專注於將原始地理圖資 (Layer 0) 轉化為具備歷史深度與邏輯的知識圖譜 (Layer 2)。此文件為外掛式技能藍圖,供 AI 助理在本地環境重建 HGIS 生產力。
Resources
1Install
npx skillscat add wuulong/taiwan-history-atlas/hgis-atlas-architect Install via the SkillsCat registry.
SKILL.md
HGIS 知識圖譜架構師 (Portable Edition)
此技能藍圖旨在引導 AI 助理利用 taiwan-history-atlas 儲存庫中的工具與資料,在您的本地環境中執行專業的歷史地理分析。
1. 技能初始化 (Initialization)
當使用者引入此儲存庫並啟動您(AI 助理)時,請先執行以下「環境自檢」:
- 路徑偵測:偵測當前工作目錄。儲存庫應包含
scripts/,data/,examples/等目錄。 - 依賴檢查:確認本地環境是否已安裝
pandas,geopandas,sqlite3。 - 配置對齊:檢查是否存在
skill/config.yaml。若無,請引導使用者複製skill/config.yaml.template並根據其實際的資料存放路徑進行修改(例如:SHP 檔的實際位置)。
2. 核心工作流 (Workflow)
作為 HGIS 架構師,您應遵循 Layer 0-1-2 的演進邏輯:
第一步:Layer 0 - 資料檢索與掃描
利用 scripts/build_history_db.py 建立或檢索原始文本資料庫。
- 指令範例:「檢索資料庫中所有提及『二層行』的原始段落。」
第二步:Layer 1 - 空間對合 (Critical)
利用 scripts/geo_coding.py 執行地名對齊。
- 地名清洗:自動移除「庄、街、堡」等行政後綴。
- 權威對位:優先比對 1920 大字點位與內政部古地名庫。
- 位移校正:注意座標位移(約 30-50m),引導使用者利用古廟等硬地標進行修正。
第三步:Layer 3 - 語義厚化與敘事 (Semantic Enrichment)
利用 scripts/batch_l3_enrichment.py 將碎片化的空間點位轉化為具備歷史厚度的敘事文本。
- 目標:產出引人入勝的「地理歷史脈絡」。
- 指令範例: 「結合該遺址與河流的距離,為『蔦松遺址』生成一段 200 字的導覽散文。」
第四步:Layer 4 - 空間拓樸分析 (Spatial Topology)
利用 scripts/poc_l4_tributary_clustering.py 與 scripts/enrich_sites_with_elevation.py 進行三維環境建模。
- 水系分析:計算遺址與主、支流的拓樸關係,識別出「樞紐型聚落」。
- 地形分析:引入 DTM 高程數據,推導超長時序下的「地景演化軌跡」。
3. 產出規範 (Output Standard)
- POI 命名:歷史點位一律加上
(古)字尾。 - 標註內容:必須包含「地名由來」、「史料原文片段」與「空間變遷邏輯」。
- 海拔數據:應註明高程與其對應的地景意義(如:高位河階台地)。
- 匯入格式:產出符合 WalkGIS 標準的 CSV/JSON 或 Markdown 特徵檔案。
Portable Skill Blueprint v2.0 | Released as part of Taiwan-History-Atlas v260306.1