KURASI DATA TERBUKA

Kurasi Data Terbuka

Panduan lapisan makna untuk data terbuka Taiwan × Twinkle Hub

Platform data terbuka pemerintah Taiwan memuat lebih dari lima puluh dua ribu set data. Angka itu membuat siapa pun yang sungguh ingin memakainya kewalahan: tidak tahu mana yang penting, sejauh mana diperbarui, dua tabel mana yang bisa digabung, apalagi apa kaitannya dengan pertanyaan yang Anda pedulikan.

Taiwan.md telah menulis lebih dari seribu seratus artikel tentang Taiwan, dan di balik tiap artikel ada satu penilaian: data apa yang seharusnya memverifikasi hal ini? Halaman ini membuka lapisan penilaian itu: bagaimana kami menilai infrastruktur data, set data mana yang digabung (dan bagaimana) saat menganalisis suatu pertanyaan, dan kisah apa di pulau ini yang terhubung dengan tiap ranah data.

0
set data pemerintah (2026-10-23)
0
putusan pengadilan teks penuh
0
soal ujian nasional
0
baris analisis gizi
0
catatan pengadaan

Jaringan di bawah ini nyata: di kiri, 20 ranah data dan lima korpus vertikal (dari hasil perayapan Twinkle Hub); di kanan, artikel Taiwan.md yang sudah ditulis. Setiap garis adalah satu penilaian kurasi di halaman ini. Seret dan arahkan kursor untuk melihat data yang berantakan terhubung ke kisah yang jelas.

Ranah data Korpus vertikal Artikel Taiwan.md Lapisan makna Taiwan.md

Peta ekosistem: tiga lapisan, masing-masing memegang perannya

Agar AI (atau manusia) benar-benar bisa menjawab pertanyaan tentang Taiwan, tiga lapisan harus bekerja bersama: rumah bagi data, jalur untuk kueri, dan lapisan makna.

Rumah data (sumber tunggal)

data.gov.tw dan sistem instansi

Platform data terbuka pemerintah adalah identitas permanen tiap set data: ID set data, ketentuan lisensi, instansi penanggung jawab, unduhan mentah. Setiap kutipan pada akhirnya harus bisa dilacak ke sini.

lebih dari 52.000 set data (2026-10-23)
Jalur kueri (gerbang MCP)

Twinkle Hub

Hub MCP pertama di Taiwan, membungkus data yang tersebar di ratusan portal pemerintah menjadi satu titik kueri: pencarian semantik, kueri baris terstruktur, dan alat untuk lima ranah vertikal. AI mendapat datanya dalam satu panggilan, tanpa menyusuri portal satu per satu.

21 alat · 20 ranah
Lapisan makna (kurasi)

Taiwan.md

Data tidak berbicara sendiri. Set data mana yang layak ditunjuk, klaim mana yang diverifikasinya, bagian sejarah mana yang terhubung dengannya — itulah kerja kurasi. Sejak Juni 2026, artikel kami satu per satu mendapat bagian "Data publik" yang menyambungkan narasi dengan data mentah.

1.100+ artikel · 15 penunjuk set data aktif

Penilaian tiga dimensi: temuan dari pengujian langsung kami

Berikut penilaian langsung Taiwan.md sebagai pengguna, dijalankan dengan alat verifikasi kami sendiri (dua putaran uji, Mei dan Juni 2026), dipaparkan dalam tiga dimensi. Ini bukan iklan; ini pemeriksaan kesehatan.

Kelengkapan data

Cakupannya nyata, dan melampaui sekadar cermin
  • ✓ data.gov.tw itself lists 52,556 datasets as of 2026-10-23; Twinkle Hub's site shows 53,185 for Taiwan (self-curated sets included), plus 135,000 government e-procurement records and Legislative Yuan data (counted 2026-06)
  • ✓ Each of the 20 domain categories comes with 'typical questions' and anchor examples; every dataset is tagged with a quality tier (platinum to bronze), update frequency, format, and joinable keys
  • ✓ Self-curated datasets patch holes in the government portals: nationwide real-price registration (sales / pre-sale / rentals) connects straight to the Ministry of the Interior's Land Administration systems
  • ✓ Five vertical corpora go beyond simple mirroring: patent full texts, national exam question banks, court judgments, drug licenses, and food nutrition (scale detailed in the next section)
Kekurangan yang jujur
  • △ Search ranking skews toward county-level slices: a query for 'birth rate' returns county datasets for Nantou, Taoyuan, and Kaohsiung, and a human has to pick out the national-scale one — exactly why curation exists
  • △ There is no way to query the dataset count per domain, so any inventory has to lean on officially claimed figures
  • △ Some older datasets remain in un-normalized ODS format and cannot be queried as structured rows

