Heritage · Evidence · Open Technology

讓文化記憶
被理解,也被長久保存。

華人家族與社群文化數字研究智庫的建設藍圖:以研究為根基,以開放技術連結資料、人物與社群。

探索我們的技術方向 ↓
建設規劃 · 2026.11.16
本頁介紹智庫的建設方向。以下平台、API、標準適配與 AI 能力均屬建設規劃,不代表已部署、已開放服務或已獲標準機構認證。
01
The Blueprint

一個智庫,一套工具,一個保存網絡。

研究與方法

智庫與研究協作

研究文化記憶、代際傳承與數字治理,發展採集方法、倫理流程與公共教育。

開放技術

可自建的工具

規劃檔案整理、人物關係、證據引用、權限管理、數字展覽與機構 API。

長期保存

可信節點協作

由明確責任的合作節點保存授權副本,安排校驗、修復、取回及退出移交。

由簡到繁的參考架構

應用與協作
家族/社群入口 · 學者工作台 · 機構網站 · 數字展覽
↓
授權與 API
按機構、項目、用途及字段授權;只輸出獲批准的資料視圖。
權威資料層
PostgreSQL + 私有對象存儲
人物、社群、檔案、主張、證據、同意、權利、版本及保存事件。
任務與派生層
OCR · 轉寫 · 翻譯 · 檢索索引 · AI 草稿 · 校驗及轉碼,均與原件分離。
備份與發布
獨立備份與恢復測試 → 經審核的公開包 → HTTPS/可選 P2P → 可選數字印記。

首期採用模組化單體與任務隊列,避免過早引入複雜分布式系統。搜索與向量索引是可重建的派生資料,不是唯一檔案。

02
Interoperability

讓資料能離開我們,也能彼此理解。

五項互補標準分別處理交換、展示、來源、語義與保存。以適配器連接,保留獨立的內部業務模型。

族譜交換

GEDCOM

用於人物與親屬關係交換;不等於完整業務資料庫。導入保留原始資料、華人姓名與紀年擴展,輸出字段映射及丟失報告。

官方規範 ↗
跨機構展示

IIIF

支援圖像及複合檔案展示。展示資料與訪問權限分開管理,平台仍負責身份驗證與授權決策。

官方規範 ↗
來源與過程

W3C PROV

用實體、活動和參與者記錄掃描、編輯、翻譯與派生過程;能追溯來源,不代表內容必然真實。

官方規範 ↗
文化語義

CIDOC CRM

逐步映射人物、事件、物件、地點與機構關係。普通使用者不必直接填寫複雜本體。

官方介紹 ↗
長期保存

PREMIS

參照對象、事件、權利與代理者模型,記錄校驗、複製、遷移及修復。保存元數據不能替代備份、持續經費與責任人。

官方資料 ↗

採用標準、複製規範文本、使用第三方軟件、遠程服務及認證標誌,是不同的授權事項。正式實施前逐項登記版本與許可,不宣稱所有材料永久免費或所有版本自動兼容。

03
CH Commons Application Profiles

為華人文化資料,建立自己的應用規範。

CHC 為擬議的社群應用規範系列,將引用和映射既有標準,而非重新命名上游標準。以下編號為草案規劃,並非已發布或獲認證的行業標準。

CHC-01 · 描述
姓名、字輩、房支、遷徙、歷史地名、紀年、社群與文化實踐。
CHC-02 · 證據
主張與來源、頁碼與時間碼、多種解釋、爭議、人工審查及 AI 派生標記。
CHC-03 · 授權
研究、展示、API、P2P、AI 與 NFT 的分項用途、期限與撤回傳播。
CHC-04 · 保存包
原件、衍生件、文件清單、版本、校驗、許可及保存事件。
CHC-05 · 接口與節點
身份、權限、版本協商、增量交換、複製、撤回通知及恢復驗證。

