# 项目目录结构详解 本文档提供《史记》知识库项目的完整目录结构说明。 ## 目录树 ``` shiji-kb/ ├── chapter_md/ # 标注后的Markdown文件（130篇） │ ├── 001_五帝本纪.tagged.md │ ├── 002_夏本纪.tagged.md │ └── ... # 130个章节文件 │ ├── docs/ # GitHub Pages网站 │ ├── index.html # 首页 │ ├── chapters/ # HTML格式章节（130个） │ │ ├── 001_五帝本纪.html │ │ └── ... │ ├── entities/ # 实体索引页面（18类） │ │ ├── index.html # 实体索引总览 │ │ ├── persons.html # 人名索引 │ │ ├── officials.html # 官职索引 │ │ └── ... │ └── original_text/ # 原始文本 │ ├── kg/ # 知识图谱 │ ├── events/ # 事件数据 │ │ ├── data/ # 事件索引（130章） │ │ │ ├── 001_五帝本纪_事件索引.md │ │ │ ├── event_relations.json # 事件关系（7,652条） │ │ │ └── ... │ │ ├── chronology_review/ # 年代审查 │ │ └── scripts/ # 事件处理脚本 │ │ ├── build_metro_map_data.py # 地铁图数据生成 │ │ └── ... │ │ │ ├── entities/ # 实体索引与别名消歧 │ │ ├── index/ # 实体索引（18类） │ │ │ ├── persons.json # 人名3,638词条 │ │ │ ├── officials.json # 官职2,144词条 │ │ │ ├── locations.json # 地名1,865词条 │ │ │ └── ... # 其他15类 │ │ ├── aliases/ # 别名合并（595条） │ │ ├── disambiguation/ # 语义消歧（644处） │ │ └── reflection/ # 实体反思审查 │ │ │ ├── chronology/ # 纪年系统 │ │ ├── reign_years/ # 君主在位年表（380君主） │ │ └── ce_mapping/ # 公元年映射（1,498映射） │ │ │ ├── genealogy/ # 家谱与世系 │ │ ├── imperial/ # 帝王世系 │ │ └── families/ # 重要家族谱系 │ │ │ ├── relations/ # 人物关系 │ │ ├── family/ # 家族关系 │ │ ├── political/ # 政治关系 │ │ └── social/ # 社会关系 │ │ │ ├── vocabularies/ # 词汇表（18类） │ │ ├── entity_types.json # 实体类型定义 │ │ └── ... │ │ │ ├── biology/ # 生物实体 │ │ ├── animals/ # 动物 │ │ ├── plants/ # 植物 │ │ └── mythical/ # 神话生物 │ │ │ └── rdf/ # RDF与本体 │ ├── ontology/ # OWL本体定义 │ └── triples/ # RDF三元组 │ ├── ontology/skus/ # 知识单元（SKU） │ ├── factual/ # 事实型知识（434个） │ ├── procedural/ # 程序型知识（241个技能） │ └── relational/ # 关系型知识（7,497实体关联） │ ├── skills/ # 方法论Skills │ ├── SKILL_00_管线总览.md │ ├── SKILL_01_古籍校勘.md │ ├── SKILL_02_结构分析.md │ ├── SKILL_02a_章节切分与编号.md │ ├── ... # 40个管线技能 │ ├── 00-META-00_好东西都是总结出来的.md │ ├── 00-META-01_反思.md │ └── ... # 14个元技能 │ ├── resources/ # 静态参考资料 │ ├── publications/ # 出版物（论文、书籍、演讲） │ │ ├── meta-skill-book/ # 元技能方法论PDF（2026-03-18，2.35MB，425页，14个元技能） │ │ │ ├── 大规模知识库构造元技能方法论.pdf │ │ │ ├── generate_meta_skills_pdf.py │ │ │ └── README.md │ │ ├── pipeline-skills-book/ # 管线技能手册PDF（2026-03-19，3.01MB，438页，40个SKILL） │ │ │ ├── 史记知识库构造管线技能手册.pdf │ │ │ ├── generate_pipeline_skills_pdf.py │ │ │ └── README.md │ │ ├── draft/ # 技术文章草稿 │ │ ├── notes/ # 写作笔记 │ │ ├── talks/ # 演讲材料 │ │ └── 公众号文章/ # 公众号系列文章 │ ├── references/ # 外部参考文献 │ └── help/ # 写作指南、使用帮助 │ ├── scripts/ # 通用工具脚本 │ ├── validation/ # 数据验证脚本 │ ├── conversion/ # 格式转换工具 │ └── utilities/ # 其他实用工具 │ ├── app/ # 交互式应用 │ ├── metro/ # 事件地铁图 │ │ ├── index.html │ │ ├── metro.js │ │ ├── metro.css │ │ └── data/ │ │ └── metro_map_data.json # 130线路，3,197站点 │ └── game/ # 史记争霸游戏 │ └── ... │ ├── tables/ # 十表数据 │ ├── json/ # JSON格式表数据 │ └── html/ # HTML可视化 │ ├── doc/ # 项目文档 │ ├── spec/ # 技术规范 │ │ ├── 实体标注规范_v2.5.md │ │ ├── CSS版本历史_v5.4.md │ │ ├── 姓氏制度.md │ │ └── ... │ └── entities/ # 实体相关文档 │ └── 第一轮实体反思报告.md │ ├── render_shiji_html.py # Markdown→HTML渲染器 ├── generate_all_chapters.py # 批量生成全部章节 ├── publish_to_docs.sh # 发布到GitHub Pages ├── requirements.txt # Python依赖 ├── README.md # 项目主页 ├── PROJECT_STRUCTURE.md # 本文档 ├── CLAUDE.md # Claude Code 工作指南 └── LICENSE # CC BY-NC-SA 4.0 ``` ## 核心目录说明 ### 1. chapter_md/ - 标注源文件 包含130篇《史记》章节的Markdown源文件，每个文件都包含完整的18类实体标注。 **标注格式示例：** ```markdown 〖@黄帝〗者，少典之子，姓〖$公孙〗，名〖$曰轩辕〗。生而神灵，弱而能言， 幼而徇齐，长而敦敏，成而聪明。轩辕之时，〖;神农氏〗世衰。 ``` ### 2. docs/ - 在线网站 GitHub Pages托管的在线阅读器，包含： - **chapters/**: 130个HTML章节，带语法高亮和交互功能 - **entities/**: 18类实体索引页面，支持跳转和搜索 - **index.html**: 项目首页 ### 3. kg/ - 知识图谱核心 结构化知识的存储中心： #### kg/events/ - **data/**: 3,198个事件的完整数据 - 每章一个事件索引文件 - event_relations.json: 7,652条事件关系（9种类型） - **chronology_review/**: 年代推断审查记录 - **scripts/**: 事件处理工具，包括地铁图数据生成 #### kg/entities/ - **index/**: 18类实体的JSON索引 - 人名、官职、地名、朝代、器物等 - 包含频次统计和别名信息 - **aliases/**: 595条别名合并规则 - **disambiguation/**: 644处同名消歧记录 - **reflection/**: 实体标注反思审查日志 #### kg/chronology/ - **reign_years/**: 380位君主的在位年表 - **ce_mapping/**: 1,498条在位纪年到公元年的映射 ### 4. ontology/skus/ - 知识单元 按SKU（Stock Keeping Unit）模式组织的知识： - **factual/**: 事实型知识，如"项羽自刎于乌江" - **procedural/**: 程序型知识，如"如何进行古籍实体标注" - **relational/**: 关系型知识，如"刘邦-张良：君臣关系" ### 5. skills/ - 方法论文档 可复用的知识工程方法论： - **40个管线技能** (SKILL_00-09系列)：从古籍校勘到应用构造的完整流程 - **14个元技能** (00-META系列)：通用知识工程方法论 ### 6. app/ - 交互应用 #### app/metro/ - 事件地铁图 将3,198个事件可视化为地铁线路图： - 130条线路（对应130章） - 3,197个站点（对应事件） - 1,876个跨章换乘站 - 支持缩放、拖拽、搜索、实体链接 #### app/game/ - 史记争霸游戏 基于知识图谱的历史策略游戏（开发中） ### 