倪海厦《天纪》结构化判语语料库

自然语言
0 下载
10 浏览
2026-10-01

数据集简介

数字总览

《天纪》课程被完整整理为可回放验证的结构化知识库:全量 4886 条判语,引文净字数 690,289 字,平均每条 141 字;按倪师授课原生的十一册体系分类,覆盖全部 112 个课程单元、约 61 小时讲课。整包 data/corpus-rag.md 约 69 万字 / 100 万+ token,适合一次性投喂给检索或 RAG 流程。

知识体系(倪师授课原生分类)

语料不按外部学科框架重排,而是沿用《天纪》课程自身的十一册体系:每条判语都带有册与节的归属,检索时可直接按授课脉络定位。领域涉及传统命理文化研究中的紫微斗数、易经、堪舆、铁板神数等主题,并与中文 NLP 语料处理方式结合。

一条判语长什么样

每条判语由三部分构成:倪师原话短引文、十一册体系归属、精确到秒的视频出处。data/entries.jsonl 中每条记录的字段包括:

  • book:所属册
  • h2、h3:章节层级
  • quote:原话短引文
  • bvid、part:视频编号与分 P
  • section:节归属
  • t_hms:时间点(时:分:秒)
  • note:备注

凭 bvid、part 与 t_hms 可拼成 B 站回放链接,逐条回到原视频核对。

格局重绘图(14 张)

库内附 14 张 SVG 格局图,均依据判语数据重绘,存放于 docs/charts/,以矢量格式呈现,便于缩放与二次引用。

学习站(124 页,零依赖静态)

项目提供 124 页零依赖静态学习站,由 tools/build_site.py 从语料生成 site/ 目录,无需额外运行时即可浏览。docs/ 下另有十一册文档与 docs/课程索引.md,方便按册、按单元跟课。

数据是怎么保真的

保真依靠「原话短引文 + 册节归属 + 精确到秒的视频出处」三件套:引文保留倪师原话,归属沿用授课原生十一册体系,时间戳精确到秒并可回放核对。本库不分发帧、音频、转写等中间层,也不分发原视频——那属于对原视频的再分发;但管线全部开源,复现步骤见 tools/REPRODUCE.md。

快速开始

公开仓库免费访问,可按以下路径取用:

  • data/entries.jsonl:逐条判语,适合程序化检索与筛选
  • data/corpus-rag.md:整包语料,适合直接投喂 RAG
  • docs/:十一册文档与课程索引
  • docs/charts/:14 张格局 SVG 图
  • tools/build_site.py:生成静态学习站

Roadmap

项目以结构化判语库为起点,持续完善十一册体系与配套文档;学习站与格局图由语料数据驱动生成,随语料更新同步重建。

项目理念

把《天纪》全部课程整理成每条判语都可回放验证的结构化知识库,让检索、跟课学习与 AI/RAG 使用都建立在可溯源的原话之上。

关联项目

  • 已上线站点:metisziwei.com 三纪阁
  • 姊妹库:nihai-renji-corpus(人纪六部)

版权与致谢

data/ 与 docs/ 语料采用 CC BY-NC-SA 4.0,代码采用 MIT。感谢倪海厦《天纪》课程内容,以及项目维护者 Renhuai123 的整理工作。

免责声明

本库不分发帧、音频、转写等中间层,也不分发原视频;使用者应遵守相应许可条款,语料仅用于学习与研究。

相关链接

  • 项目主页:https://github.com/Renhuai123/nihai-tianji-corpus
  • 在线站点:metisziwei.com 三纪阁

协议

语料:CC BY-NC-SA 4.0;代码:MIT。公开仓库免费访问。

基本信息

记录数量4886 条判语,引文净字数 690,289 字,平均 141 字/条;覆盖 112 个单元约 61 小时讲课;整包 data/corpus-rag.md 约 69 万字 / 100 万+ token
文件大小未知
文件格式JSONL, Markdown, SVG, Python
数据来源Renhuai123
判语条数4886
引文净字数690,289
课程单元112
格局图14 张 SVG
学习站124 页静态
语料许可CC BY-NC-SA 4.0
代码许可MIT
数据落地页https://github.com/Renhuai123/nihai-tianji-corpus
发布日期2026-10-01
倪海厦天纪结构化语料判语紫微斗数RAG

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费