Stabilitas

Sesuai sifat alfa-nya: berjalan cepat, berubah cepat pula
  • ✓ Measured query latency under 100ms on cache hits; every response carries a trace_id and cost fields — good transparency
  • ✓ Version numbers are embedded in tool descriptions (v1.11.2 aggregate queries, v1.18 judgments), so the iteration cadence stays visible
  • ✓ The judgment corpus explicitly labels its alpha scope (about 1.24 million records, 2024-05 through 2026-03) — marking boundaries clearly is more honest than pretending to be complete
Kekurangan yang jujur
  • △ Two API interface changes within two months: between 2026-05-11 and 06-10, the connection moved to a session handshake, the tools were reorganized from 40 down to 21, and an entire set of deterministic tools was retired
  • △ Rate limiting (HTTP 429) has already appeared during alpha, but the limit window is unpublished
  • △ Our countermeasure: a thin wrapper layer isolates interface changes, and article citations are always written as static pointers, never depending on the API at runtime — the way any alpha service should be integrated

Kemudahan akses

Inilah sisi terkuatnya
  • ✓ One MCP endpoint replaces hundreds of government portals: a four-step flow of search, metadata fetch, row query, and aggregation, with a consistent field schema
  • ✓ Structured row queries support SQL conditions and aggregation; normalized datasets can be used directly as a database
  • ✓ A question spanning one address, one year, and one administrative district used to take 15 to 30 minutes of manual cross-checking across three to five portals; now it is a single call, under a second
  • ✓ One-click install packages plug Claude, Cursor, and ten-plus other AI clients straight in — the friction of 'making Taiwan's data readable to AI' has been cut by an order of magnitude
Kekurangan yang jujur
  • △ Requires an API key (bearer token); free during alpha, with per-tool pricing planned — whether a free path will always exist is a question the open data ecosystem should keep asking
  • △ The service itself is closed-source: the data is open, the channel currently is not. Raw downloads from data.gov.tw remain the fallback path that bypasses any gateway

Lima korpus vertikal: bagian yang melampaui cermin

Membungkus set data dengan antarmuka pencarian bukan hal istimewa; lima ranah vertikal ini menambahkan pencarian semantik dan ekstraksi terstruktur — bagian yang membuat Twinkle Hub lebih dari sekadar "cermin data.gov.tw".

Paten

Teks penuh paten invensi terbitan TIPO
Pencarian semantik teks penuh

Kueri bahasa alami atas korpus paten, dengan uraian teknis dan klaim lengkap yang bisa diambil. Saat menulis tentang industri Taiwan, pertanyaan "apakah perusahaan ini sungguh memegang teknologi itu" untuk pertama kalinya bisa diverifikasi lewat pencarian semantik.

Ujian nasional

64.815 naskah ujian · 320.000 soal (2012–2025)

Naskah ujian Kementerian Ujian dari tahun ke tahun, dapat dicari hingga tingkat soal. Budaya ujian pegawai negeri Taiwan — demam kerja di sektor publik, jalan-jalan penuh bimbel — adalah kisah yang belum diceritakan dengan data.

Putusan pengadilan

sekitar 1,24 juta catatan (2024-05 s.d. 2026-03, alfa)

Penelusuran korpus putusan dengan bahasa sehari-hari. Untuk artikel tentang peradilan, sengketa perburuhan, dan konflik sewa, pertanyaan "bagaimana pengadilan memutus dalam praktik" kini punya pintu masuk yang bisa diverifikasi.

Obat dan kesehatan

71.836 izin obat · 96.803 kode ICD-10 bahasa Mandarin

Izin edar obat, bidang terstruktur pada brosur obat, sertifikasi pangan kesehatan, dan penyaringan awal interaksi obat. Lapisan fakta untuk artikel tentang Asuransi Kesehatan Nasional dan kedokteran.

