Skip to content

docs: 全面校正各處資料集數量,統一計數規則 - #175

Open
linsamtw wants to merge 1 commit into
masterfrom
fix/dataset-count-audit
Open

docs: 全面校正各處資料集數量,統一計數規則#175
linsamtw wants to merge 1 commit into
masterfrom
fix/dataset-count-audit

Conversation

@linsamtw

@linsamtw linsamtw commented Aug 3, 2026

Copy link
Copy Markdown
Contributor

背景

各文件的「N 種資料集 / N datasets」長期靠新增 dataset 時手動 +1 維護,已與實際內容脫鉤。本次盤點所有帶計數的位置,先定計數規則,再統一套用。

計數規則(先定義,再套用)

N = 該頁面(或該區塊)列出的「不重複 dataset 名稱」數量。

規則 說明
依據 先前的校正 commit f2bf695 明確寫「intro 清單唯一 dataset 名稱數」,沿用同一標準
重複查詢模式只算 1 個 TaiwanStockTradingDailyReportTaiwanStockWarrantTradingDailyReport 各有「query by 股票代碼 / query by 券商代碼」兩條連結,但是同一個 dataset
用法小標不計數 #### 一次拿特定日期,所有資料 這類是同一 dataset 的用法章節,不是 dataset
清單 vs 章節不一致時 以「有專屬章節的 dataset」為準,補回清單漏掉的連結,而不是把數字改小
llms-full.txt ## ... (N datasets) 以該區塊自己的 ### 條目數為準(該檔是獨立維護的精簡版)

修改總表

一、數字錯誤 → 改數字

檔案 位置 宣稱 實際 改成
docs/llms-full.txt ## Taiwan Market - Chip / Institutional 23 24 24
docs/llms-full.txt ## Taiwan Market - Derivative 18 20 20
docs/llms-full.txt ## Taiwan Market - Convertible Bond 5 6 6
docs/llms.txt ### Taiwan Market (N datasets) 82 90 90
docs/llms.txt Full list of N Taiwan datasets 83 90 90
docs/tutor/EuropeMarket/DataList.md / .en.md 第 1 行 1 2 2
docs/tutor/EuropeMarket/Technical.md / .en.md 第 1 行 1 2 2
docs/tutor/JapanMarket/DataList.md / .en.md 第 1 行 1 2 2
docs/tutor/JapanMarket/Technical.md / .en.md 第 1 行 1 2 2
docs/tutor/UnitedKingdomMarket/DataList.md / .en.md 第 1 行 1 2 2
docs/tutor/UnitedKingdomMarket/Technical.md / .en.md 第 1 行 1 2 2
docs/tutor/UnitedStatesMarket/DataList.md / .en.md 第 1 行 1 3 3
docs/tutor/UnitedStatesMarket/Technical.md / .en.md 第 1 行 2 3 3

二、數字正確、清單漏列 → 補連結(數字不動)

檔案 宣稱 清單原有 補上 補後
docs/tutor/TaiwanMarket/Derivative.md / .en.md 20 19 TaiwanFuturesSpreadTrading 20
docs/tutor/TaiwanMarket/DataList.en.md 90 88 TaiwanStockDispositionSecuritiesPeriodTaiwanStockDayTradingBorrowingFeeRate 90

兩處補上的 dataset 在對應頁面都已有專屬章節,中文版也都有列,屬於清單漏列。補完後中英文 DataList 的每個分類條數完全一致。

三、複驗後確認原本就正確、不需修改

檔案 宣稱 實際(不重複 dataset 名稱) 結論
docs/tutor/TaiwanMarket/Chip.md / .en.md 25 27 條連結 − 2 組重複查詢模式 = 25 ✅ 正確
docs/tutor/TaiwanMarket/DataList.md(中文) 90 92 條連結 − 2 組重複查詢模式 = 90 ✅ 正確
Technical.md / .en.md 20 20
Fundamental.md / .en.md 12 12
RealTime.md / .en.md 4 4
ConvertibleBond.md / .en.md 6 6
Others.md / .en.md 3 3
Materials.md / .en.md 2 2
llms-full.txt Technical / Fundamental / Real-Time / Others 20 / 12 / 4 / 3 同左

註:Chip 的 25 與 DataList 的 90 一開始看起來像「少算 2」,複驗後確認是分點資料表的兩種查詢模式各佔一條連結所致,依「不重複 dataset 名稱」規則原值正確。

⚠️ 需老闆確認

1. 非台股市場 Technical 頁的計數口徑(本 PR 已改,但有另一種解讀)

Europe / Japan / UK / US 的 Technical 頁把 Info 類清單資料表另起一段「另外針對資料集整理出的列表如下」,開頭句的數字原本只算第一段

