (tổng cộng 22.905 đoạn audio, gồm cả đọc câu ví dụ).
- Hai câu ví dụ tự viết: một câu đời thường để nhớ, một câu văn phong học thuật kiểu IELTS để dùng.
- Nghĩa Anh và Trung, tối đa 3 nghĩa phổ biến xếp theo tần suất thi, kèm collocation và word family.
- Một dòng tip ngắn, ví dụ phân biệt principle và principal.
Phần ôn tập dùng FSRS, cùng thuật toán spaced repetition mà bản Anki mới đang dùng (thư viện ts-fsrs, license MIT). Mục tiêu nhớ có thể chỉnh được. Có 4 dạng bài: nhìn nghĩa chọn từ, nhìn tranh điền câu, nghe chọn từ, và gõ lại từ. Chỉ lần trả lời đầu tiên được tính điểm, retry không đẩy accuracy lên. Chi tiết này khá hiếm, mấy app khác thường thích số đẹp.
Điểm tôi thấy hay nhất là cái “vocabulary star map”. 7.298 từ hóa thành 7.298 ngôi sao, 19 chủ đề là 19 nhánh xoắn ốc, từ dễ ở giữa, từ khó ra rìa. Từ chưa học là bụi sao mờ, đang học thì phát sáng, đã thuộc thì trắng, từ mới học hôm nay thì vàng. Render bằng WebGL2 shader tự viết, máy không hỗ trợ thì tự fallback. Nghe hơi màu mè, nhưng đây đúng là thứ khiến người ta mở lại app mỗi ngày thay vì mở xong đóng.
Vì sao nó hút sao nhanh
941 sao trong khoảng một ngày, với một dự án cá nhân không có công ty đứng sau. Lý do không khó đoán.
Thứ nhất, làm 7.298 bức tranh và 22.905 đoạn audio là chi phí thật. Tác giả ghi rõ trong README là tự bỏ tiền làm, dùng image model cho phần vẽ và ElevenLabs cho phần giọng đọc, rồi mở hết ra. Một mình làm khối lượng đó ở nhà thì đây là dạng “trả tiền để khỏi ai phải trả tiền lần nữa”. Dev nhìn vào thấy ngay.
Thứ hai, toàn bộ dataset để dưới dạng data/word-atlas.json và data/word-atlas.csv, license CC BY 4.0, được dùng thương mại miễn ghi nguồn. Bạn kéo về import thẳng vào Anki, làm Chrome extension, hay nhét vào pipeline train model đều được. Cái này biến nó từ “một app” thành “một nguồn dữ liệu”. Dân làm side project khoái loại này.
Thứ ba, nó không có account, không ads, không tracking. Progress lưu local. Nghe thì nhỏ, nhưng giữa một rừng app học tiếng Anh bắt đăng ký, thu email, bán premium, một cái web mở ra là học luôn vẫn có sức hút riêng.
Thứ tư, chuyện kỹ thuật cũng đáng nể: TypeScript strict mode, PWA, WebGL2, unit test, script kiểm tra cấu trúc dataset và file media. Với một dự án cá nhân làm trong thời gian ngắn thì mức độ hoàn thiện này cao hơn mặt bằng chung.
Cài và chạy thử
Yêu cầu Node.js 20 trở lên. Không cần Docker, không cần database.
git clone https://github.com/designfuchen/word-atlas.git
cd word-atlas
npm ci
npm run devMở http://localhost:5188. Muốn test trên điện thoại cùng mạng Wi-Fi thì dùng địa chỉ Network mà terminal in ra.
Vài lệnh khác đáng biết:
npm test # unit test
npm run check:atlas # kiểm tra cấu trúc dataset và file media
npm run build # build production, output vào dist/Deploy chỉ là copy thư mục dist/ lên static hosting bất kỳ. Nếu deploy dưới subpath thì build bằng ATLAS_BASE=/words/ npm run build, chi tiết trong docs/deployment.md.
Còn nếu bạn chỉ cần dữ liệu, không cần chạy app, thì ba dòng Python là đủ:
import json
words = json.load(open("data/word-atlas.json", encoding="utf-8"))
b2_env = [w for w in words if w["cefr"] == "B2" and w["topic"] == "environment"]Cấu trúc một entry gồm id, w, uk, us, senses, ex, col, fam, tip, cefr, topic. Đủ để lọc theo cấp độ, theo chủ đề, hay build flashcard riêng.
Ai nên dùng
Ba nhóm người tôi nghĩ sẽ thấy repo này có ích.
