【开源评测GitHub本周最热#4】cn-math-taxonomy1644个知识点、2403条先修边的中小学数学知识图谱专栏标签cn-math-taxonomy知识图谱自适应学习教育AI课标对齐Python评测编号Valhalla 本周最热Top10独立评测系列 #04取证快照cf262d88682133fe76dc6b4e976b16621799ab8d项目地址https://github.com/xiaoyang111222/cn-math-taxonomy主开发语言Python许可证CC BY-NC 4.0仓库内LICENSE正文核验API返回NOASSERTION审计模式SafeNet合规浅克隆 有界抽样只读静态审阅未对诊断引擎做运行实测结论可离线复现作者Valhalla Matrix治理实验室文章目录【开源评测GitHub本周最热#4】cn-math-taxonomy1644个知识点、2403条先修边的中小学数学知识图谱一、摘要二、项目定位解决教育知识图谱「只有目录没有依赖」的痛点2.1 行业背景2.2 图谱规模总览2.3 适用/不适用场景2.4 评测核心观测焦点三、技术深潜数据模型、诊断引擎、工程结构3.1 核心数据模型三个核心文件 mathLinks隔离设计3.2 自适应前置诊断引擎项目核心价值3.3 分域对齐课标规范3.4 仓库目录与工程结构3.5 亮点罕见的诚实透明披露机制3.6 项目热度与生态特征四、风险切片选型红线本文重点章节风险分级处置建议五、SafeNet取证审计说明证据可离线复现5.1 合规浅克隆拉取命令不全量抓取满足审计隔离5.2 快照审计信息六、分阶段落地验证方案科研/教研向P0前置核验必做P1最小验证流程P2二次开发与长期使用建议七、总结专栏配套信息一、摘要本文基于Valhalla SafeNet取证体系对本周GitHub热度第四名的开源教育图谱项目cn-math-taxonomy完成静态源码取证分析。市面上绝大多数教育知识图谱仅停留在知识点清单、树形目录层面缺少可用于学情诊断的先修依赖有向边而本项目构建了面向国内中小学的结构化知识图谱覆盖小学至高中数学、3年级至高中英语、初中物理包含1644个知识点节点、2403条先修依赖边、6723道关联习题严格对齐2022版义务教育数学课标、2017版高中数学课标2025修订。项目最核心创新跨学科关联隔离设计mathLinks物理用到的数学工具做关联记录、但不注入先修图避免诊断回溯跨学科跑偏配套自适应前置诊断引擎答错题目时沿着先修链路反向溯源定位底层知识断点而不只是标记当前知识点错误。项目难得的是完整披露AI初稿、核验进度、数据来源与已知缺口具备极高的学术研究价值。⚠️ 重点前置许可证为CC BY-NC 4.0明确禁止一切商用场景图谱为AI生成初稿后人工复核存在未核验目录、单一数据源等内容风险不可直接投放正式教学、付费题库产品教材原文摘录存在著作权隐患。一句话结论国内课标对齐、带完整先修依赖边的中小学知识图谱优质基线fork率极高非常适合自适应学习、知识追踪、教育大模型方向的科研与非商业教学实验但商用、规模化教学落地必须重新梳理授权与人工全量审校。二、项目定位解决教育知识图谱「只有目录没有依赖」的痛点2.1 行业背景教育AI领域知识图谱项目并不稀缺但大量项目本质只是扁平化知识点列表或者层级目录树只有知识点名称缺少先修依赖关系无法回答“学这个知识点之前必须掌握哪些前置内容”错题只能单点标记不能定位底层薄弱根源。构建先修边的人力成本远高于罗列知识点也是自适应诊断、学习路径规划的核心瓶颈。cn-math-taxonomy的目标就是交付一张带依赖关系的有向知识图谱并且贴合国内新课标体系适配国内中小学教学场景。