Gizi pangan

226.825 baris analisis gizi

Basis data komposisi gizi pangan Kementerian Kesehatan dan Kesejahteraan: dua puluhan zat gizi per bahan, bisa diurutkan per zat dan dijumlahkan per santapan. Fondasi angka untuk artikel pasar malam dan kuliner.

Batang skala memakai skala logaritmik: korpus putusan 17 kali lipat izin obat; bila digambar linear, empat batang lainnya akan terhimpit hingga tak terlihat.

Resep analisis: data apa yang dipakai, dan cara menggabungkannya, untuk memahami satu hal

Inilah inti halaman ini. Setiap kartu adalah pertanyaan analisis nyata: set data apa yang dipakai, kunci apa yang menyambungkannya, metode apa untuk membacanya, dan artikel mana yang sudah mengubah analisis itu menjadi kisah.

Keadilan perumahan: rumah murah yang dibangun pemerintah — siapa yang akhirnya diuntungkan?

Cara menggabungkan: Align by administrative district and housing complex name: allocation records tell you what price the government sold at back then, real-price registration tells you what the same address is worth today, and the social housing statistics give the volumes after the shift from selling to renting.

Cara terbaik menganalisis: Build a time series for the same complex, then segment it by policy milestones: allocation sales in 1985, the resale wall coming down in 2002, rent-only-no-sale in 2016, Taoyuan's return to selling in 2026. The appreciation multiple divided by the years elapsed is the slope of the 'asset escalator'.

Transisi energi: tenaga nuklir turun ke nol lalu dinyalakan kembali — apa yang terjadi dalam angka?

Cara menggabungkan: Generation performance gives annual output and capacity factors; the unit table gives each reactor's decommissioning date. Align the two tables by year, then overlay the referendum and policy milestones.

Cara terbaik menganalisis: Draw an annual capacity-factor curve and mark the three referendums (2018, 2021, 2025): how the curve descends to zero, and whether a single number moves within a year of each vote — the time lag between 'political decisions' and 'physical reality' surfaces on its own.

Keuangan Asuransi Kesehatan Nasional: siapa yang memakai, siapa yang membayar, dan berapa tahun lagi sistem ini bertahan?

Cara menggabungkan: Enrollment counts by age bracket yield the structural ratio of those who pay to those who use; the minutes give the timeline of premium-rate decisions; the subsidy statistics show the implementation side of ability-to-pay.

Cara terbaik menganalisis: Turn the age-structure ratio into a quarterly series and overlay the premium-rate decisions: the structure keeps deteriorating while the rate stays put, so what fills the gap (budget injections, point values, copayments)? Every 'maintain without adjustment' in the minutes has a corresponding cost entry.

Kualitas demokrasi: seberapa besar elektorat tiap pemilu, dan seberapa keras penegakan hukumnya?

Cara menggabungkan: Voter counts give each election's electorate; the conviction statistics give the yearly conviction volumes for vote-buying and election interference. Both slice by county and align with election results.

Cara terbaik menganalisis: Build an 'electorate × conviction rate' pairing for each election cycle and compare enforcement intensity across cycles. The 2026 round adds AI disinformation as a new enforcement focus — establish the baseline for the two traditional categories (vote-buying, interference) first, so the scale of the new threat has a frame of reference.

Ekonomi jalanan: bagaimana sebenarnya output 230.000 lapak pedagang kaki lima dihitung?

Cara menggabungkan: The five-year census by DGBAS (Directorate-General of Budget, Accounting and Statistics) gives the national vendor population (stall counts, workers, revenue); the county registries give the roster of night markets officially recognized by government.

Cara terbaik menganalisis: Cross-census comparison is the key: five-year changes in stall counts and revenue, set against mobile-payment penetration and tourist arrivals. When the next census lands, every article citing the 233,000-stall figure should come back and reconcile.

Keselamatan jalan: apa yang menghubungkan 14 juta sepeda motor dengan tiga ribu kematian per tahun?

Cara menggabungkan: Vehicle registrations give the denominator (exposure); crash casualties give the numerator. Use the long county-level series (24 years for Taoyuan) as the methodological template first, then extend to other counties.

