资料、编排与使用
本库整理两汉（含新莽、更始及汉魏之际可考者）侍中人物卡片、任职、关系与原典出处， 并提供 SQLite 主库、统计导出与可本地部署的静态检索站。以下说明与仓库 README 基本一致，便于在线查阅。
1. 收录范围
主体为西汉、新、更始、东汉；附录收入汉魏之际、魏、蜀汉、吴中史载曾任侍中者。 收录以史传、碑刻、诏令中明文可考的侍中（含侍中仆射、驸马都尉、祭酒等复合官）为轴心。
- 被表荐而未就任者单独标注（如郑玄），统计「曾任侍中」时应排除。
- 制度性、无名可考的条目不建人物卡。
- 侍中在西汉多为加官近臣；东汉渐为少府属官、比二千石，「无员」而亲近顾问。
2. 资料来源
| 类别 | 典籍 / 来源 |
|---|---|
| 主干正史 | 《史记》《汉书》《后汉书》《三国志》（维基文库校勘本 + 章节镜像） |
| 编年与辑佚 | 《前汉纪》《后汉纪》《东观汉记》辑本、《全汉文》《全后汉文》 |
| 金石 | 《隶释》《隶续》《集古录》《金石录》 |
| 开源镜像 | china-history · Kanripo |
3. 编排方式
流水线大致为：语料采集 → 候选句抽取 → 人工校录卡片 → SQLite 入库 → 关系边与生平 → 统计/前端导出。
- 人物卡：
data/cards/<姓名>_<朝代>.md，含任职 nature、原典 quote、关系与生平履历。 - 证据三态：
有明文/推断/阙疑，推断不得写成确定。 - 生平独立库：表
person_bio与data/bio/bio.json，不与任职/引文字段混写。 - 时间轴精度：年号（点）/ 帝号在位期（带）/ 生卒（淡条）/ 仅朝代（不画个人条，只聚合）。
- 显示字段已统一简体；制度卡不进入名录与时间轴。
SQLite 主要表
| 表 | 粒度 | 说明 |
|---|---|---|
person | 一人一行 | 姓名、字、朝代、类属、生卒、is_* 标签 |
shizhong_term | 任职 | nature、起讫、evidence |
source | 出处条 | book、juan、quote、path |
relation | 关系边 | from/to、rel_primary；端点可为帝号或非侍中人物 |
person_bio | 生平 | 独立生平行，has_bio 标记 |
4. 如何使用
本静态站：左侧检索姓名/字/籍贯，按朝代筛选；点卡片看生平、任职、原典与关系。时间轴页可缩放平移，查看可考年代分布。
本地预览：
& $env:MIMO_PYTHON -m http.server 8765 --directory shizhongdata
# http://127.0.0.1:8765/ 图谱 + 名录
# http://127.0.0.1:8765/timeline.html
# http://127.0.0.1:8765/about.htmlSQLite / pandas：
import sqlite3, pandas as pd
con = sqlite3.connect("data/db/shizhong.db")
persons = pd.read_sql("SELECT * FROM person", con)
# 例：东汉外戚
df = persons[(persons.dynasty_primary == "东汉") & (persons.is_外戚 == 1)]
con.close()现成 CSV：见仓库 data/exports/（UTF-8-SIG，Excel / SPSS / Stata 可直接打开）。字段字典与各软件示例见
docs/stats_usage.md。
网络分析：节点 persons_attrs.csv，边 relations_edges.csv（Gephi / Cytoscape）。
5. 使用注意
- 名录为「可考」下限，非绝对全集；未解析句与碑刻残泐仍可能增补。
- 仅 1 条引文的次要人物较多，属史料幸存偏差，论文中应说明。
is_*类属由 category 启发式生成，分析前建议抽查。- 年份稀疏：时间分析请用有年号/生卒的子集，或仅作朝代分布。
- 引文已尽量去注疏；正式引用请回核点校本。
6. 仓库与部署
部署：将整个 shizhongdata/ 复制到静态站点（如 Hugo）的 static/ 下即可。
数据更新后重跑导出脚本再同步。
7. 引用建议
若用于论文或报告，请注明数据版本与访问日期，并说明系「据两汉正史与金石辑本整理之侍中名录」 （本仓库 hengdaoye50/shizhong-han）。 人物卡与关系边为项目自有整理成果；原典正文为公有领域古籍。