870 個知識點連成一張圖,這個儲存庫把教材的不確定性也寫了出來

一個叫 cn-math-taxonomy 的儲存庫有 7058 星,裡面沒有模型。裡面是一張圖。
這張圖是中國中小學課程拆開之後的樣子。數學:小學一到六年級 284 個節點,國中 315 個,高中必修 143 個,選修 128 個。也就是數學內部 870 個知識點、1459 條先修邊,另有 145 條跨學段——國中到小學、必修到選修、模組到模組。

還有 314 條課程標準條目和 3627 道題。
英語圖是刻意分開的:275 + 257 + 259 個節點、1028 條邊,故意不與數學相連。物理加 92 和 177。國文加 493 和 189。題庫總共約 10600 道。
這張圖用來幹什麼
主打功能是先修診斷。學生做錯一道數學題,系統沿先修邊往回走,從高中概念穿過國中,落到那個很可能才是真正缺口的小學節點。
README 裡的展示很具體。學生配方法那道題做錯,診斷追到完全平方公式。一道高中函數概念的題,追到國中的二次函數。
這正是語言模型不擅長的事,也是圖值得建的理由。只知道當前這道題的輔導老師,只能重講當前這道題。知道先修鏈的輔導老師能告訴你,誤解始於三年前某個具體的、有名字的單元。
資料模型是借的:`topics` 加 `dependencies`,照 Marble 的 os-taxonomy 的形狀。
溯源才是真正的工程
README 開頭幾段是一份引用清單。數學圖對齊 2022 年義務教育數學課程標準(2025 年修訂),以及 2017 年高中課程標準(2020 年和 2025 年修訂),覆蓋必修和選擇性必修。教材版本高中用人教 A 版,2019 年印次,三本必修三本選修。
然後文件做了一件不常見的事。它在給出數量的同一段裡,說明哪些部分它無法核實。
九年級下冊用的是從第三方來源拼出來的目錄,官方目錄找不到。人教的產品頁還掛著 2014 年第一版。那一冊的 2024 年修訂預計 2027 年春季投入使用,所以章節表是最可靠的猜測,標註為非官方、待核實。
課程標準引文是轉述,不是原文。儲存庫記錄的是轉載 PDF 的印刷頁碼,方便讀者查源,並把句子文字標為 `verbatim: false`。
國中教材章目錄對照國家智慧教育平台的頁面預覽核對過,記錄了書號。小學各冊的目錄只做了抽查。
先修邊本身帶著最重的警告。哪些關係是硬的、哪些是軟的、某條邊到底該不該存在,README 說,在用於教學、診斷或學習路徑推薦之前,需要一線教師複核。
最重要的問題
讓這個專案可信的是這一句:高中和英語的題沒有做過盲解。驗證腳本和答案來自同一個表達式,所以檢查通過只能證明兩者一致,不能證明哪個對。
小學和國中數學做了獨立驗證。國中數學還做了一輪盲解。小學數學有另一個程式複核。
所以儲存庫按章節給自己的信心打分,而這個分數恰好與輔導產品會依賴的東西相關。如果你要告訴一個學生他有缺口,暴露缺口的那道題最好是正確的。
幾乎沒有資料集會給出這個區分。多數只給你行數和授權條款。
怎麼用
資料是 JSON,儲存庫是 Python,診斷流程有線上展示。商業條款是約束:CC BY-NC 4.0,個人學習、教學和研究免費,付費課程、付費 app 和機構付費服務需要單獨授權。
這條非商業條款是來源方式帶來的誠實後果。課程標準是政府文件,但對齊工作、題庫和先修判斷是作者的,作者把商用單獨定價。
檔案結構裡還埋著一個實用警告。像 10、11、12、13 這樣的分數年級標籤是冊次標籤,不是教學進度。README 明說這不代表課時安排,教師應自行調整。
為什麼幾張圖分開
儲存庫裡有個結構決定容易被跳過:數學、英語、物理、國文各有自己的圖,邊不跨圖。
物理透過單獨的 `mathLinks` 欄位引用數學,而不是先修邊。英語是完全獨立的一張圖,在自己內部從高中連回小學。README 用一句話說明理由:物理用數學,但那是一種關係,不是先修。
這個區分是一張可信的圖和一張看起來很厲害的圖之間的差別。說一節物理課需要微積分,站得住。說它需要某個年級的某個數學節點,是在斷言一種因學校、教師、省份而異的教學順序。畫出那條邊會讓邊數變好看,也會讓診斷變差。
同樣的克制出現在題庫裡。英語刻意沒有聽力和口說題,因為文字資料集沒辦法誠實地測它們。結果是一張邊數少於最大值的圖,和一個它真能支撐的更小的主張。
為什麼這不止是一個儲存庫
AI 輔導市場花了兩年才發現,一個好的語言模型不是一套課程。讓模型解釋二次函數,它做得不錯。問它某個學生漏了哪個先修點,它會給出一個像樣但沒有出處的答案。
先修圖是缺的那一層,而建它是件不光鮮的活:讀標準、核對教材版本、為一個概念是否真的依賴另一個而爭論。7000 星說明人們知道這種活有多稀缺,尤其是帶著自己的缺陷清單一起發布。
儲存庫展示的第二件事,是發布這類資料的模板。記錄來源版本,記錄印刷頁碼,區分原文和轉述,點名哪些章節盲檢過、哪些沒有,說明哪些決定仍需專業人士。有這樣文件的資料集,謹慎的人敢用。沒有這樣文件的資料集,只有不核對的人才敢用。
薄的那部分
這張圖是中國課程特有的,直接搬到國外用價值有限。方法能遷移,870 個節點不能。
它也是一套正在變動中的課程的快照。標準 2025 年修訂,有些教材冊次還沒出,一份章目錄明說是猜的。儲存庫標註了核對日期,這是對的做法,也提醒你這是一份會過期的文件。
對做輔導工具、評測集或課程感知代理的人,價值是那個模式而不是檔案:把依賴結構編碼,把出處記錄到頁碼,把無法核實的那部分也發出來——因為下一個人在信任這份來源之前,需要的就是這些。
相關文章
一份社群維護的點擊表,關掉了中國品牌 Android 系統裡的廣告
它不動系統,不解鎖,不刷機,只把廠商本來就留出來的開關一個個撥過去。代價是這份名單得一直有人續寫。
GPT Image 2.6 守住 token 價格,帳單卻變貴了
GPT Image 2.6 沿用 2.5 的全部 token 費率,每張圖卻更貴,因為更多工作現在花在輸出 token 上。上線十一天,定價結構說得比排行榜更多。
有人從外部重寫了 IDM,並寫下自己沒碰過的部分
Mister Download Manager 用 Rust 重寫了 Internet Download Manager 的下載流程,聲稱速度快 5 倍、支援 86 種語言。更值得細讀的,是它解釋如何在不複製任何程式碼的前提下完成重寫的那一段。
Rune 是一個 Rust UI 框架,設計初衷是讓 agent 能檢查自己的工作
Rune 能無頭繪製、匯出元素樹並接受腳本化輸入,這讓編碼 agent 拿到截圖永遠給不了的東西,一個可 diff 的訊號。這個框架仍是預先發布版,不接受 pull request。