四つの中核原則
Core Principles v2.0Version 2.0 · · Governance 2.0 public evidence surface
Governance 2.0 Overview
This page is part of the starnum public Governance 2.0 surface and uses the same evidence layer as the system card, data governance, transparency report, use policy, and security policy.
Governance Summary
This page states the operating principles that govern product, content, AI assistance, and public disclosure.
Scope
Cultural respect, autonomy, transparency, privacy, safety, accessibility, and evidence-backed release discipline.
Implementation Status
Version 2.0 turns the principles into a navigation hub connected to the same evidence layer as the policy pages.
これは starnum.com.tw の運営フレームワークです。各原則には具体的な技術実装があり、単なる宣言ではありません。
最終更新：
実装済みの技術実装
- ✓メソドロジーページ（10 語言）— 知識源・排盤エンジン・品質プロセスを完全に説明
- ✓システム説明カード（Model Card）— Starnum Logic Engine v5.0 の適用範囲・非適用範囲・既知の限界
- ✓品質ベンチマーク — 37 件の固定命盤テストセットの評価結果、定期再実行で公開比較
- ✓CHANGELOG 更新履歴 — 各システム更新の詳細記録、Keep a Changelog 形式に準拠
- ✓流派明示 — 全サイト統一で陸斌兆派（中州派）、流派混在なし、model-card に明記
- ✓限界の明示 — 死亡予測・疾病診断・政治家分析などの禁止領域を acceptable-use で公開
- ✓Claim-Evidence システム — 各記事の命理論点に対応する知識ベース出典を明記、根拠なしの主張はしない
- ✓セキュリティ開示ポリシー — RFC 9116 標準、30/60/90 日の段階的修復期限を公開
実装済みの技術実装
- ✓SHA256 コンテンツ完全性ハッシュ — 各記事に SHA256 値を埋め込み JSON-LD
hasHashフィールドに注入、内容変更を検出可能 - ✓iztro オープンソース排盤エンジン — 排盤計算ロジックは完全にオープンソース、研究者は命盤結果を独立検算可能
- ✓JSON-LD Schema 機械可読 — 各記事の Schema は自動ツールで検証、schema.org 標準に準拠
- ✓公開ベンチマークセット（eval-set）— 37 件の固定テスト命盤の分析標準解答、再現検証可能
- ✓Git バージョン履歴 — すべての内容変更は GitHub 公開リポジトリに保存、変更はすべて追跡可能
- ✓117 條の命理ハードルール自動検証 — 記事公開前に自動照合、ルール違反は公開を阻止
- ✓マルチモデル相互検証 — 命理ロジックを 4 つの AI で同時照合、いずれかで異常検出時は再審フラグ
- ✓依存関係の脆弱性スキャン — ローカルツールが定期的に npm 依存関係をスキャンし、サードパーティパッケージのセキュリティを確保
実装済みの技術実装
- ✓陸斌兆派知識ベース — 2,758 檔 1,537,711+の構造化命理テキスト、8 つの出典で相互照合、信頼できる文献基盤を構築
- ✓流派一貫性宣言 — 全サイト統一で中州派（陸斌兆）四化表を採用、紙面都合で流派を混在させない
- ✓古典文献の引用 — 重要論点には『紫微斗数全書』系列など固有名の文献出典を明記
- ✓4 つの AI による合同監査 — Anthropic / OpenAI / Google Gemini governance benchmarks が命理ロジックを同時審査、投票で修正決定
- ✓117 條の命理ハードルール — 四化不可能イベント・格局判定条件などの中核ルールを機械が強制執行
- ✓GraphRAG 知識グラフ — 343 個實體節點 / 679 關係、主張を知識構造の一貫した位置に定着
- ✓著者経歴の明示 — 命理研究背景と知識体系選択の理由を about ページで公開
- ✓22 の標準分析ブロック — 各命盤の白話文解釈は固定構造で記述、分析の完全性と一貫性を保証
実装済みの技術実装
- ✓自動品質ワークフロー — 品質チェック、サイトマップ更新、証明書期限監視などを全自動実行
- ✓ルールライフサイクル管理 — 90 日間発火しないルールは自動的に廃止候補化、ルール庫の無限膨張を防止
- ✓失敗駆動進化 — 同種の品質問題が 3 回発生すると自動で新規則を提案、同じミスは二度と繰り返さない
- ✓六層品質閉ループ（L1-L6）— 記事出力から戦略層までの自動品質防衛線、層ごとに人手介入を削減
- ✓コンテンツ鮮度追跡 — 期限切れ記事を自動検出し更新キューに投入、長期的な有効性を維持
- ✓リソース上限保護 — GPU lockfile でメモリ溢れを防止、長時間稼働の安定性を確保
