四大核心原則
核心原則 v2.0Version 2.0 · · Governance 2.0 public evidence surface
治理 2.0 摘要
此頁已納入 starnum 公開治理 2.0 介面，與系統卡、資料治理、透明度報告、使用政策和安全政策使用同一套證據層。
治理摘要
本頁說明治理產品、內容、AI 輔助與公開揭露的操作原則。
適用範圍
涵蓋文化尊重、自主性、透明度、隱私、安全、無障礙與證據化發布紀律。
實作狀態
2.0 將核心原則轉為導航樞紐，並連接到與政策頁相同的 evidence layer。
這是 starnum.com.tw 的運營框架。每一個原則都有對應的具體技術實作，不只是聲明。
最後更新：
已實現的技術實作
- ✓方法論頁面（10 語言）— 完整說明知識來源、排盤引擎、品質流程
- ✓系統說明卡（Model Card）— Starnum Logic Engine v5.2 的適用/不適用範圍、已知限制
- ✓品質基準測試 — 37 個固定命盤測試集的評測結果，定期重新執行公開比對
- ✓CHANGELOG 更新日誌 — 每次系統更新的詳細記錄，遵循 Keep a Changelog 格式
- ✓派系明確聲明 — 全站統一採用陸斌兆派（中州派），不混用流派，model-card 明確標注
- ✓局限性明確說明 — 死亡預測/疾病診斷/政治人物分析等禁區均在 acceptable-use 頁面公開
- ✓Claim-Evidence 系統 — 每篇文章的命理論點均標注對應知識庫來源，不憑空聲稱
- ✓知識圖譜邊界公開 — 對讀者說明知識圖譜服務，後端本體論與 SEO Schema.org JSON-LD 的角色分層
- ✓公開/私人資料邊界 — 私人命盤節點與內部 KB source 不進 public ViewGraph 或 SchemaProjection
- ✓安全揭露政策 — RFC 9116 標準，30/60/90 天分級修復時程公開
已實現的技術實作
- ✓SHA256 內容完整性雜湊 — 每篇文章嵌入 SHA256 計算值並注入 JSON-LD
hasHash欄位，內容改動即可偵測 - ✓iztro 開源排盤引擎 — 排盤計算邏輯完全開源，任何研究者可獨立驗算命盤結果
- ✓Schema.org JSON-LD 機器可讀 — Schema 由 public ViewGraph 投影並由自動化工具驗證，不輸出私人命盤事實
- ✓本體論與 graph validator — ContentGraph / SectionSubgraph 需通過 validateContentGraph、validateGraphShapes 與 ontology audit
- ✓公開基準測試集（eval-set）— 37 個固定測試命盤的分析標準答案，可重現驗證
- ✓Git 版本歷史 — Git 版本控制保留完整變更歷史，任何改動均可追溯
- ✓117 條命理硬規則自動驗證 — 每篇文章發布前自動比對，規則違反即阻止發布
- ✓多模型交叉驗證 — 命理邏輯由 4 家 AI 工具同步比對，任一工具發現異常即標記複審
- ✓依賴漏洞掃描 — 定期執行本機工具掃描 npm 依賴漏洞，確保第三方套件安全
已實現的技術實作
- ✓陸斌兆派知識庫 — 2,758 檔 1,537,711+ 行結構化命理文本，8 個來源交叉比對，建立可靠的文獻基礎
- ✓派系一致性聲明 — 全站統一中州派（陸斌兆）四化表，不因版面需要混用不同流派
- ✓古典文獻引用 — 重要論點明確標注出自《紫微斗數全書》系列等具名文獻
- ✓4 家 AI 聯合稽查 — Anthropic / OpenAI / Google Gemini governance benchmarks 同步審查命理邏輯，投票決定修正
- ✓117 條命理硬規則 — 四化不可能事件、格局判定條件等核心規則機器強制執行
- ✓GraphRAG 知識圖譜 — 343 個實體節點 / 679 關係，確保論點在知識結構中有一致的位置
- ✓作者資歷說明 — 命理研究背景與知識體系選擇理由公開於 about 頁面
- ✓22 個標準分析區塊 — 每份命盤白話文依固定結構撰寫，確保分析完整性與一致性
已實現的技術實作
- ✓自動化品質工作流 — 品質檢查、網站地圖更新、憑證到期監控等全自動執行
- ✓規則生命週期管理 — 90 天未觸發的規則自動候選淘汰，防止規則庫無限膨脹
- ✓失敗驅動進化 — 同類品質問題出現 3 次即自動提案新規則，錯誤永不重犯
- ✓六層品質閉環（L1-L6）— 從文章產出到策略層面的自動化品質防線，逐層降低人工介入需求
- ✓內容新鮮度追蹤 — 自動偵測超期文章並排入更新佇列，維護內容長期有效性
- ✓資源上限保護 — GPU lockfile 防止記憶體溢出，確保長時間運行穩定
- ✓憑證到期追蹤 — API 金鑰、服務憑證到期前自動警示，避免服務中斷
- ✓低運算成本設計 — Cloudflare Pages 靜態部署 + Workers 邊緣運算，運維成本可控
原則衝突時如何裁決
當四大原則之間出現衝突時，我們依以下順序優先：
P3 具權威信 > P1 公開透明 > P2 可驗證 > P4 可永續發展
即：任何功能若降低內容準確性（P3），即使可提升透明度（P1）或運作效率（P4），也不上線。
裁決範例
- P4 vs P3：某自動化功能提升效率，但可能引入命理邏輯錯誤 → P3 優先，功能不上線直到邏輯驗證通過
- P1 vs P4：公開某些內部數據增加透明度，但需要額外維護成本 → P1 優先，我們承擔維護成本