Cara terbaik menganalisis: Don't stop at absolute death counts — normalize to casualties per 100,000 vehicles, computed separately for scooters and cars; the 'pedestrian hell' debate needs exactly this denominator.

Dua puluh ranah data × peta kisah Taiwan.md

Di kiri, kategori ranah Twinkle Hub (dari hasil perayapan); di kanan, pemetaan kurasi kami: artikel mana di pulau ini yang terhubung dengan data tiap ranah. Untuk ranah bertanda "Kisah belum ditulis", set data unggulan dan jalur analisisnya sudah dikurasi lengkap tetapi artikelnya belum ditulis: itulah peta pengembangan kami sekaligus undangan terbuka bagi siapa pun yang mau menulisnya.

不動產與地政

realestate_land

土地、建物、房屋、都市計畫、地價、建照使照、不動產交易、租金

Pertanyaan khas: 某地段近一年實價中位數;某學區內近期使用執照核發數;都市更新案件清單

經濟、產業、公司商業

economy_business

營業/公司/工廠登記、產業統計、進出口貿易、景氣/物價指數、金融市場、上市櫃公司、公平交易

Pertanyaan khas: 某統編公司歷史登記變更;本月某產業景氣燈號;某產業上市公司營收

政府採購與補助

procurement_subsidy

招標/決標公告、補助案件、獎助、政府支出予個人

Pertanyaan khas: 某廠商近五年得標金額;某機關本月補助清單

Kisah belum ditulis Who won Taiwan: the government outsourcing map inside 135,000 contract award records

Cara menganalisisnya: Join award records to business registrations via the unified business number: which agencies a supplier has won how much from over the years. Plot a heatmap on three axes — amount, agency, year — and the geography and networks of public spending surface on their own.

政府預決算與會計

public_finance

中央/地方總預算、會計月報、附屬單位預算、債務、國庫、主計統計

Pertanyaan khas: 某機關歷年預算趨勢;中央政府公共債務餘額

稅務與稅收

tax_revenue

綜合所得稅、營業稅、地價/房屋/牌照稅、稅捐稽徵、申報核定統計

Pertanyaan khas: 某縣市本月稅收結構;某稅目歷年實徵淨額

Kisah belum ditulis What taxes keep your county alive: a fitness check on local public finance

Cara menganalisisnya: Break each county's net collections down by tax category: who lives on land value and house taxes (metro areas), and who lives on centrally allotted funds (everywhere else). Align with population and housing-price data via administrative district codes, and the fiscal autonomy ranking computes itself.

