370 位历史人物(94% 已对齐 Wikidata QID) · 162 个历史事件 · 3327 件馆藏文物(大都会 + 克利夫兰 3308 件 CC0 全量) · 551 个年号 · 49 个朝代/政权——全部 JSON 分发,clone 即用
🚀 快速开始 · 📦 数据集 · 📐 Schema · 🤝 贡献 · 💬 Discussions · English · llms.txt
灵感来自 chinese-poetry:古诗词有了最全的开源数据库,历史也该有一个。
但历史比诗词难做得多——生卒年在争、纪年要换算、出处要考证。所以本项目把**「出处」做成一等公民**:没有
sources的记录过不了 CI,学术争议不投票而是多值并存,每条 AI 生成的数据都留了模型和 prompt 版本。一句话定位:给开发者和 AI Agent 用的一份干净的中华历史结构化数据,clone 即用,不用爬百科、不用担心版权。
搜一个人名、拖一条时间轴,30 秒就能看懂这个库装了什么。
不想 clone? 直接下载单文件数据库 → 最新 Release。注意:已发布的是 v1.4.0(SQLite 1.8MB / 1224 条),含 M3 文物的 v1.5.0 尚未打 tag。
想先看设计思路? 三条铁律为什么这么定、各自付出了什么代价 → 《给中华历史数据建 Schema 时,我踩的三个坑和付出的代价》
如果这个项目对你有用,点个 ⭐ Star 是最实际的帮助。 它不会让数据变得更准,但决定了这个库能不能被更多需要它的人看见——也是我能不能找到 co-maintainer 的前提。
当前需要帮忙的具体位置,按缺得最狠的排:
- 3327 件文物里有 2293 件中文名还是英文原名,
description全部空着——描述必须原创改写,机器批量生成就是洗稿,所以宁缺毋滥,等懂器物的人来补。不想提 PR 也行,挑 10 件把你认为该叫什么贴在 #6 里就够了。取舍细节见 M3 说明书。 disputed[]争议多值目前只覆盖 9/370 人,还没有任何一条数据经过人工核验。
你熟悉哪段历史,就带着书目来提 PR,一条一个 PR,出处要能核。长期共建见 #6 招募 co-maintainer。
| 你现在的做法 | 卡在哪 | 这个项目 |
|---|---|---|
| 翻维基百科手抄 | 结构不统一,只能一条条抄 | JSON 分片,字段固定,clone 即用 |
| 爬百度百科 | 有版权风险,改版就挂 | 事实数据 CC0,描述文本原创(CC BY-SA) |
| 用 CBDB | 学术级,格式重,面向学者 | 面向开发者,跑一遍 validate.py 就明白结构 |
| 问 AI | 会编,编了你看不出来 | 每条带 sources,AI 生成的记录在 _meta 里记了模型和 prompt 版本 |
| 自己做一份 | 生卒年争议、年号换算全是坑 | 551 条年号表 + disputed[] 多值 + 时间双轨 |
和 chinese-poetry 的关系:它证明了「JSON 分发的开放数据」这条路在古诗词领域走得通。历史数据不能照搬那套做法,因为历史给的是断言而不是文本,每条背后都有「据某书卷几」,而这些书之间经常互相矛盾。
要说清楚它不是什么:
- 不是学术库,深度比不上 CBDB
- 不存二十四史全文,只存结构化事实
- 目前没有任何一条数据经过逐条人工核验,用前请自己核对
sources
{
"id": "person.qin.yingzheng",
"name": "嬴政",
"titles": ["秦始皇", "始皇帝"],
"birth": {"year": -259, "original": "秦昭襄王四十八年正月"},
"reign": {"start": -247, "end": -210},
"successor": "person.qin.huhai",
"sources": [{"title": "史记·秦始皇本纪", "type": "primary", "ref": "卷六"}]
}一行命令查数据:
jq '.[] | select(.titles[]? | contains("秦始皇"))' persons/qin/person.qin.0.json四个已经跑通的场景,每条命令都基于仓库现有数据:
① 查一个人牵连的所有事件
以刘邦为例,跨 persons/ 和 events/ 两个目录关联:
import json, glob
for f in glob.glob("events/**/*.json", recursive=True):
for e in json.load(open(f)):
if any(p["person"] == "person.han.liubang" for p in e.get("participants") or []):
print(e["name"], e["time"]["start"], e["time"]["original"])→ 刘邦入关子婴投降(前206,汉元年十月)、楚汉战争(前206–前202)、白登之围(前200,汉高祖七年)
② 年号换算公历(注意重名) 「贞观」有两个,唐太宗的和西夏崇宗的:
import json, glob
for f in glob.glob("reign_eras/*.json"):
for r in json.load(open(f)):
if r["name"] == "贞观":
print(r["dynasty"], r["start"], "-", r["end"])→ dynasty.tang 627-649 / dynasty.western-xia 1101-1113
这个例子本身就是设计理由:史料里的「贞观三年」到底指哪一年,取决于你在讲哪个政权。想当然地映射过去就会错。
③ 查一个人的在位时间与备注
import json
for r in json.load(open("persons/qin/person.qin.0.json")):
if "秦始皇" in (r.get("titles") or []):
print(r["reign"])→ {'start': -247, 'end': -210, 'note': '前247年即位为秦王(时年十三),前238年亲政,前221年统一六国称始皇帝'}
注意 reign.start 是 -247(即位为秦王),不是 -221(称帝)。这两个日期都真实存在,取哪个取决于你要回答什么问题。
④ 建一个帝王世系树
predecessor / successor 构成完整链条,从秦始皇一路可追到溥仪退位:
jq -r '.[] | "\(.name) → \(.successor // "(终)")"' persons/qing/person.qing.0.json想直接查 SQL?先 python3 tools/build_sqlite.py,再打开 dist/chinese-history.sqlite,7 张表(persons / events / artifacts / dynasties / reign_eras / places / museums)都已建好。
只是想看看数据长什么样 → 在线 demo(搜索 / 时间轴 / 文物画廊,纯静态无后端)
3 步,零依赖(仅 Python 标准库):
git clone https://github.com/anthonyhann/chinese-history.git # ① 拿数据
cd chinese-history
python3 tools/validate.py # ② 验证数据完整性(4497 条)
jq '.[] | .name' persons/han/person.han.0.json # ③ 开始用(或任何语言的 JSON 库)给你的 AI Agent 用(把这句话粘贴给它):
请阅读 https://github.com/anthonyhann/chinese-history/blob/master/llms.txt ,了解 chinese-history 的结构与 Schema 后,帮我基于它的数据构建应用。
每条数据必带出处(sources),无出处无法通过 CI——这是本仓库与"AI 内容农场"的分界线。
| 数据集 | 记录数 | 状态 |
|---|---|---|
| 人物 · 秦 | 18 | ✅ M1 种子 |