- P2 vs P4：增加驗證機制降低系統效率 → P2 優先，驗證不可跳過
功能 × 原則對應矩陣
每個核心功能均對應至少 2 個原則，否則重新評估其必要性。
| 功能 | P1 透明 | P2 驗證 | P3 權威 | P4 永續 |
|---|---|---|---|---|
| SHA256 內容 hash | ✓ | ✓ | — | ✓ |
| Claim-Evidence 引用系統 | ✓ | ✓ | ✓ | — |
| 本體論 / 知識圖譜 validator | ✓ | ✓ | ✓ | ✓ |
| Schema.org JSON-LD 公開投影 | ✓ | ✓ | ✓ | — |
| 4 家 AI 聯合稽查 | ✓ | ✓ | ✓ | ✓ |
| 陸斌兆派知識庫（KB） | ✓ | ✓ | ✓ | ✓ |
| 117 條命理硬規則 | ✓ | ✓ | ✓ | ✓ |
| iztro 開源排盤引擎 | ✓ | ✓ | ✓ | — |
| 自動化品質工作流 | — | ✓ | — | ✓ |
| 公開基準測試（eval-set） | ✓ | ✓ | ✓ | — |
| 規則生命週期管理 | — | — | ✓ | ✓ |
相關透明度資源
以下資源讓您深入了解這四大原則如何在每個層面落實：
外部標準與一手來源
以下連結是本頁治理判斷採用的一手標準；它們是對照基準，不代表第三方替本站背書。
目前機器稽核快照
此區塊只使用本機可追溯的稽核資料，不新增無來源宣稱。日期為實際產出日。
- 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.
內容維護與更新判斷
此區塊讓治理頁內容可被機器檢查：每頁都必須公開它依賴哪些資料、哪些關聯頁會影響它，以及哪個 gate 會提報需要更新。
更新判斷
此頁不是靜態文案；來源資料、相關政策、公開指標或生成器變更時，AI Ops 只產出證據，由 AI agent 判斷是否改文。
人工邊界
系統負責偵測、提報與留證；最終修復與語氣判斷由 Codex/Claude 等 agent 執行。
驗證指令
node scripts/verify-trust-pages.js --check
可查驗 Evidence Layer
此區塊不是口號；每一個核心宣稱都有 claim id、來源 JSON、hash 與可重跑的驗證指令。公開頁只揭露可公開的治理證據，不公開原始碼、密鑰、私有資料或可被濫用的攻擊面細節。
| Claim ID | 可查驗值 | 狀態 | 責任頁 | 來源與驗證 |
|---|---|---|---|---|
| claim.public-url-manifest.indexable-count 公開 URL 與 canonical 清單 |
38,965 indexable URLs | verified | sitewide | node scripts/generate-public-evidence-manifest.js --dry |
| claim.trust-pages.audit-pass-rate 治理頁機器稽核 |
180/180 pass | verified | sitewide | node scripts/verify-trust-pages.js --check |
| claim.discovery-surface.zero-errors AI discovery surface 稽核 |
{"errors":0,"warnings":0} | verified | sitewide | node scripts/verify-discovery-surface.js |
| claim.structured-data.jsonld-errors JSON-LD / 結構化資料稽核 |
{"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 狀態頁 SLA 來源 |
critical / 5 critical, 0 warnings | verified | sitewide | node scripts/generate-status-page.js |
| claim.provider-alignment.openai-anthropic-gemini OpenAI / Anthropic / Google Gemini 對標 |
benchmark alignment only unless code/config evidence exists | verified | sitewide | node scripts/verify-public-evidence.js --check |
| claim.transparency-report.sha256 透明度報告 SHA-256 錨定 |
{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"} | verified | sitewide | node scripts/update-transparency-current-data.js |
| claim.release-integrity.gpg-signing GPG signing 狀態 |
GPG signing configured locally; GitHub verification pending | github_verification_pending | sitewide | gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature |
系統卡 V2.0：技術透明公開層
此層把可公開的技術治理證據集中呈現：架構、資料來源、AI 使用邊界、品質閘門、發布完整性與供應商對標。公開範圍刻意排除原始碼、密鑰、可被濫用的攻擊面細節與私人資料。
公開架構
Cloudflare Pages/Workers、R2/D1/KV/Pagefind 與本機生成腳本共同構成公開網站與治理資料發布鏈。對外只公開行為、狀態與可驗證資料源，不公開密鑰或內部操作權限。
AI 使用揭露
程式碼掃描目前可驗證的 production inference 模型：未在 production code scan 中找到可驗證模型設定。OpenAI、Anthropic、Google Gemini 三方作為治理框架對標；未有程式碼或設定證據者，不寫成已上線使用。
品質與安全閘門
治理頁稽核 180/180 通過、JSON-LD 錯誤 0、discovery surface 錯誤 0。狀態頁如實顯示 critical / 5 critical, 0 warnings。
資料與可追溯性
知識庫 32,724 chunks、TM 789,031 entries、AI answer-ready 7,976/7,976。公開數據追到 data/state-machine/*、data/*audit*.json 與 transparency 報告。
| 治理面向 | OpenAI | Anthropic | Google Gemini | Starnum 落實證據 |
|---|---|---|---|---|
| 模型/系統卡揭露 | OpenAI models + safety docs | Claude model docs + system/model cards | Gemini model docs + safety settings | system-card、model-card、methodology、benchmark、transparency-log |
| 安全評估與使用邊界 | Safety best practices / deployment checklist | Responsible Scaling / safety policy | Gemini safety controls / policy | AI safety、acceptable-use、ethics、risk boundary copy、crawler policy audit |
| 資料治理 | 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 |
| 監控與發布 | 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 |
- 來源：data/state-machine/model-card.json、public-bench.json、trust-pages.json、security-headers.json。
- 來源：data/trust-pages-machine-audit.json、data/discovery-surface-audit.json、data/ai-answer-readiness-audit.json。
- 來源：data/kb-machine-audit.json、data/tm/quality-audit-report.json、data/sla-report.json。
- 官方對標文件檢查日：2026-07-30；連結列於 OpenAI / Anthropic / Google Gemini 對標表。
V2.0 的重點不是多寫形容詞，而是把「已落實」與「尚未落實」分開：production 使用、治理對標、狀態異常、GPG 簽署、SLA breach 都依來源資料如實公開。
發布完整性與 GPG
GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.
OpenAI / Anthropic / Google Gemini 對標
本站治理文件同步對照三家公開框架：模型文件、系統卡/模型卡、安全評估、資料治理與使用政策。這是治理對標，不等於宣稱每一家都已用於 production inference。 官方文件檢查日：2026-07-30
| 對標來源 | 治理焦點 | 本站揭露 | 官方來源 |
|---|---|---|---|
| OpenAI | 模型文件、最新模型說明、安全最佳實務、資料控制。 | 目前未在 production code scan 中找到可驗證模型設定；模型供應商僅列為治理對標。 | https://platform.openai.com/docs/models |
| Anthropic | Claude 模型文件、system card / model card、Responsible Scaling 與安全政策。 | 目前未在 production code scan 中找到可驗證模型設定；模型供應商僅列為治理對標。 | https://docs.anthropic.com/en/docs/about-claude/models |
| Google Gemini | Gemini API 模型文件、安全設定、資料治理與平台政策。 | 目前未在 production code scan 中找到可驗證模型設定；模型供應商僅列為治理對標。 | https://ai.google.dev/gemini-api/docs/models |