feat: add scripts for fetching and training educational corpus

- Implemented `fetch_corpus.py` to scrape Chinese educational content from Wikipedia, covering subjects like Chinese, Math, English, Chemistry, Politics, History, Geography, Physics, and Biology.
- Developed `fetch_corpus_incremental.py` for incremental fetching of missing entries, with automatic retries for rate limiting and support for resuming interrupted downloads.
- Created `train_chat.py` for training a dialogue model, including corpus cleaning, vocabulary management, and staged training with adaptive learning rates.

corpus/教材/幼儿园/大班/大班课程.md

@@ -0,0 +1,375 @@
+# 幼儿园大班课程（5-6 岁）
+
+## 说明
+
+本课程内容为 5-6 岁大班幼儿设计，覆盖健康、语言、社会、科学、艺术五大领域，并补充数学启蒙与英语启蒙，兼顾幼小衔接。每个领域包含**具体教学目标、核心知识点、活动案例、儿歌/故事/游戏/单词/数学应用题/英语对话**等训练文本。
+
+---
+
+## 一、健康
+
+### 发展目标
+1. 身体健康，情绪稳定愉快，能较快适应新环境。
+2. 养成良好的个人卫生习惯和生活自理能力，为小学生活做准备。
+3. 了解基本的安全知识和自我保护方法。
+4. 喜欢参加体育活动，动作协调、灵活，具有一定的平衡和耐力。
+
+### 核心知识点
+- 生活自理：独立穿脱衣服并整理整齐，能系鞋带、整理书包。
+- 卫生习惯：早晚刷牙、饭前便后洗手、保持个人和环境整洁。
+- 安全教育：交通安全、消防安全、防拐骗、食品安全。
+- 体育锻炼：练习跳绳、拍球、投掷、奔跑、攀爬；学习简单队列队形。
+- 健康心理：能表达和调节情绪，遇到困难愿意寻求帮助。
+
+### 活动案例
+
+**活动 1：我会整理书包**
+- 目标：学习整理书包，为入小学做准备。
+- 准备：书包、文具盒、书本、纸巾、水杯。
+- 过程：
+  1. 讨论书包里应该放什么。
+  2. 学习分类摆放：大书放后面，小书放前面，文具盒放固定位置。
+  3. 比赛整理书包，看谁又快又整齐。
+
+**活动 2：消防小卫士**
+- 目标：了解火灾危害，学习基本消防知识和逃生方法。
+- 准备：消防图片、湿毛巾、安全出口标识。
+- 过程：
+  1. 讨论火灾发生时应该怎么办。
+  2. 学习用湿毛巾捂住口鼻、弯腰低姿逃生。
+  3. 进行消防疏散演练。
+- 儿歌：遇到火灾不要慌，湿毛巾捂口鼻。弯腰低头快快走，安全出口在前方。
+
+**活动 3：跳绳小能手**
+- 目标：学习连续跳绳，发展协调性。
+- 准备：跳绳。
+- 过程：
+  1. 学习握绳方法和基本动作。
+  2. 练习双脚并拢跳过绳子。
+  3. 挑战连续跳绳 5 次、10 次、20 次。
+
+### 训练文本
+- 儿歌《我是小学生》：背上小书包，戴上小红帽。见到老师问声好，见到同学微微笑。上课认真听，举手来发言。放学排好队，平安回到家。
+- 安全问答：
+  - 问：发生火灾应该拨打什么电话？答：119。
+  - 问：受伤了应该怎么办？答：告诉老师或家长，严重时拨打 120。
+  - 问：陌生人要带你走，你应该怎么做？答：大声呼救，找警察或老师。
+
+---
+
+## 二、语言
+
+### 发展目标
+1. 能清楚、连贯地讲述自己的见闻和想法。
+2. 能专注地倾听他人讲话，理解主要内容并能提问或评论。
+3. 喜欢阅读，能理解图书中的主要情节和人物关系。
+4. 对文字符号感兴趣，知道文字可以表达一定意义。
+
+### 核心知识点
+- 讲述与表达：看图讲述、创编故事、新闻播报、介绍自己的作品。
+- 阅读与欣赏：阅读图画书，理解故事的起因、经过、结果；认识常见汉字 50-100 个。
+- 前书写准备：学习正确握笔姿势，尝试书写自己的名字和简单汉字。
+- 文学欣赏：古诗、成语故事、绕口令、儿童诗。