2.2 图谱规模总览维度数量说明知识点节点1644 个数学、英语、初中物理先修依赖边2403 条有向prerequisite边用于学情回溯诊断关联习题6723 道绑定知识点支撑诊断测试对齐标准2022义务教育数学课标 / 2017高中数学课标2025修订必修选择性必修2.3 适用/不适用场景✅ 适合教育AI科研人员、自适应学习算法研究者、校内非营利教研、学生学情诊断原型开发、知识图谱学习实验❌ 不适合付费题库、商业化SaaS、培训机构收费课程、直接面向学生上线的正式教学系统。2.4 评测核心观测焦点数据模型设计知识点、先修边、跨学科关联隔离机制自适应前置诊断的回溯逻辑课标分类体系与学科域划分规则项目的透明度披露机制AI初稿、核验进度、已知缺陷CC BY-NC 4.0许可带来的商用约束数据源单一、内容未全量核验带来的教学风险三、技术深潜数据模型、诊断引擎、工程结构3.1 核心数据模型三个核心文件 mathLinks隔离设计图谱由三份核心数据文件驱动topics.json知识点节点本体包含学段、学科、领域、课标归属dependencies.json先修有向边是整个诊断能力的根基题库数据题目与知识点的绑定关系。mathLinks 是极具工程经验的设计物理知识点会用到数学工具如匀速运动依赖一次函数这类关联存入mathLinks字段但不加入先修边。设计取舍如果把跨学科依赖全部接入有向图诊断回溯时会跨学科乱跑破坏单学科学情诊断的业务意义记录关联但不连通兼顾信息留存与图结构的业务边界。3.2 自适应前置诊断引擎项目核心价值普通错题诊断答错 → 标记【函数单调性】未掌握。本项目诊断链路答错 → 沿先修边回溯 → 逐层定位底层断点。示例高中生函数单调性出错引擎可回溯至初中一次函数图像再溯源到小学正比例关系。能力前提2403条先修边的质量直接决定诊断可信度没有准确的依赖链路回溯逻辑就是空中楼阁。3.3 分域对齐课标规范知识点严格按照课标划分领域函数 → 数与代数点的坐标、图形变换 → 图形与几何综合与实践类节点统一建模为modeling类型标准化分类保证图谱可以对接教材章节、考试大纲、课标教学规划而不是一套自造的私有体系。3.4 仓库目录与工程结构cn-math-taxonomy/ ├── data/ # 图谱本体、题库JSON数据 ├── diagnose/ # 自适应诊断引擎实现 ├── explore/ # 图谱可视化浏览模块 ├── scripts/ # 图谱构建、清洗、校验脚本 ├── tests/ # 单元测试test_engine.js 校验诊断逻辑 ├── children/ # 衍生子项目目录 ├── docs/ assets/ screenshots/ # 文档、截图资源全仓库合计316个文件Python 104个源码文件、JSON数据文件94个属于典型数据代码同仓的教育图谱项目。3.5 亮点罕见的诚实透明披露机制在AI批量生成数据集的大环境下这份项目的披露方式极具参考价值明确标注图谱初稿由AI生成逐条登记目录核验状态附带核查日期2026-10-17 / 10-19 / 10-22注明数据源来自非官方站点shturl.cc主动列出已知缺口例如九年级下册新版内容暂未更新沿用旧版体系。教育类数据容错率极低错误的先修关系会误导学习路径主动暴露不确定性远比宣称“完全对齐课标”更加可信。3.6 项目热度与生态特征GitHub本周热榜#4Stars3940 | Fork968Fork/Star比值0.246为本批榜单最高创建时间2026-10-18取证commit推送2026-10-26高fork率的背后大量教研、算法团队fork之后二次改造、自研适配而不是直接拿来上线。这也侧面印证了CC BY-NC非商用许可带来的约束。四、风险切片选型红线本文重点章节风险姿态medium-high教育内容许可双重约束一旦越界影响较大风险标签风险等级风险说明许可商用禁令高CC BY-NC 4.0NCNonCommercial严格禁止付费课程、商业题库、SaaS、培训等商用场景GitHub API返回NOASSERTION以仓库LICENSE正文为准。