交通運輸、道路與停車

transport

車禍事故、公車/客運/捷運/鐵路/航班、停車場、即時路況、油價、車籍、道路設施

Pertanyaan khas: 某路口近一年事故數;即時公車到站;本市公有停車場剩餘車位

治安、警消與災防

public_safety

刑案、警政、消防/救護、災害示警、地震/颱風/淹水、海巡、110/119

Pertanyaan khas: 本市本月詐騙手法統計;即時災害示警;消防救護案件

Artikel terkait Typhoons

司法、法務、矯正與裁罰

judicial_legal

法院判決、檢察偵查/起訴、矯正/監所/受刑人、訴願、政府機關裁罰名單

Pertanyaan khas: 某公司被金管會裁罰歷史;某地檢偵查終結概況

立法院/國會

legislature

立法院議案、法律提案、表決、公報、質詢、發言、IVOD 影音索引、立委個人資料、選區、會議記錄。

Pertanyaan khas: 某委員第N屆提了哪些法案;某黨團對 X 議案的表決傾向;某議題在公報的歷次發言

Artikel terkait The Sunflower Movement

醫療、衛生、食品與藥物

health_food

醫事機構、健保特約、藥局、藥品/食品許可、疫情、長照、母嬰親善、食安

Pertanyaan khas: 住家附近健保藥局;某藥品/醫材許可資訊;近期傳染病通報

環境、氣象、生態與水文

environment

空品 AQI、河川水質、雨量、水庫、廢棄物回收、林班、生態保育、噪音、碳排

Pertanyaan khas: 今日本區 AQI;某河川水質歷史;本市資源回收成果

教育與科研

education_research

各級學校、教師/學生統計、補習班、圖書館、科研計畫、專利、學位論文

Pertanyaan khas: 某學區學校清單;某學校歷年學生數;某機構研究專利

農林漁牧

agriculture_fisheries

農產交易、畜牧場、漁港/漁船、農藥/肥料、農會、養殖、畜產統計

Pertanyaan khas: 某果菜市場今日交易行情;某縣畜牧場分布

勞動與就業

labor_employment

違反勞動法令、薪資、職缺、職業訓練、勞退/勞保、職災

Pertanyaan khas: 某雇主違反勞動法令紀錄;某產業薪資中位數

Artikel terkait Who counts as low-paid

社會福利、戶政、人口、選舉與公務人事

social_population

人口/戶籍/出生/死亡/結婚/離婚、低收入戶、身心障礙、原住民/新住民、選舉投票、公務員人事

Pertanyaan khas: 某選區歷次得票結構;某縣身心障礙人口;本市本月人口變動

文化、觀光與體育

culture_tourism_sport

景點、博物館、古蹟、寺廟、活動行事曆、體育場館、運動賽事

Pertanyaan khas: 本週某縣市活動;某博物館館藏

外交、領事與兩岸

foreign_affairs

外交部公告、領事/簽證/護照、駐外館處、兩岸貿易/政策/案件、僑務、國際合作、新南向、邦交國

Pertanyaan khas: 某國家近年我國進出口金額;近期外交部聲明 / 兩岸政策談話;簽證 / 護照申辦規定;駐外館處清單與聯絡資訊

政府公告與檔案

gov_publication

機關新聞稿、公報、最新消息、電子公布欄、公文範本、檔案目錄、施政方針、資訊公開申請、公共政策參與

Pertanyaan khas: 本週某機關新聞稿;行政院公報全文檢索;某類公文 / 表單範本;政府資訊公開申請統計

Kisah belum ditulis Taiwan in the gazettes: what the government announces about itself each month

Cara menganalisisnya: Build keyword time series of regulatory changes from gazette full texts, then set them against the Legislative Yuan records in the legislature domain: the time gap between administrative announcements and the legislative trail is the real speed at which a policy takes effect.

地理底圖(橫向層)

geo_basemap

行政區界、村里界、門牌、坐標、路網、河系、土地利用

Pertanyaan khas: 作為其他資料集的 join 來源;空間查詢

能源、水電瓦斯與電信(橫向層)

utilities_telecom

電力供需、加油站、自來水、瓦斯、再生能源、電信與寬頻、無線網路

Pertanyaan khas: 即時電力負載;某行政區自來水水質;某地加油站清單

Metodologi penggabungan: kunci yang menyelaraskan dua tabel

Satu set data hanyalah satu titik; hanya dengan penggabungan terbentuk jaringan. Inilah petunjuk penggabungan yang paling berguna dari pengujian kami.

Frekuensi pembaruan = resolusi analisis: spektrum lima belas set data contoh

Setiap titik adalah satu set data yang dikutip di halaman ini; arahkan kursor untuk melihat namanya. Sebelum merancang analisis, periksa di ujung spektrum mana data Anda berada.

Bulanan ×4
Triwulanan ×2
Tahunan ×3
Tiap 4 tahun ×1
Tiap 5 tahun ×1
Tidak berkala ×4
← Diperbarui tiap bulan: studi peristiwa dimungkinkan Lima tahun sekali: hanya perbandingan antarperiode →

Kode wilayah administratif

The most universal join key. Standard codes for counties, cities, townships, and districts let population, housing prices, crashes, and tax revenue align onto one map; identically named districts (two Xinyi Districts) are disambiguated by code.

Nomor induk usaha

A company's ID card. Business registrations, procurement awards, patent filings, and penalty lists all carry the unified number — it is how you trace a company's complete footprint.

Koordinat dan kode stasiun

Environmental data (air quality, water quality, weather) hangs off monitoring stations; geographic data hangs off coordinates. Converting between these and administrative district codes is step one of any spatial analysis.

Tingkat kualitas

The platinum-to-bronze tiers are a quick screen for 'can this dataset be used as-is': platinum ones are mostly normalized and queryable as structured rows; untested ones (like the self-curated real-price registration) you verify yourself.