| 人物 · 汉 | 31 | ✅ M2 已放量(两汉全部帝系) |
| 人物 · 魏晋南北朝 | 86 | ✅ v0.2.0(魏/蜀/吴/两晋/十六国/南北朝) |
| 人物 · 隋唐五代 | 39 | ✅ v0.3.0(隋 4/唐 21 含武则天/五代 14) |
| 人物 · 宋辽金 | 37 | ✅ v0.4.0(北宋 9/南宋 9/辽 9/金 10) |
| 人物 · 元明清 | 43 | ✅ v1.0.0(帝系贯通至 1912) |
| 人物 · 十国/西夏/大理 | 34 | ✅ v1.1.0(帝系拼图补齐) |
| 人物 · 名臣将相 | 82 | ✅ 两批(商鞅/白起/诸葛亮/魏征/李白/王安石/苏轼/岳飞/于谦/王阳明/曾国藩/林则徐等) |
| 事件 · 秦 | 23 | ✅ M1 种子(+ 商鞅变法/商鞅车裂/长平之战) |
| 事件 · 汉 | 20 | ✅ M2 新增(+ 文景之治) |
| 事件 · 魏晋南北朝 | 33 | ✅ v0.2.0(官渡/赤壁/淝水/侯景等) |
| 事件 · 隋唐五代 | 25 | ✅ v0.3.0(大运河/玄武门/贞观/安史之乱等,+ 租庸调制) |
| 事件 · 宋辽金 | 26 | ✅ v0.4.0(陈桥兵变/澶渊之盟/靖康之变/崖山等) |
| 事件 · 元明清 | 35 | ✅ v1.0.0(蒙古西征/郑和下西洋/鸦片战争/辛亥革命,+ 一条鞭法/摊丁入亩/土木之变) |
| 文物 · 秦陵博物院 | 1 | 🔬 Schema 样例 |
| 文物 · 大都会博物馆 | 892 | ✅ M3 全量(中国藏品公有领域 + CC0 图片全库拉取) |
| 文物 · 史密森尼亚洲艺术馆 | 15 | ✅ v1.2.0(商周青铜/玉器/唐俑,CC0) |
| 文物 · 大英博物馆 | 3 | ✅ v1.3.0(NC 许可仅链接) |
| 文物 · 克利夫兰 | 2416 | ✅ M3 全量(中国艺术部 CC0 藏品 + 图片全库拉取) |
| 朝代/政权 | 49 | ✅ 基础表 |
| 年号纪年 | 551 | ✅ 秦汉至明清 + 十国西夏(建元 → 宣统) |
| 地名 | 31 | ✅ 含今地名与坐标 |
| 博物馆 | 7 | ✅ 含各馆开放数据许可状态 |
- id 锚点第一天就有:
person.qin.yingzheng可读 slug + UUID 双标识,人物/事件/文物/地名互相引用,发布即冻结,永不复用 - 时间双轨制:史料原文纪年("秦始皇三十七年七月丙寅")+ 归一化公历(
-210)+circa约数 +disputed[]学术争议多值并存——争议不投票,各标出处 - 出处强制 + 生产可复现:
sources为空直接过不了 CI;每条数据的生成模型与 prompt 版本记录在_meta,可追溯、可重跑
- 做学术研究/论文 → 请用 CBDB 等专业学术库。本库定位是开发者友好与中文优先,不是学术深度
- 需要经人工核验的可靠性 → 当前全部记录由 AI 流水线生成并做过部分抽查,没有任何一条经过逐条人工核验。
_meta记录的是生成模型与 prompt 版本(用于追溯),不是正确性保证。请以sources自行核对,纠错请提 PR - 需要完整二十四史全文 → 我们只存结构化事实,不存史料全文
- ✅ M0 基建:Schema / CI 校验器 / 朝代·年号·地名·博物馆基础表
- ✅ M1 秦朝冷启动:3 帝 + 15 关联人物 + 20 事件
- ✅ M2 汉代放量:两汉 31 帝系 + 74 年号 + 19 个重大事件
- ✅ M2.5 魏晋南北朝:86 帝王 + 182 年号 + 12 重大事件
- ✅ M2.6 隋唐五代:39 帝王 + 95 年号 + 15 重大事件
- ✅ M2.7 宋辽金:37 帝王 + 100 年号 + 12 重大事件
- ✅ v1.0.0 元明清:43 帝王 + 46 年号 + 15 重大事件——帝系全程贯通(前221年–1912年)
- ✅ v1.1.0 补全:十国/西夏/大理 34 帝 + 名臣将相 41 人 + Met CC0 文物 24 件
- ✅ v1.2.0 加密:名臣第二批 41 人 + 事件加密 61 个 + Smithsonian CC0 文物 15 件