- ✓証明書期限追跡 — API キーやサービス証明書の期限前に自動警告、サービス断絶を回避
- ✓低演算コスト設計 — Cloudflare Pages 静的配信 + Workers エッジ演算、運用コストを抑制
原則が衝突したときの裁定
四つの原則が衝突する場合、以下の順で優先します：
P3 権威性 > P1 公開透明 > P2 検証可能 > P4 持続可能性
すなわち：内容の正確性（P3）を下げる機能は、透明性（P1）や運用効率（P4）を高めるものであっても、公開しません。
裁定例
- P4 vs P3：ある自動化機能が効率を高めるが命理ロジックエラーを混入し得る → P3 優先、ロジック検証が通るまで公開しない
- P1 vs P4：一部内部データを公開すると透明性は上がるが追加保守コストが発生 → P1 優先、保守コストは当方で負担
- P2 vs P4：検証機構の追加がシステム効率を下げる → P2 優先、検証は省略不可
機能 × 原則 対応マトリクス
各中核機能は少なくとも 2 つの原則に対応する必要があります。さもなければ必要性を再評価します。
| 機能 | P1 透明 | P2 検証 | P3 権威 | P4 持続 |
|---|---|---|---|---|
| SHA256 コンテンツハッシュ | ✓ | ✓ | — | ✓ |
| Claim-Evidence 引用システム | ✓ | ✓ | ✓ | — |
| 4 AI 合同監査 | ✓ | ✓ | ✓ | ✓ |
| 陸斌兆派知識ベース（KB） | ✓ | ✓ | ✓ | ✓ |
| 117 條の命理ハードルール | ✓ | ✓ | ✓ | ✓ |
| iztro オープンソース排盤エンジン | ✓ | ✓ | ✓ | — |
| 自動品質ワークフロー | — | ✓ | — | ✓ |
| 公開ベンチマーク（eval-set） | ✓ | ✓ | ✓ | — |
| ルールライフサイクル管理 | — | — | ✓ | ✓ |
関連する透明性リソース
以下のリソースから、四つの原則が各層でどう実装されているかを確認できます：
外部基準と一次資料
以下は本ページの判断に用いる一次資料です。比較基準であり、第三者による本サイトの推奨を意味しません。
Current Machine Audit Snapshot
This block uses only traceable local audit data. No unsupported metrics or model claims are added.
- data/state-machine/i18n-parity.json: 8,036 parent URLs, 7,976 articles.
- data/kb-machine-audit.json: 3,238 source files, 0 missing coverage, 0 orphan chunks.
- data/discovery-surface-audit.json: 0 errors, 0 warnings.
- data/sla-report.json: critical / 5 critical, 0 warnings.
Content Maintenance And Update Decision
This block makes governance-page content machine-checkable: every page must disclose its source artifacts, related pages, and the gate that reports update needs.
Update Decision
This is not static copy. When source artifacts, related policies, public metrics, or generators change, AI Ops reports evidence and an AI agent decides whether the page needs edits.
Human Boundary
Systems detect, report, and preserve machine-readable evidence. Codex/Claude agents perform final judgment and repair.
Verification Command
node scripts/verify-trust-pages.js --check
data/state-machine/trust-pages.jsondata/public-claim-registry.jsondata/sla-report.json- Related governance pages: Ethics Statement · Privacy Policy · AI Safety · Accessibility
- Update flow:
npm run update:trust-pages→npm run test:trust
Verifiable Evidence Layer
This block is not a narrative claim. Each core assertion has a claim id, source JSON, hash, and a repeatable verification command. Public pages disclose governance evidence without exposing source code, secrets, private data, or exploitable attack details.