擬採公開提案、討論、互通測試與版本發布流程。技術授權字段不能替代具體法域的法律協議。

04
Local AI · Human Review

讓 AI 協助整理,而不代替證據。

以本地部署、可替換模型、可引用來源與人工復核為原則。先利用現有開放權重模型,並非從零預訓練基礎大模型。

模型選擇:不綁定單一廠商

Qwen、Gemma 為候選模型家族。具體版本、量化方式與用途尚待中文/多語、引用準確性、硬件實測及許可評估後確定。

逐項檢查模型卡與使用條款;「開放權重」不等於所有模型、資料或衍生物採用同一開源許可。

本地工作站:按負載逐步擴展

規劃以 Apple Silicon Mac Studio 作為本地運算節點,先部署一台並建立獨立備份,再按需求拆分互動問答與批量影音處理。

多台工作站優先做任務分工,不假設記憶體可以直接相加。初期不以購買商業 token 為主要運行方式;硬件、電力、儲存與維護仍需預算。

智能體:受控的工作流程,而不是無限制自動操作

資料整理助手

辨識文件類型、建議元數據、生成 OCR 與轉寫草稿;保留頁碼、影像區域或時間碼,交由人員復核。

研究檢索助手

先按使用者權限檢索,再依據可見資料回答並附來源;資料不足時明確說明,不自行補造人物關係。

保存與品質助手

協助發現缺失字段、重複候選、校驗失敗與保存風險;更正、合併、刪除及公開發布需人員批准。

AI 輸出與原件分離;記錄模型版本、任務、來源與復核狀態。資料授權須區分 AI 處理與模型訓練,預設不將私密資料用於訓練。檢索、工具調用與輸出均受權限控制,不能只依賴提示詞保密。
影音資料如何處理?

規劃保存原始影音,另產生低碼率預覽、帶時間碼的轉寫、字幕、關鍵幀和可搜尋片段。語音、圖像與文本模型可分工;不把整個視頻庫一次送入語言模型,也不假設某一模型能可靠理解全部媒體。

05
Open by Design

開放工具,不等於公開所有資料。

擬開放

核心代碼、API 說明、數據字典、導出格式、模擬樣本與驗證工具。

代碼倉庫與正式許可尚待確定,現階段不宣稱已有開源版本。

按授權管理

檔案原件、訪談、在世人物資料、文化敏感內容與研究資料,逐項確認權利和使用範圍。

可持續運作

研究資助、捐贈及機構托管、遷移、培訓與技術支持服務,是擬議的維護來源,不以限制資料導出維持依賴。

自有規範文本可評估 CC BY 4.0;SDK 與參考實現可評估 Apache-2.0。最終許可需完成依賴與貢獻規則審查,資料和品牌標誌另行管理。

P2P、區塊鏈與 NFT 的角色是什麼?

私密原件預設留在受控存儲。只有經授權和審查的公開發布包,才考慮由 IPFS 等節點複製分發。CID 不代表永久保存,需要持續保存責任與取回測試。

數字印記可協助驗證某一版本的完整性與提交記錄,不證明史實、親屬關係或版權。鏈上批次錨定與 NFT 為後續可選插件,核心功能不要求錢包,不將家族身份作為交易資產。

IPFS 保存說明 ↗
06
Roadmap

先把小規模做好,再連接更多機構。

需求與規範

合成樣本、資料字典、授權流程、威脅模型及最小範圍。

核心原型

檔案、證據、權限、基礎接口、導入導出與備份測試。

授權試點

在合作及倫理安排具備後,驗證真實項目、撤回及恢復流程。

開放生態

經審查後發布代碼、規範、SDK 與節點協作機制。

這是工作順序,不是已完成進度或交付日期承諾。是否進入下一階段,以權利、測試、安全與維護資源為準。

參與研究與技術共建

歡迎文化研究者、檔案工作者、社群組織與開發者就方法、互操作和保存實踐交流。

聯絡 [email protected]

此連結會開啟你的郵件程式,不是自動提交表單。本頁不收集資料、不載入追蹤器。