- ✅ v1.3.0 对齐:348/370 人物挂上 Wikidata QID + 大英博物馆文物 3 件
- ✅ v1.4.0 馆藏通道:克利夫兰 CC0 文物 19 件(当前)
- ✅ M3 文物通道:大都会中国公有领域藏品 892 件 + 克利夫兰中国艺术部 CC0 藏品 2416 件,全部带 CC0 图片直链(未发布,待 v1.5.0 打 tag)
- 诚实说明:这 3308 件里 972 件给出了中文名(其中 441 件是名称能确定性对译、如「瓶」「罐」「三足鼎」,531 件只对到器物类别、纹饰题材见
name_en),其余 2293 件保留博物馆原英文名——宁可留英文,不编中文名。跨馆重复与各馆断代口径不一致的问题见 M3 说明书
- 诚实说明:这 3308 件里 972 件给出了中文名(其中 441 件是名称能确定性对译、如「瓶」「罐」「三足鼎」,531 件只对到器物类别、纹饰题材见
- 🔜 M3+:SQLite 构建器已可用(
python3 tools/build_sqlite.py),release 自动化见.github/workflows/release.yml - 🔜 M4:历代皇帝全量、案例展示
最快的参与方式:点 ⭐ Star。Star 数决定这个库能不能被更多需要它的人搜到,也是招募 co-maintainer 的前提。
能直接贡献的(都比想象中好上手):
| 想做的事 | 怎么做 |
|---|---|
| 补一条有学术争议的生卒年 | 往 disputed[] 加一个带书目的值,一条一个 PR → #4 |
| 核验一条现有数据 | 对着 sources 读原书,确认无误后告诉我们,这是当前最缺的 → #5 |
| 补你家乡博物馆的中华文物 | 按 artifacts/ 现有 Schema 添加,注意图片许可逐条标注 |
| 长期共建 | 数据校订 / 前端可视化 / 贡献流程,任一方向都欢迎 → #6 |
| 用了这个数据做了东西 | 在 Discussions 说一声,收录进案例展示 |
数据纠错 PR 请注明出处,无出处不合并,详见 CONTRIBUTING.md。
有想法、有问题、或者只是想聊聊怎么用? 去 Discussions 比提 issue 更合适——那里可以自由讨论 Schema 设计、数据该存成什么样、你拿它做了什么。
- 2026-10-25 v1.4.0:克利夫兰 CC0 文物 19 件,实体总数 1224
- 2026-10-25 v1.3.0:Wikidata 对齐 94% + 大英博物馆文物 3 件,实体总数 1204
- 2026-10-24 v1.2.0:名臣第二批 41 + 事件加密 61 + Smithsonian 文物 15,实体总数 1201
- 2026-10-24 v1.1.0:十国/西夏/大理 34 帝 + 名臣将相 41 人 + Met 文物 24 件,实体总数 1084
- 2026-10-24 v1.0.0:元明清放量,实体总数 922,帝系全程贯通至 1912 年
- 2026-10-23 v0.4.0:宋辽金放量——37 位帝王、100 个年号、12 个重大事件,实体总数 815
- 2026-10-23 v0.3.0:隋唐五代放量——39 位帝王、95 个年号、15 个重大事件,实体总数 660
- 2026-10-23 v0.2.0:魏晋南北朝放量——86 位帝王、182 个年号、12 个重大事件,实体总数 503
- 2026-10-23 M2 补:汉代 19 个重大事件 + SQLite 构建器,实体总数 203
- 2026-10-23 M2:汉代 31 帝系人物 + 74 个年号入库,实体总数 179
- 2026-10-23 M0+M1:仓库骨架、CI 校验器、秦朝 18 人物 + 20 事件种子数据
| 内容 | 许可 |
|---|---|
| 工具链代码 | MIT |
| 事实数据(年代、谱系、收藏地等) | CC0 |
| 描述文本(bio/description,均为原创) | CC BY-SA 4.0 |
| 文物图片 | 逐条标注源站许可,非 CC0 只放链接 |
