cn-math-taxonomy

1644个知识点连成先修网络,答错一题定位薄弱根源

开源 🏷️定价信息待确认 ⏳ 访问状态待核验 学习教育 🍴 复刻 625 🐛 待处理 6 👀 关注 5
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2739
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

cn-math-taxonomy 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类学习教育
开发团队xiaoyang111222
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态⏳ 访问状态待核验
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型chinese,curriculum,diagnostic,edtech,education,elementary-school,english,high-school,junior-high-school,k12,knowledge-graph,math,mathematics,middle-school,open-data,primary-school
GitHub 星标★ 2739
上线时间2026-10-18 00:00:00
代码更新2026-10-23
仓库体积36.0 MB
本站数据更新2026-10-24
维护状态活跃
收录时间2026-10-24
浏览次数0

项目介绍

cn-math-taxonomy 是一个面向 K12 教育的开源知识图谱数据集,覆盖小学数学到高中数学、三年级到高中英语、初中物理三大科目,共整理 1644 个知识点、2403 条先修依赖边和 6723 道配套题目,并对齐国内课程标准。项目用 Python 组织数据,核心价值在于把零散的教材章节转化为可计算的知识网络:每个知识点标注所属学段、学科与课标映射,先修边描述知识点之间的学习先后关系,题目与知识点关联,从而支持自适应前置诊断——学生答错某题时,可沿先修边回溯定位薄弱的前置知识,而不是只看到一个分数。它解决的是教育产品中知识点关系难以结构化、诊断缺乏依据的问题,适合作为题库系统、学习路径规划、错题归因、AI 家教等应用的数据底座,也可供教研人员做课程分析。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-24 · 当前星标 ★ 2739

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 10 分钟 部署方式:云服务 6 步

环境要求

  • Python 3 环境(用于运行 data 校验脚本)
  • git(获取仓库代码)
  • 可执行 bash 脚本的类 Unix 环境(macOS/Linux 或 WSL)
  • 部署静态页需要 Cloudflare Pages 项目权限,项目名须为 cn-math-taxonomy

安装与启动步骤

  1. 1获取仓库代码

    把数据集仓库克隆到本地,后续的校验脚本和部署脚本都在仓库里。

    git clone https://github.com/xiaoyang111222/cn-math-taxonomy.git
  2. 2进入项目目录

    切换到仓库根目录,脚本路径为 scripts/ 下的相对路径。

    cd cn-math-taxonomy
  3. 3运行数据校验

    检查 JSON 合法、id 唯一、字段齐全、边两端存在、无环等;全部通过才返回 0。

    python3 scripts/validate.py
  4. 4严格校验课标映射

    默认 standards 为空只告警;需要当作错误处理时加环境变量重跑。

    STRICT_STANDARDS=1 python3 scripts/validate.py
  5. 5部署静态站点

    脚本会打包页面与用到的数据文件,发布到 Cloudflare Pages 的 main 生产分支。

    ./scripts/deploy-cf.sh
  6. 6在线查看诊断

    用浏览器打开演示链接,查看按先修边回溯的前置诊断效果。

关键配置

配置项必填说明示例
STRICT_STANDARDS否设为 1 时,正式知识点的 standards 为空会被判为错误而非警告。1
Pages 项目名否部署脚本发布的目标项目,README 中为 cn-math-taxonomy。cn-math-taxonomy
部署分支否发布到 Pages 的 main 生产分支,脚本已固定该目标。main

如何确认成功

执行 python3 scripts/validate.py 后输出 VALIDATION PASSED 且退出码为 0,即表示数据自检通过。

常见问题

Q:校验脚本报错怎么排查?

A:按输出定位:先看 JSON 语法与 id 是否重复,再看边的两端是否存在、是否有自环或环路,环路会直接打印出来。

Q:standards 为空会失败吗?

A:默认只告警,最多打印 30 个;设置 STRICT_STANDARDS=1 后才会当作错误并返回非 0。

Q:部署脚本需要提前准备什么?

A:本机需已具备 Cloudflare Pages 的发布权限,并且存在名为 cn-math-taxonomy 的 Pages 项目。

Q:数据可以直接商用吗?

A:README 说明这是 AI 生成的初稿,部分课标条目仍标注待核,使用前需自行复核准确性。

注意事项

  • 仓库名仍是 cn-math-taxonomy,但内容已扩展为数学、英语、物理三科独立图谱
  • 英语与数学不连边,物理单独成图,跨科关联写在 mathLinks 字段中
  • 部署脚本只更新静态页,不会改动 VPS / Caddy;截图和出题批次不打包
  • 数据为 AI 生成初稿,部分课标条目待核,正式使用前请人工复核

核心亮点

  • 知识点、先修边、题目三层结构完整,直接可用的结构化数据,省去从教材手工抽取的成本
  • 覆盖小学到高中三个学科,并显式对齐课标,便于做学段衔接和跨年级路径规划
  • 先修边支撑前置诊断,能沿依赖链回溯薄弱点,比单纯按章节刷题更有针对性

不足之处

  • 题目量相对知识点偏少,平均每知识点约 4 题,诊断精度受限于题量覆盖
  • 先修边与课标映射的标注质量依赖人工整理,缺少公开的校验或评测基准
  • 仅覆盖数学、英语、物理三科,语文、化学等主科缺失,难以支撑全科产品

适用场景

  • 自适应学习系统:根据答题结果沿先修边回溯,生成个性化补弱路径
  • 错题归因与学情报告:把错题映射到知识点及其前置依赖,输出薄弱环节分析
  • AI 家教或题库产品的知识底座:为题目推荐、知识点检索、学习计划编排提供结构化数据

替代项目

assistments、openstax、khan-exercises

上一篇:ai-engineering-cheatsheets

下一篇:没有了!

同类项目推荐

copilot-camp 开源

跟着实验一步步扩展 M365 Copilot,做出能用的代理

Hands-on labs for extending Microsoft 365 Copilot and building custom engine agents

★ 672 2026-10-23
LLM_Notebooks 开源

一站式AI技术Notebook,边看边跑快速上手

Notebooks and Code about Generative Ai, LLMs, MLOPS, NLP , CV and Graph databases

★ 0 2026-08-09
TTS-arxiv-daily 开源

每12小时自动抓取TTS新论文,收藏即看日报

Automatically Update Text-to-speech (TTS) Papers Daily using Github Actions (Update ···

★ 670 2026-10-01
articles-code 开源

跟着代码学ML,直接上手生产级实践

Decoding ML articles hub: Hands-on articles with code on production-grade ML

★ 141 2026-08-09
ML_Guide 开源

一站式汇集ML资源,边学边协作,快速上手机器学习

One place to find variety of resources and a community of contributors, ML Guide is ···

★ 89 2026-08-09
recommendations-for-engineers 开源

工程师成长推荐清单,一站式获取实用建议

All of my recommendations for aspiring engineers in a single place, coming from vari···

★ 162 2026-08-09
tglcourse 开源

系统学习生成式建模,从理论到代码实战

The Generative Landscape - a course on generative modelling (currently unfinished). ···

★ 151 2026-08-09
ai-system-design 开源

从会调API到会搭AI系统,一步步教你设计LLM应用架构

AI System Design - Learn how to design AI systems built on LLMs, RAG, and AI Agents ···

★ 733 2026-10-02
zero2Agent 开源

系统备战大厂Agent面试,技术路线+八股文一站搞定

面向大厂Agent研发岗位求职的agent教程网站,涵盖技术路线与面试八股文

★ 903 2026-08-09