Một là người đang tự ôn IELTS và muốn một cái gì nhẹ hơn Anki để duy trì streak. App chạy offline được sau lần đầu xem, progress lưu local, không cần login. Mở bằng PWA trên điện thoại là dùng.
Hai là dev muốn có vocabulary dataset sạch để làm side project. Có sẵn JSON, CSV, ảnh WebP 512px (kèm thumbnail 256px), audio MP3 tách thư mục uk/, us/, ex/, ex2/, license rõ ràng. Kéo về làm bot Telegram, extension, hay deck Anki đều nhanh.
Ba là người làm nghiên cứu hoặc đánh giá model ngôn ngữ, cần một bộ từ vựng IELTS có nhãn CEFR và topic để test. Cái này ít người nghĩ tới nhưng dùng được.
Còn nếu bạn đang tìm một app có community, có leaderboard, có lộ trình cá nhân hóa như kiểu app thương mại thì repo này không nhắm tới bạn. Nó là công cụ tự học, im lặng, một mình.
Về so sánh, Anki là tham chiếu rõ nhất vì Word Atlas dùng chính ts-fsrs. Anki mạnh ở việc bạn tự tạo deck, tự viết card, cộng đồng deck khổng lồ. Word Atlas mạnh ở chỗ nội dung đã làm sẵn và giao diện dễ chịu hơn nhiều cho người mới. Nếu đã có workflow Anki ổn định, bạn có thể chỉ lấy file CSV của Word Atlas import vào, khỏi đổi app. Còn Quizlet hay mấy app từ vựng khác thì tôi không có số liệu so sánh cụ thể nên không bàn.
Ưu điểm và mấy chỗ cần cân nhắc
Ưu điểm thì rõ rồi: khối lượng nội dung lớn (7.298 từ, 14.596 câu ví dụ, 22.905 audio), license mở cho cả dữ liệu lẫn code (code MIT, dataset CC BY 4.0), không account không tracking, có PWA và offline, thuật toán ôn tập là fsrs chuẩn, và cộng đồng đang phản hồi nhanh (sao tăng trong một ngày, tác giả có mặt trên X).
Chỗ cần biết trước khi commit dùng lâu dài:
- Tác giả tự ghi trong README: nội dung được kiểm tra tự động về cấu trúc, tham chiếu và tính nhất quán, nhưng chưa được review thủ công từng mục. Nghĩa là vẫn có thể có định nghĩa hay câu ví dụ sai, hoặc tranh không khớp hoàn toàn với nghĩa. Nếu dùng cho lớp học hay sản phẩm, nên có bước QA.
- Đây không phải wordlist chính thức của IELTS, và tác giả nói thẳng không cam kết tăng điểm. Đừng kỳ vọng nó thay được giáo trình.
- Nội dung có tiếng Trung làm ngôn ngữ phụ. Nếu bạn không đọc được tiếng Trung thì phần nghĩa và tip sẽ bớt giá trị, dù nghĩa tiếng Anh vẫn có.
- License: code MIT, dataset và tranh/audio CC BY 4.0, font Fraunces theo SIL OFL, ts-fsrs MIT. Dùng thương mại được nhưng phải ghi nguồn “Word Atlas contributors（词光）”.
- Repo tạo ngày 2026-10-25, cập nhật 2026-10-26. Nó còn rất non. API có thể đổi, format dataset có thể đổi. Nếu bạn build sản phẩm trên nó, hãy pin commit hoặc fork.
- Tài liệu: README khá đầy đủ, có
docs/dataset.md,docs/deployment.md,docs/pipeline.md,docs/learning-model.md. Đủ để bắt đầu, nhưng với dự án mới như vậy thì vẫn nên đọc code khi cần.
Cá nhân tôi thấy phần pipeline sinh nội dung bằng LLM và image model, rồi kiểm tra tự động, là chỗ đáng đọc nhất về mặt kỹ thuật. Script nằm trong scripts/atlas/. Nếu bạn đang muốn làm một bộ dataset có cấu trúc tương tự cho lĩnh vực khác, đây là template tham khảo tốt hơn nhiều bài blog về prompt engineering.
Một con số để kết: 7.298 từ nhân hai câu ví dụ, cộng 22.905 đoạn audio, toàn bộ tải về được từ một lệnh git clone. Nếu bạn đang tìm dữ liệu học tiếng Anh mở để nghịch, khỏi phải scrape đâu xa. Repo ở đây: designfuchen/word-atlas.
