在先前的系列中，我們完成了從原始文本（Layer 0）到結構實體（Layer 1）的跨越。透過 Python 腳本，我們讓幾十萬字的《臺灣通史》變成了資料庫中清晰的人名、地名與座標。

但在數位考古的最後一哩路，我們面臨了一個更終極的挑戰：AI 該如何「理解」歷史的動態邏輯，而不僅僅是搜尋關鍵字？

這就是今天我們要分享的壓軸戰役——Layer 2：知識中樞 (Knowledge Atlas) 的建構，以及本專案正式對外開源的里程碑。

從「搜尋」進化到「理解」：何謂 Layer 2？

如果 Layer 1 是史料中的「單點實體」，那麼 Layer 2 就是將這些點連成線、織成網的「邏輯圖譜」。

當我問 AI：「為什麼清代的新竹會發展出如此發達的水利系統？」傳統的 RAG 頂多能幫我找到幾段描述。但擁有 Layer 2 知識中樞的 AI，能直接調用我們今日建立的五大專題模型：

  1. 水利開發模型 (Eco_System)：結構化全台 226 處埤圳，整合開鑿者與水源脈絡。
  2. 產業貿易模型 (Economy)：分析「南糖北茶」的經濟地理骨架。
  3. 官職權力模型 (Gov_Structure)：釐清三代政權演變與行政邊界。
  4. 衝突因果模型 (Conflict_Logic)：建模民變、械鬥與海防轉向的底層邏輯。
  5. 地名演進矩陣 (Toponym_Ref)：建立「古社名 -> 舊地名 -> 現代區劃」的跨時空映射。

這意味著，現在的 AI 助理（如 Antigravity）已經不只是在陪我翻古書，它更像是一位**「數位歷史策展人」**。

數位鏈金術的成果：taiwan-history-atlas 正式釋出

為了讓這份努力產出的數位資產不只是鎖在我的硬碟裡，今天我們做了一個重要的決定：將今日建構的所有腳本、資料庫 Schema 與核心 Layer 2 知識資產，正式獨立封裝並在 GitHub 上開源。

🔗 Repo 連結： https://github.com/wuulong/taiwan-history-atlas

這個版本不僅僅是一個資料集。它包含了：

  • taiwan_history.db：具備三層架構的核心資料庫。
  • 全套 AI 建模腳本：讓你可以複製這套方法論去處理其他的歷史志書。
  • AI 導航指引：教導如何引導 GPT/Claude 等 Agentic AI 使用這座歷史大腦的方法論。

授權：公眾領域貢獻 (CC0)

我們決定採用 CC0 1.0 通用公眾領域貢獻宣告 釋出這個專案。

因為歷史屬於每一個人，而將歷史數位化、圖譜化的能力，更應該像水與空氣一樣，成為所有數位考古者與河流探索家的基礎設施。

結語：這是一個開始，而非結束

從一個 DTM 高程圖上的「黃金洞」疑惑開始，到衍生出這套橫跨六篇的數位考古方法論。我們證明了：當 AI 遇上深度的文化底蘊，它能產生的不只是文字，而是洞見（Insight）。

這座《台灣歷史知識地圖》現在已經準備好了，等待每一位對這片土地充滿好奇的探勘者，利用它去編織出屬於自己的探索系列。

(待續 ── 獻給每一位數位時代的考古學家)

本文為哈爸與 AI 助理協作產出，紀錄《台灣歷史基礎設施》之數位建模實踐。