7. resources/ - 静态参考资料 包含两本PDF手册、技术文章和外部参考资料： - **publications/meta-skill-book/** - 大规模知识库构造元技能方法论.pdf (2026-03-18，2.35MB，425页，14个元技能) - **publications/pipeline-skills-book/** - 史记知识库构造管线技能手册.pdf (2026-03-19，3.01MB，438页，40个SKILL) - **publications/draft/** - 技术文章（《从历史书中探索知识图谱》等） - **publications/notes/** - 写作笔记和项目愿景文档 - **references/** - 外部参考文献和研究资料 ## 数据规模总览 | 类别 | 数量 | 位置 | |------|------|------| | 章节文件 | 130篇 | chapter_md/ | | 标注字数 | 57.7万字 | - | | 实体词条 | 15,190个 | kg/entities/index/ | | 实体标注 | 102,851次 | chapter_md/ | | 事件 | 3,198个 | kg/events/data/ | | 事件关系 | 7,652条 | kg/events/data/event_relations.json | | SKU知识单元 | 675个 | ontology/skus/ | | 方法论Skills | 54个 | skills/ | | HTML页面 | 150+个 | docs/ | ## 文件命名规范 ### 章节文件 - 格式：`{编号}_{章节名}.{类型}.md` - 示例：`001_五帝本纪.tagged.md` ### 事件索引 - 格式：`{编号}_{章节名}_事件索引.md` - 示例：`001_五帝本纪_事件索引.md` ### 实体索引 - 格式：`{实体类型}.json` - 示例：`persons.json`, `officials.json` ### Skills文件 - 管线技能：`SKILL_{编号}_{名称}.md` - 元技能：`00-META-{编号}_{名称}.md` ## 生成与发布流程 ### 1. 单章渲染 ```bash python render_shiji_html.py chapter_md/001_五帝本纪.tagged.md ``` ### 2. 批量生成 ```bash python generate_all_chapters.py ``` ### 3. 发布到网站 ```bash ./publish_to_docs.sh ``` ### 4. 生成PDF手册 ```bash # 元技能方法论 cd resources/publications/meta-skill-book python3 generate_meta_skills_pdf.py # 管线技能手册 cd resources/publications/pipeline-skills-book python3 generate_pipeline_skills_pdf.py ``` ## 依赖关系 ### Python依赖 详见 [requirements.txt](requirements.txt) ### 核心依赖 - Python 3.8+ - markdown - weasyprint - beautifulsoup4 - lxml ### 可选依赖 - rdflib (RDF/本体操作) - networkx (图分析) ## 版本控制 ### 重要版本标记 - **v2.5**: 实体标注规范第二版（18类实体） - **v5.4**: CSS渲染系统最新版（2026-03-19） - **v1.0**: 第一轮实体反思完成（2026-03-17） ### 备份策略 重要文件修改前会自动创建 `.backup-{日期}` 备份文件 ## 扩展计划 ### 近期目录扩展 - `kg/calendar/`: 历法转换系统 - `kg/geography/`: 地理信息系统 - `app/qa/`: 问答机器人 ### 中期扩展 - `二十六史/`: 扩展到二十六史（约4,000万字） - `资治通鉴/`: 资治通鉴系列（600-700万字） ### 远期规划 - `诸子百家/`: 诸子百家典籍 - `四库全书/`: 四库全书选集 - `佛道经典/`: 佛道经典数字化 ## 相关文档 - [README.md](README.md) - 项目主页 - [CLAUDE.md](CLAUDE.md) - Claude Code 工作指南 - [doc/spec/实体标注规范_v2.5.md](doc/spec/实体标注规范_v2.5.md) - 实体标注详细规范 - [doc/spec/RENDER_CSS历史v5.4.md](doc/spec/RENDER_CSS历史v5.4.md) - CSS渲染系统版本历史 --- **文档维护**: 本文档随项目更新而更新，最后更新时间：2026-03-19