AJST-Data

AJST 暂现源数据库的数据仓库（数据目录 catadata/）。本仓库只包含数据与数据说明，配合代码仓库 AJST 使用。

目录结构

• info/：每个暂现源一个 JSON（基本参数、坐标、红移、目录合并数据等），共 2794 个源（2026-09）
• lc/：每个暂现源一个 CSV（多波段光变曲线数据点），共 2514 个（2026-09）；纯信息源可无 CSV
• spectra/：每个暂现源一个子目录，存放公开光谱（统一 JSON 格式）
• filters.json：滤光片/波段定义（银消改正用）
• tags.json：主/副标签索引
• tmplibrary/：光变模板库（ChromaShift 派生数据，library.json 为其目录）
• galaxy_extinction.py：银河系消光改正工具脚本
• gcn/archive/：GCN circular 存档（45315 个 JSON，不随仓库发布，可自行再生成，见下文）
• external/：外部 GRB 目录与文献样本，每个子目录含 README.md（来源与逐列说明）、parse.py（解析脚本）、normalized.jsonl（规范化产物，输出契约见 external/SCHEMA.md）：

子目录	来源
batse	BATSE GRB 目录（HEASARC batsegrb）
fermi_gbm	Fermi GBM 爆发目录（FERMIGBRST）
fermi_lat	Fermi LAT 第二个 GRB 目录（FERMILGRB / 2FLGC）
swift_bat	Swift/BAT GRB 目录
swift_xrt_live	Swift-XRT GRB Catalogue
swift_grb	Swift GRB 总表（HEASARC SWIFTGRB）
swiftgrbba	Swift Burst Advocate 汇编表（HEASARC swiftgrbba）
uvot_grb	Swift/UVOT 第二版 GRB 余辉目录（MAST HLSP UVOTGRB，Roming et al. 2017）
konus_wind	Konus-Wind 带红移 GRB 目录（Tsvetkova+ 2017 & 2021）
agile_mcal	第二版 AGILE-MCAL GRB 目录
heasarc_grbcat	HEASARC GRB 总目录（GRBCAT）
mpe_greiner	Greiner GRB 定位总表（MPE）
grbsn_webtool	GRBSN webtool 的 GRB-超新星多波段标准化数据
wang2022	Wang et al. 2022 Eiso-Ep 校准样本（MNRAS 516, 2575）
minaev2020	Minaev & Pozanenko 2020 I/II 型暴 Amati 关系样本（MNRAS 492, 1919）
guidorzi2025	Guidorzi et al. GRB 变异性-光度样本（A&A 690, A261）
liang2023	Liang et al. 2023 Fermi-GBM 带红移 GRB 谱分类目录（ApJS 266, 31）
rssgrbag	射电遴选 GRB 余辉目录（Chandra & Frail 2012, ApJ 746, 156）
saxgrbmgrb	BeppoSAX/GRBM GRB 目录（HEASARC saxgrbmgrb）

• tools/：零依赖命令行工具（validate.py 数据校验、audit_queue.py 审核队列与认领）
• audit/：认领快照 state.tsv（机器生成，勿手改；契约见 audit/README.md）
• 其余文档：数据审核提示词.md、部分数据说明及导入记录.md、数据统一列定义.md、external/SCHEMA.md、external/统计关系样本添加指南.md、external/导入说明_grbcata_source_2.md

数据契约与贡献

文件	作用
SCHEMA.md	数据格式的唯一权威定义（info JSON 字段契约、lc CSV 24 列契约、命名规范、null 约定）。
CONTRIBUTING.md	校验 / 扩充 / 提交流程：python3 tools/validate.py 零依赖全量校验（CI 自动运行），扩充按 SCHEMA 契约，提交走 Pull Request。
数据审核提示词.md	逐源数据审核任务的提示词：整段发给你的 agent（Claude Code / Cursor / ZCode 等）即可开工，详见下节。
audit/README.md	认领快照 audit/state.tsv 的契约与读取规则——多方并行审核时的查重依据。
tools/audit_queue.py	审核队列工具：挑源（--limit）、确定性分片（--bucket 1/4）、查单源状态（--id）、实时查重（--live）。

效力：SCHEMA.md / CONTRIBUTING.md / audit/README.md（数据与流程契约）高于 数据审核提示词.md（任务提示词）；冲突时以契约文件为准，并欢迎就提示词本身提 Issue / PR。