| Claim ID | Verifiable value | Status | Owner | Source and verification |
|---|---|---|---|---|
| claim.public-url-manifest.indexable-count Public URL and canonical inventory |
38,965 indexable URLs | verified | sitewide | node scripts/generate-public-evidence-manifest.js --dry |
| claim.trust-pages.audit-pass-rate Trust page machine audit |
180/180 pass | verified | sitewide | node scripts/verify-trust-pages.js --check |
| claim.discovery-surface.zero-errors AI discovery surface audit |
{"errors":0,"warnings":0} | verified | sitewide | node scripts/verify-discovery-surface.js |
| claim.structured-data.jsonld-errors JSON-LD / structured data audit |
{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406} | verified | sitewide | node scripts/site-machine-audit.js |
| claim.status.sla-state Status page SLA source |
critical / 5 critical, 0 warnings | verified | sitewide | node scripts/generate-status-page.js |
| claim.provider-alignment.openai-anthropic-gemini OpenAI / Anthropic / Google Gemini benchmark alignment |
benchmark alignment only unless code/config evidence exists | verified | sitewide | node scripts/verify-public-evidence.js --check |
| claim.transparency-report.sha256 Transparency report SHA-256 anchor |
{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"} | verified | sitewide | node scripts/update-transparency-current-data.js |
| claim.release-integrity.gpg-signing GPG signing status |
GPG signing configured locally; GitHub verification pending | github_verification_pending | sitewide | gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature |
System Card V2.0: Technical Transparency Layer
This layer publishes the technical governance evidence that can be safely disclosed: architecture, data sources, AI-use boundaries, quality gates, release integrity, and provider alignment. Source code, secrets, exploitable attack details, and private data remain out of scope.
Public architecture
Cloudflare Pages/Workers, R2/D1/KV/Pagefind, and local generation scripts form the public-site and governance publication chain. Public pages disclose behavior, state, and traceable sources, not secrets or internal permissions.
AI-use disclosure
AI-assisted workflows are used for knowledge-base retrieval, cross-checking, and error detection. Governance documents are benchmarked against OpenAI, Anthropic, and Google Gemini public frameworks. Production model usage is disclosed only when code/config evidence exists.
Quality and safety gates
Governance page audit 180/180 passing, JSON-LD errors 0, discovery-surface errors 0. Status pages report critical / 5 critical, 0 warnings as-is.
Data traceability
Knowledge base 32,724 chunks, TM 789,031 entries, AI answer-ready 7,976/7,976. Public metrics trace to data/state-machine/*, data/*audit*.json, and transparency reports.
| Governance area | OpenAI | Anthropic | Google Gemini | Starnum implementation evidence |
|---|---|---|---|---|
| Model/system-card disclosure | OpenAI models + safety docs | Claude model docs + system/model cards | Gemini model docs + safety settings | system-card, model-card, methodology, benchmark, transparency-log |
| Safety evaluation and use boundaries | Safety best practices / deployment checklist | Responsible Scaling / safety policy | Gemini safety controls / policy | AI safety, acceptable-use, ethics, risk-boundary copy, crawler policy audit |
| Data governance | Data controls / privacy controls | privacy and data handling docs | Gemini API data governance references | privacy, ai-data-governance, KB/TM source tracking, SHA-256 hashes |
| Monitoring and release | production checklist / eval discipline | system-card transparency discipline | model/version documentation discipline | deploy.js, status.html, SLA report, trust-pages-machine-audit, sitemap/hreflang audits |
- Sources: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json.
- Sources: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json.
- Sources: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json.
- Official benchmark docs checked: 2026-07-30; links are listed in the OpenAI / Anthropic / Google Gemini alignment table.
The V2.0 goal is not more claims; it separates implemented controls from planned controls. Production usage, benchmark alignment, status exceptions, GPG signing, and SLA breaches are disclosed from source data.
Release Integrity And GPG
GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.
OpenAI / Anthropic / Google Gemini Alignment
The governance surface is benchmarked against the three public frameworks: model docs, system/model cards, safety evaluation, data governance, and use policies. This is benchmark alignment, not a claim that every provider is active in production inference. Official docs checked: 2026-07-30
| Provider | Governance focus | Starnum disclosure | Official source |
|---|---|---|---|
| OpenAI | Model documentation, latest model notes, safety best practices, and data controls. | No verifiable production model setting was found in the production code scan; providers are listed as governance benchmarks. | https://platform.openai.com/docs/models |
| Anthropic | Claude model documentation, system/model cards, Responsible Scaling, and safety policy. | No verifiable production model setting was found in the production code scan; providers are listed as governance benchmarks. | https://docs.anthropic.com/en/docs/about-claude/models |
| Google Gemini | Gemini API model documentation, safety settings, data governance, and platform policy. | No verifiable production model setting was found in the production code scan; providers are listed as governance benchmarks. | https://ai.google.dev/gemini-api/docs/models |