Frekuensi pembaruan adalah resolusi analisis

Monthly data supports event studies, yearly data only trends, five-yearly data (the vendor census) only cross-period comparison. Check the frequency before designing the analysis, not the other way around.

Prinsip penunjuk ganda

When Taiwan.md articles cite a dataset, the link always points to data.gov.tw or the competent authority's persistent page, with the query layer (Twinkle Hub) as a parallel value-added path. Keep the data's home and the query path separate, and a change in either layer never breaks the chain.

Katalog alat: daftar lengkap 21 alat

Diambil langsung dari titik akhir MCP (perayapan terakhir yang berhasil tercatat di bagian bawah halaman). Pengelompokannya buatan kami.

Empat alat inti set data + indeks ranah ×5

  • search_datasets Search Taiwan government open datasets (台灣政府開放資料 / data.gov.tw /
  • get_dataset 取得資料集完整 metadata 與樣本資料列。
  • query_rows 讀取已 normalise 資料集的實際列;支援聚合查詢(v1.11.2+)。
  • materialize_dataset 強制下載並轉換指定資料集(若已 cache 則為 no-op)。
  • list_domains 列出全部 19 個 domain 標籤的定義(key、中文名、scope、典型問題、anchor 範例)。

Paten ×2

  • search_patents 以自然語言查詢 TIPO 發明專利公開案 corpus (data.gov.tw dataset 15992,
  • get_patent_body 取得單一專利的完整 description body (技術領域 / 先前技術 / 實施方式)

Ujian nasional ×3

  • search_exam 以自然語言檢索台灣國家考試試卷 (dataset 170565,考選部,OGDL).
  • search_exam_questions 以自然語言 + (可選) 關鍵字過濾, 檢索國家考試題目級別.
  • get_exam_paper 取得單一國考試卷的全部題目 + 標準答案 (測驗題).

Putusan pengadilan ×2

  • search_judicial 以白話 + (可選)關鍵字 / 結構化過濾,檢索台灣判決書 corpus.
  • get_judicial_full 取單一判決書完整 metadata + JFULL + T3 抽出欄位 (若已處理).

Obat dan kode medis ×6

  • lookup_icd10 ICD-10-CM 中文版查詢 (衛福部健保署翻譯 v2023, data.gov.tw 177507).
  • search_drug 衛福部食藥署 全部藥品許可證 search (data.gov.tw 9122, 71,836 件).
  • get_drug_details 取單一藥品許可證的全 28 欄詳細 (data.gov.tw 9122).
  • search_health_supplements TFDA 健康食品許可證 (data.gov.tw 6951, 562 件).
  • search_drug_label 搜 twinkle-ai/tw-drug-labels-vision (CC-BY-4.0, ~72k 藥品仿單) 結構化欄位.
  • check_drug_interaction 初步篩查多藥品之間的交互作用 — naive substring scan over each

Gizi pangan ×3

  • query_food_nutrition 衛福部 台灣食品營養成分資料 (data.gov.tw 8543, 226,825 行).
  • search_foods_by_nutrient 依單一營養素排行食物 (per 100g) — 衛福部食品營養成分 dataset 8543.
  • analyze_meal_nutrition 給定一頓餐 (食物名 → 克數), 算總營養成分.

Artikel yang sudah tersambung ke lapisan data

Sejak Juni 2026, kami menambahkan bagian "Data publik" di akhir artikel: tiap bagian mendaftar set data yang dapat memverifikasi (atau menggugurkan) klaim artikel, dengan satu baris alasan mengapa penunjuk itu ada. Gelombang pertama berisi enam artikel:

Twinkle Hub masih berstatus alfa, dan penilaian di halaman ini akan diperbarui seiring perkembangannya. Saat ini Taiwan.md tidak memiliki hubungan komersial apa pun dengan Twinkle Hub; halaman ini adalah pemeriksaan kesehatan langsung dari pengguna berat — sekaligus undangan: hanya bila lapisan data dan lapisan makna bekerja bersama, Taiwan dapat dipahami secara utuh.

Daftar alat dan ranah di halaman ini terakhir berhasil dirayapi pada 2026-06-10 · hub.twinkleai.tw · data.gov.tw