用你自己的 agent 参与数据审核（外部贡献推荐入口）

本库最核心的工作，是把 2794 个源逐个从「未核实」变成「已核实」（见文末免责声明）。任何合作者都可以用自己的 agent 来做这件事，不必了解后端代码：

1. clone / fork 本仓库；
2. 把 数据审核提示词.md 里的「提示词本体」整段发给你的 agent（该文件开头有给人看的使用说明）；
3. 让 agent 先挑源并认领，别和其他合作方撞车：

   python3 tools/audit_queue.py --limit 20     # 可认领队列（小源在前）
   python3 tools/audit_queue.py --bucket 1/4   # 多人并行时用确定性分片，彼此不重叠
   python3 tools/audit_queue.py --live         # 实时查重（判据）

   开工即开 draft PR（标题 claim: <源ID>）。离线时读 audit/state.tsv，但它只能排除已占用、 不能确认空闲（快照最长滞后 24 小时，超过 3 天即过期）；
4. 按提示词约定完成单源复核，一个源一个 PR 回交上游。

agent 会先跟你确认审核人姓名，再用队列工具挑源、开 claim: draft PR 认领，之后才开工。几个关键约定（完整版见提示词本体）：

• 库中已有数据一律视为「未核实」，不盲目相信；原有行同样逐行核对；
• 每个数值都必须在本次会话中从来源原文实际核对得出，严禁臆造 / 内插 / 估算 / 凭模型记忆填写；
• 复核后的整张光变表统一用同一个标准 T0；T0 本身不改，真实爆发时刻的偏差写入 T0_offset（秒，后移为正、提前为负）；
• 星等就存星等（flux_density_unit=magnitude），不做单位换算、不做消光改正，后端派生列（Gext_* 系列）一律留空；
• band 只有两条车道：光学 / UV / IR 用 filters.json 里已有的键；射电 / 亚毫米写物理频率串（如 4.86GHz、250GHz，不进 filters.json，原文不同发表值不得归一化合并）。X 射线行（band 为能量串，如 10keV）暂不在审核范围——不改、不删、不新增，逐行核对时跳过并保持原样；
• 开工先认领（claim: <源ID> draft PR）：一个源同时只应有一个未过期认领，普通源 14 天、lc 超 1000 行的巨源 30 天；遇到别人未过期的认领先评论询问并等 48 小时再接手；
• 开 PR 前必须发起一个无利益关联的独立子代理核查数据真实性，核查结论写入 PR 说明；
• 提交前 python3 tools/validate.py 必须 0 错误（CI 会重跑）。

直链（方便 curl 或在 Issue 里贴给别人的 agent）：

https://raw.githubusercontent.com/Cooper-J2000/AJST-Data/main/%E6%95%B0%E6%8D%AE%E5%AE%A1%E6%A0%B8%E6%8F%90%E7%A4%BA%E8%AF%8D.md

接入方法

1. 将本仓库 clone 到 AJST 代码仓库的 catadata/ 位置：

   git clone <本仓库地址> catadata

   或放到任意位置后设置环境变量：

   export AJST_DATA_DIR=/path/to/catadata

2. 运行代码仓库的 backend/etl.py 将数据导入 PostgreSQL。

3. GCN 存档不随本仓库分发，用代码仓库的 scripts/fetch_gcn_archive.sh 拉取，或手动下载解压：

   curl -sL https://gcn.nasa.gov/circulars/archive.json.tar.gz | tar -xz -C gcn/

   （解压目标为 gcn/archive/，每个 circular 一个 JSON。）

数据质量免责声明

重要：本数据库的数据批量抓取自已公开发表的文章与 GCN 通告，并继承了 Dainotti 2024 等研究项目的既有数据。目前尚未完成逐条人工审核，作者计划用约一年时间完成全部条目的质量审核。在此之前，请勿将本数据直接用于严肃科学研究。

欢迎社区对数据的贡献，项目作者不胜感激。想参与逐源审核的合作者（包括让自己的 agent 来做），直接从 数据审核提示词.md 开始。

许可

• 本仓库整体采用 CC BY 4.0 许可（法律全文见 LICENSE）。
• external/ 各子目录的数据遵从各自原始来源的条款与引用要求。使用相应子集时请引用原始文献，出处见各子目录的 README.md。