教学内容准确性风险中AI生成初稿部分目录尚未人工核验先修关系一旦出错会输出错误的学习诊断路径误导学生。教材著作权风险中知识点描述若直接摘抄人教版等官方教材原文存在著作权风险AI生成不能豁免版权约束。单一数据源依赖低原始数据取自单一非官方网站缺少多源交叉校验数据偏差无法自动发现。风险分级处置建议P0硬性红线严禁任何商业场景直接使用付费业务必须单独向作者申请授权P1教学使用投入教学前对应学段章节必须由学科教师人工复核先修关系P2二次开发优先复用它的数据模型topics dependencies mathLinks隔离架构替换自有校验数据集P3版本管理固定commit快照使用记录核验时间不要直接跟随主分支无差别更新。五、SafeNet取证审计说明证据可离线复现5.1 合规浅克隆拉取命令不全量抓取满足审计隔离gitclone--depth1--filterblob:none --no-checkout --no-tags https://github.com/xiaoyang111222/cn-math-taxonomy.git5.2 快照审计信息固定commitcf262d88682133fe76dc6b4e976b16621799ab8d文件树总数316项本次有界抽样核验30个文件blob校验全部通过证据覆盖率100.0%manifest SHA25605b8d2fa49a2ab26…浅克隆体积132KB许可取证备注GitHub License接口返回NOASSERTION以仓库根目录LICENSE文件、README徽章为准判定为CC BY-NC 4.0非商用许可。⚠️免责声明本文为纯静态源码取证评测没有在真实教学场景下运行诊断引擎验证诊断效果所有图谱规模、机制描述来自项目README与源码抽样本报告不构成教学落地、商用接入的推荐依据。六、分阶段落地验证方案科研/教研向P0前置核验必做明确使用场景确认仅用于学术研究、非营利校内教研查阅项目核验清单避开标记为未核查的目录留存本次commit快照避免后续上游改动带来版本漂移。P1最小验证流程拉取图谱JSON数据导入图可视化工具校验先修边拓扑跑通diagnose诊断引擎测试错题回溯链路抽样挑选10~20个知识点交给学科老师核对前置依赖是否合理。P2二次开发与长期使用建议推荐方案借鉴模型替换数据复用mathLinks跨学科隔离的设计思路建立自己的人工复核流水线每一条先修边留存教师审核记录如需商用放弃原始数据集仅参考架构设计独立构建自有图谱并获取合规授权。七、总结cn-math-taxonomy 是国内非常难得、对齐新课标、带完整先修依赖边的中小学知识图谱基线。它最大的价值不只是1644个知识点和数千条依赖边而是一套成熟的设计范式用mathLinks隔离跨学科关联、面向学情回溯的诊断引擎、清晰的课标域划分再加上对AI生成内容的坦诚披露。高fork率说明整个教育AI社区对这类结构化图谱的刚需极强但同时CC BY-NC许可、AI初稿的内容缺陷是所有使用者必须正视的约束。✅ 适合自适应学习、知识追踪、教育大模型方向科研、校内非营利教研原型❌ 不推荐商业化题库、付费培训、直接面向学生的正式线上教学产品。补充同类项目大多只做知识点目录本项目的价值在于可诊断的有向依赖图是教育知识图谱从“展示”走向“推理”的关键样本。专栏配套信息本文属于Valhalla SafeNet Accelerator × Matrix Alchemy Lab · 本周GitHub最热Top10独立评测系列 #04恪守「证据先行、只读静态、可离线复现」原则客观拆解收益与风险不做营销鼓吹。系列持续输出GitHub热榜开源项目取证评测兼顾产品体验、技术架构与工程准入评审。