+- 常见成语：守株待兔、画蛇添足、井底之蛙、亡羊补牢。
+
+### 活动案例
+
+**活动 1：小小新闻播报员**
+- 目标：能清楚、连贯地讲述一件新鲜事。
+- 准备：幼儿提前准备一件想分享的事。
+- 过程：
+  1. 幼儿上台讲述。
+  2. 其他幼儿认真倾听，可以提问。
+  3. 教师和同伴给予鼓励性评价。
+
+**活动 2：古诗《静夜思》**
+- 目标：理解古诗意境，感受思乡之情。
+- 古诗：
+  > 床前明月光，疑是地上霜。
+  > 举头望明月，低头思故乡。
+- 过程：
+  1. 观察月亮图片，谈论看到月亮会想到什么。
+  2. 教师讲解诗意。
+  3. 配乐朗诵，尝试背诵。
+
+**活动 3：成语故事《守株待兔》**
+- 目标：理解成语故事，明白不劳动不会有收获的道理。
+- 故事梗概：古时候有个农夫，一天在田里干活，看见一只兔子撞在树桩上死了。他很高兴，捡起兔子回家煮了吃。从此，他不再干活，天天守在树桩旁等兔子。可是再也没有兔子撞上来，他的田地也荒了。
+- 提问：
+  1. 农夫第一次为什么捡到兔子？
+  2. 他后来为什么再也没有捡到兔子？
+  3. 这个故事告诉我们什么道理？
+
+### 训练文本
+- 古诗《春晓》：春眠不觉晓，处处闻啼鸟。夜来风雨声，花落知多少。
+- 古诗《悯农》：锄禾日当午，汗滴禾下土。谁知盘中餐，粒粒皆辛苦。
+- 绕口令《吃葡萄》：吃葡萄不吐葡萄皮，不吃葡萄倒吐葡萄皮。
+- 故事《小马过河》：小马要帮妈妈送麦子到磨坊，路上遇到一条小河。牛伯伯说水很浅，小松鼠说水很深。小马不知道怎么办，回家问妈妈。妈妈说：“你自己去试一试。”小马小心地走进河里，发现河水既不像牛伯伯说的那么浅，也不像小松鼠说的那么深，正好能过去。
+
+---
+
+## 三、社会
+
+### 发展目标
+1. 能主动参与各项活动，有自信心和自尊心。
+2. 乐意与人交往，学习互助、合作、分享，有同情心。
+3. 理解并遵守日常生活中的社会行为规则，具有初步的规则意识。
+4. 能认真做好力所能及的事，不怕困难，有初步的责任感。
+5. 爱父母长辈、老师和同伴，爱集体、爱家乡、爱祖国。
+
+### 核心知识点
+- 人际交往：学习解决与同伴之间的冲突，掌握基本交往策略。
+- 合作与分享：小组合作完成任务，体验团队成功的快乐。
+- 规则与责任：遵守班级公约、游戏规则，承担值日任务。
+- 社会认知：了解社区、公共场所及其功能（医院、邮局、超市、图书馆）。
+- 爱国情感：认识祖国版图、首都北京、民族多样性；学唱国歌。
+- 幼小衔接：了解小学生活，激发入学愿望。
+
+### 活动案例
+
+**活动 1：小小调解员**
+- 目标：学习用协商、轮流等方式解决冲突。
+- 准备：情景图片或角色扮演道具。
+- 过程：
+  1. 表演两个幼儿争抢玩具的情景。
+  2. 讨论：可以怎么解决？
+  3. 学习说：“我们可以轮流玩吗？”“我先玩，然后给你，好吗？”
+
+**活动 2：参观小学**
+- 目标：了解小学生活，激发入学愿望。
+- 准备：联系小学，安排参观。
+- 过程：
+  1. 观察小学教室、操场、图书馆。
+  2. 体验小学生上课：坐姿、举手发言、课间十分钟。
+  3. 回园后分享参观感受。
+
+**活动 3：我是中国娃**
+- 目标：了解祖国，激发爱国情感。
+- 准备：中国地图、国旗、各民族服饰图片。
+- 过程：
+  1. 认识中国地图，找到首都北京和自己的家乡。
+  2. 了解中国有 56 个民族。
+  3. 学唱《大中国》。
+
+### 训练文本
+- 儿歌《大中国》：我们都有一个家，名字叫中国。兄弟姐妹都很多，景色也不错。家里盘着两条龙是长江与黄河，还有珠穆朗玛峰儿是最高山坡。
+- 社会规则儿歌：排队走，不推挤，前后保持一臂距。有礼貌，不喧哗，公共场所守秩序。
+- 问答：
+  - 问：中国的首都是哪里？答：北京。
+  - 问：中国有多少个民族？答：56 个。
+  - 问：上小学后，上课想发言应该怎么做？答：先举手，等老师叫到再站起来回答。
+
+---
+
+## 四、科学
+
+### 发展目标
+1. 对周围世界充满好奇，喜欢探究并提出问题。
+2. 能通过观察、比较、操作、实验等方法探究问题。
+3. 能用适当方式（语言、图画、符号）表达、交流探索过程和结果。
+4. 感受数学的重要和有趣，能用简单数学方法解决生活问题。
+
+### 核心知识点
+- 自然探究：观察动植物生长变化、季节更替、天气现象。
+- 科学实验：沉与浮、磁铁、光影、声音、溶解等简单实验。
+- 数学认知：
+  - 认识 1-20，理解 10 以内数的分解与组成。
+  - 10 以内加减法及其应用。
