os-taxonomy免费 4-15 岁先修知识图谱数据集完整指南【免费下载链接】os-taxonomy项目地址: https://gitcode.com/GitHub_Trending/os/os-taxonomyos-taxonomy全称 Marble Skill Taxonomy是 Marble 团队开源的一份开放先修知识图谱数据集它把孩子 4~15 岁该学什么拆成1,900 个微主题用4,013 条前置依赖边连起来并对齐8套国家课程标准的3,881条标准条款另附1,049条教学研究记录。纯 JSON一种数据存格式人读了能懂、程序能直接解析零运行时依赖ODbL 1.0 CC BY-SA 4.0 双许可免费商用 ️从平铺标准清单到先修图谱3 个差异点市面上的课程数据大多只有两种形态一份平铺的标准清单只说教哪些条款、没有顺序或者锁在某个产品里拿不出来、算不了。os-taxonomy 在此之上多做三件事粒度够小每个节点只是一个可教的最小知识点如Building sentences构建句子、Apparent brightness of stars恒星视亮度附带类型标签、目标年龄与白话描述结构是 DAG4,013 条前置依赖构成有向无环图DAGdirected acyclic graph图中的边单向指向、不会绕回每条边标注hard必须先学/soft学了更好并给出一句理由可溯源每个主题的standards字段挂回它提炼自的课程条款编号如ccss-ela:L.K.1f任一知识点都能查到来自哪国哪条标准。清单与图谱的分界就在这里清单只登记学什么这份数据集登记的是按什么顺序学和凭什么算学会。1,900 个主题与 4,013 条边的存储解剖data/目录下全部数据都是 UTF-8 JSON结构定义在schema/目录数量统计与逐文件 SHA-256 哈希值SHA-256 是文件指纹文件改一个字节数值就全变记录在data/manifest.json。先看总规模内容数量微主题图谱节点1,900前置依赖边4,013课程标准8 套 / 3,881 条主题↔标准链接4,120教学研究记录1,049科学 547、数学 502家长友好集群摘要176节点文件是 data/topics.json其中一个英语主题id: mt_N8CpN1EJrP, type: CONCEPTUAL, subject: English, domain: Grammar Punctuation, name: Building sentences, description: Understand that words combine to make sentences — a sentence expresses a complete thought; produce and expand complete sentences in speech and writing, ageRangeStart: 4, ageRangeEnd: 7,意思这个构建句子知识点不止有名字数据里还记着两条可检验的掌握标准evidence字段能区分完整句和残缺片段、能写主谓齐全的句子以及它对上的课程条款编号。边文件是 data/dependencies.json其中一条{ topicId: mt__00ZSLnB7p, prerequisiteId: mt_VBl1T1sFCM, strength: hard, reason: Must understand vibrations make sound before finding volume patterns }意思学音量大小的规律之前必须先懂振动产生声音。把边反向遍历就得到掌握 A 之后能解锁什么的逆问题。其余文件各有分工data/clusters.json 是 176 条家长摘要学科 × 领域 × 每岁一条抽一条Your child is learning the building blocks of writing — how to make complete sentences, use capital letters and punctuation marks correctly, …这就是现成的孩子 5 岁这年学什么文案。data/teaching-research.json约 24 MB则为 547 个科学和 502 个数学主题补上教法、活动、反馈与评估建议并用coverage字段明确列出未覆盖的 851 个主题。挑 3 个最好落地的用法家长与教育顾问任选一个年龄段从依赖图生成先修路径学它之前必须掌握的清单用 cluster 摘要直接写年度学习说明教育产品开发者拿evidence掌握证据与assessmentPrompt自然语言评估提示内置{{name}}孩子名字占位符生成诊断题用standards链接给自己的课程做标准覆盖率分析LLM 工程师微主题粒度恰好是 LLM 讲解与出题的合适单元JSON 可直接喂给模型做伴学上下文无需预处理。节点是课表边是顺序。三十秒拿到数据并验真git clone https://gitcode.com/GitHub_Trending/os/os-taxonomy cd os-taxonomy node scripts/validate.mjs第一条拉仓库第二条跑仓库自带的零依赖校验脚本检查结构完整性、每条边端点与每条主题↔标准引用都能解析、声明数量与实际一致、各文件 SHA-256 与 manifest 吻合任何一项不符就以非零码退出适合放进 CI持续集成自动化检查流水线做数据回归。许可边界免费商用但有 3 条红线这份数据集是多许可的三层各有一条边界。数据库层集合结构、ID、全部主题↔主题与主题↔标准关系走ODbL 1.0研究与商用都免费需要署名如果你扩展或修改图谱本身再分发衍生数据库必须继续按 ODbL 开放。关键是 ODbL 区分衍生数据库与生成作品把它用在产品、模型或应用里属于生成作品产品不用开源只需把对分类法本身的改进回馈社区。文本层主题的description/evidence/assessmentPrompt、依赖边的reason、cluster 摘要、教学研究正文走CC BY-SA 4.0署名 相同方式共享。第三层是 data/curriculum-standards.json它摘自 8 个外部课程框架Marble 无权再授权NGSS、C3、IB PYP 只发 codes-only仅标准编号、不发原文英国国家课程用 Open Government Licence澳大利亚 ACARA 用 CC BY 4.0Common Core 用自己的 Public License复用须按 PROVENANCE.md 保留各自的上游声明。署名格式官方已备好Marble Skill Taxonomy (v1) · © Generative Spark, Inc. (Marble) · licensed under ODbL 1.0 and CC BY-SA 4.0。边界因此很清楚拿它做商业产品、把摘要当文案、把图谱当评测数据都行去掉署名、转储 codes-only 来源的原文、改图后闭源分发都不行。谁该收藏这份先修知识图谱1,900 个微主题、4,013 条前置边、3,881 条标准条款这是一份覆盖 4~15 岁、带 JSON Schema 与 SHA-256 校验和、一条命令即可验真的开放先修知识图谱。对号入座即可收藏家长用 176 条 cluster 摘要查每个岁位在学什么教育产品开发者先修关系、掌握证据、标准对齐开箱即用不用从零梳理LLM / AI 伴学工程师直接加载 JSON 做出题、讲解与学习路径规划研究者可校验的基准数据可直接用于知识追踪knowledge tracing跟踪学习者掌握状态的建模方法研究。【免费下载链接】os-taxonomy项目地址: https://gitcode.com/GitHub_Trending/os/os-taxonomy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