+  - 认识常见几何图形（正方形、长方形、三角形、圆形、梯形、椭圆形）。
+  - 认识时钟整点和半点，了解年、月、日、星期。
+  - 学习简单统计（如投票、分类计数）。
+- 环保意识：认识可回收与不可回收垃圾，养成节约资源习惯。
+
+### 活动案例
+
+**活动 1：溶解实验**
+- 目标：观察哪些物质能在水中溶解。
+- 准备：水、糖、盐、沙子、油、面粉、透明杯子、搅拌棒。
+- 过程：
+  1. 猜测哪些能溶解。
+  2. 分别放入水中搅拌观察。
+  3. 记录结果，讨论“溶解”现象。
+
+**活动 2：影子剧场**
+- 目标：观察影子的形成和变化。
+- 准备：手电筒、白色幕布、各种小玩具。
+- 过程：
+  1. 用手电筒照射玩具，观察影子。
+  2. 改变光源距离，观察影子大小变化。
+  3. 用影子表演小故事。
+
+**活动 3：垃圾分类小能手**
+- 目标：认识可回收垃圾、厨余垃圾、有害垃圾、其他垃圾。
+- 准备：垃圾分类桶、各种垃圾图片。
+- 过程：
+  1. 学习四类垃圾标志。
+  2. 把垃圾图片投入对应垃圾桶。
+  3. 讨论减少垃圾、保护环境的方法。
+
+### 训练文本
+- 季节儿歌：春天花儿开，夏天知了叫，秋天果实熟，冬天雪花飘。
+- 科学问答：
+  - 问：糖放进水里会怎样？答：糖会溶解在水里。
+  - 问：影子是怎么形成的？答：光被物体挡住就会形成影子。
+  - 问：电池属于什么垃圾？答：有害垃圾。
+
+---
+
+## 五、艺术
+
+### 发展目标
+1. 能感受并喜爱环境、生活和艺术中的美。
+2. 积极参加艺术活动，能用自己喜欢的方式大胆表现。
+3. 能使用多种工具和材料进行艺术创作，表现一定的主题。
+
+### 核心知识点
+- 音乐：学唱 10 首以上儿童歌曲；能看简单图谱打节奏；使用打击乐器为歌曲伴奏；尝试简单舞蹈动作。
+- 美术：主题绘画、线描、水粉、版画、泥塑、废旧材料手工；学习构图和色彩搭配。
+- 欣赏：欣赏中外名画、民间艺术、儿童剧、自然美。
+- 戏剧表演：参与简单的童话剧表演，尝试角色扮演。
+
+### 活动案例
+
+**活动 1：毕业歌**
+- 目标：用歌声表达对幼儿园和老师的不舍。
+- 歌曲《老师再见了》：
+  > 老师老师您真好，辛勤培育好苗苗。
+  > 教我画画做游戏，教我唱歌和舞蹈。
+  > 老师老师再见了，等我戴上红领巾，再向你们来问好。
+
+**活动 2：我的梦想**
+- 目标：用绘画表现自己长大后的梦想。
+- 准备：白纸、彩笔。
+- 过程：
+  1. 讨论：你长大后想做什么？
+  2. 画出自己梦想中的职业形象。
+  3. 互相介绍作品。
+
+**活动 3：童话剧《三只小猪》**
+- 目标：参与童话剧表演，体验角色扮演的乐趣。
+- 准备：小猪、大灰狼、房子道具。
+- 过程：
+  1. 分配角色，熟悉台词。
+  2. 排练动作和队形。
+  3. 进行表演并互相欣赏。
+
+### 训练文本
+- 歌曲《让我们荡起双桨》：让我们荡起双桨，小船儿推开波浪。海面倒映着美丽的白塔，四周环绕着绿树红墙。
+- 美术创作步骤：
+  1. 确定主题，先用铅笔轻轻画出主要形象。
+  2. 从浅色开始涂色，再涂深色。
+  3. 用黑色或深色勾边，让画面更清晰。
+
+---
+
+## 六、数学启蒙
+
+### 发展目标
+1. 理解 10 以内数的实际意义，掌握 10 以内加减运算。
+2. 能按多种特征进行分类、排序和比较。
+3. 认识常见几何图形，初步感知空间方位。
+4. 能用数学方法解决简单生活问题，为小学数学学习做准备。
+
+### 核心知识点
+- 数概念：1-20 的认识；10 以内分解与组成；10 以内加减法。
+- 应用问题：用加减法解决简单情境问题。
+- 分类与排序：按两个以上特征分类；按规律排序（ABAB、AABB）。
+- 几何与空间：认识平面图形和简单立体图形（正方体、长方体、球、圆柱）；区分左右。
+- 测量与时间：用自然物测量长度；认识整点、半点；了解昨天、今天、明天。
+
+### 活动案例
+
+**活动 1：小小超市**
+- 目标：运用 10 以内加减法解决购物问题。
+- 准备：标价的玩具商品、仿真货币。
+- 过程：
+  1. 幼儿扮演顾客和售货员。
+  2. 顾客买 2 件商品，计算总价。
+  3. 给 10 元，练习找零。
+
+**活动 2：找规律**
+- 目标：发现并按规律排序。
+- 准备：彩色积木、珠子。
+- 过程：
+  1. 教师摆出 ABAB 规律（红蓝红蓝）。
+  2. 幼儿发现规律并续排。
+  3. 尝试创造 AABB 或 ABC 规律。
+
+**活动 3：认识时钟**
+- 目标：认识整点和半点。
+- 准备：钟表模型。
+- 过程：
+  1. 认识时针和分针。
+  2. 分针指向 12 是整点，指向 6 是半点。
+  3. 拨出早晨 7 点、中午 12 点、晚上 6 点等时间。
+
+### 训练文本
+- 加法应用题：小明有 7 支铅笔，小红又送给他 3 支，小明现在有几支铅笔？答：7 加 3 等于 10，小明现在有 10 支铅笔。
+- 减法应用题：篮子里有 10 个苹果，吃掉 4 个，还剩几个？答：10 减 4 等于 6，还剩 6 个。
+- 规律题：○△○△○△___。答：○。
+- 时间问答：
+  - 问：分针指向 12，时针指向 3，是几点？答：3 点。
+  - 问：分针指向 6，时针在 2 和 3 中间，是几点？答：2 点半。
+
+---
+
+## 七、英语启蒙
+
+### 发展目标
+1. 能听懂并执行日常英语指令，能进行简单日常对话。
+2. 愿意用英语表达简单的需求和想法。
+3. 对英语故事、儿歌感兴趣，能模仿朗读。
+
+### 核心知识点
+- 词汇：数字 1-20、颜色、动物、水果、食物、身体部位、服装、家庭成员、天气、动作。
+- 句型：
+  - What's this? It's a ...
+  - How many ...?
+  - I like / I don't like ...
+  - Can you ...? Yes, I can. / No, I can't.
+  - What color is it? It's ...
+- 日常用语：问候、告别、感谢、道歉、请求帮助。
+- 儿歌与绘本：Five Little Monkeys、The Very Hungry Caterpillar、Dear Zoo。
+
+### 活动案例
+
+**活动 1：天气预报员**
+- 目标：用英语描述天气。
+- 词汇：sunny 晴天、cloudy 多云、rainy 雨天、snowy 雪天、windy 刮风。
+- 对话：
+  - A: What's the weather like today?
+  - B: It's sunny.
+  - A: Can I go outside?
+  - B: Yes, you can.
+
+**活动 2：家庭树**
+- 目标：认识家庭成员英文。
+- 词汇：father 爸爸、mother 妈妈、brother 兄弟、sister 姐妹、grandfather 爷爷、grandmother 奶奶。
+- 句子：This is my father. He is tall. This is my mother. She is kind.
+
+**活动 3：绘本《The Very Hungry Caterpillar》**
+- 目标：理解简单英文故事，复习星期和食物词汇。
+- 故事梗概：
+  > 一只小毛毛虫从蛋里爬出来，非常饿。星期一它吃了一个苹果，星期二吃了两个梨……星期六它吃了很多东西，肚子疼。星期天它吃了一片绿叶，感觉好多了。后来它做了一个茧，最后变成了一只美丽的蝴蝶。
+- 词汇：apple、pear、plum、strawberry、orange、cake、ice cream、pickle、cheese、sausage、caterpillar、butterfly。
+
+### 训练文本
+- 对话：
+  - A: What do you want to be? B: I want to be a doctor.
+  - A: What color do you like? B: I like blue.
+  - A: How's the weather? B: It's rainy.
+- 儿歌《Five Little Monkeys》：
+  > Five little monkeys jumping on the bed. One fell off and bumped his head.
+  > Mama called the doctor and the doctor said: No more monkeys jumping on the bed!
+- 指令：
+  - Open your book and turn to page 5.
+  - Raise your hand if you know the answer.
+  - Line up, please. Let's go outside.
+
+---
+
+## 参考来源
+
+- 教育部《幼儿园教育指导纲要（试行）》（2001 年颁布，2001 年 9 月试行）
+- 教育部《3-6 岁儿童学习与发展指南》
+- 公开儿歌、手指谣、故事为幼儿教育常用素材整理