  • 本 PR 採用:計入該市場全部 dataset(Info 類也算)→ Europe/Japan/UK = 2、US = 3。理由:台股頁面把 TaiwanStockInfo 等 Info 類一併算進 20,統一口徑;且各市場 DataList 頁的「市場總數」必須含 Info 才對得起來。
  • 另一種解讀:開頭句只描述緊接的第一段清單,第二段有自己的引導句 → 維持 Europe/Japan/UK = 1、US = 2。此解讀下 TechnicalDataList 兩頁數字會不一致(DataList 講的是市場總數,必為 2 / 3)。

如果老闆偏好第二種,只需把 4 個 Technical 頁(中英共 8 檔)改回原值,DataList 的修正仍然成立。

2. 「75+ 種資料集」(7 處,本 PR 未動

docs/index.mddocs/index.en.mddocs/tutor/ai/AgentSkill.mdAgentSkill.en.mddocs/llms.txtdocs/llms-full.txtdocs/openapi.yaml

是下限式說法(「75+」),嚴格說沒錯,但已明顯保守:目前台股 90 + 美 3 + 英 2 + 歐 2 + 日 2 + 全球經濟數據 6 = 105 個 dataset。要不要改成「100+」屬行銷用語決策,等老闆指示。

3. 「超過 50 種 / more than 50 datasets」(4 處,本 PR 未動

docs/index.mddocs/index.en.md 各 2 處。同上,是下限式說法,未過時到「錯誤」的程度,但落後幅度更大。

4. llms-full.txt 內容缺口(本 PR 未補

llms-full.txt 的 Chip 區塊只有 24 個 ###,比 tutor Chip.md 的 25 個 dataset 少了 TaiwanStockDayTradingBorrowingFeeRate。本 PR 只讓 header 數字與該檔自身內容一致(改成 24);補上完整 dataset 說明區塊需要另外寫內容,建議另開 PR。因此目前 llms-full.txt 台股合計 89、tutor 合計 90,差 1 即為此缺口。

與 PR #174 的關係

#174(新增 TaiwanStockMarginMaintenance)同樣改到 docs/llms-full.txtdocs/llms.txtdocs/tutor/TaiwanMarket/DataList.md / .en.md,且都會動到本 PR 修改的同幾行數字,會衝突

建議順序:先合本 PR,再 rebase #174#174 rebase 後只需把數字各 +1(都落在籌碼面):

位置 本 PR 合入後 #174 應改為
llms-full.txt ## Taiwan Market - Chip / Institutional 24 25
llms.txt ### Taiwan Market (N datasets) 90 91
llms.txt Full list of N Taiwan datasets 90 91
tutor/TaiwanMarket/Chip.md / .en.md 25 26
tutor/TaiwanMarket/DataList.md / .en.md 90 91

若反過來先合 #174,本 PR 需重跑一次盤點再送,成本較高。

驗證

以腳本對全部帶計數頁面重跑「宣稱值 vs 不重複 dataset 名稱數」,改後全部相等;中英文版每一組數字也全部一致。

長期以來各文件的「N 種資料集 / N datasets」都靠新增 dataset 時手動 +1
維護,已與實際內容脫鉤。本次盤點全部帶計數的位置,統一計數規則後逐一校正,
並補上兩處「數字對、清單漏列」造成的內容缺口。

## 採用的計數規則

N = 該頁面(或該區塊)列出的「不重複 dataset 名稱」數量。

- 依據:先前的校正 commit f2bf695「intro 清單唯一 dataset 名稱數」已採此標準。
- 同一 dataset 因查詢方式不同而列兩條者(TaiwanStockTradingDailyReport、
  TaiwanStockWarrantTradingDailyReport 各有 query by 股票代碼 / query by 券商代碼
  兩條),只算 1 個 dataset。
- `#### 一次拿特定日期,所有資料` 這類章節是同一 dataset 的用法小標,不計數。
- 清單條數與 `####` dataset 章節數不一致時,以章節(實際有文件的 dataset)為準,
  補回清單缺的連結,而不是把數字改小。
- llms-full.txt 的 `## ... (N datasets)` 以該區塊自己的 `###` 條目數為準。

## 修改內容

### 一、數字錯誤(改數字)

docs/llms-full.txt
- `## Taiwan Market - Chip / Institutional`:23 → 24(實際 24 個 `###`)
- `## Taiwan Market - Derivative`:18 → 20(實際 20 個 `###`)
- `## Taiwan Market - Convertible Bond`:5 → 6(實際 6 個 `###`)

docs/llms.txt
- `### Taiwan Market (82 datasets)`:82 → 90
- `Full list of 83 Taiwan datasets`:83 → 90
  (台股 DataList 共 92 條連結、扣掉 2 組重複查詢模式 = 90 個 dataset)

docs/tutor/EuropeMarket/DataList.md / DataList.en.md:1 → 2
docs/tutor/EuropeMarket/Technical.md / Technical.en.md:1 → 2
docs/tutor/JapanMarket/DataList.md / DataList.en.md:1 → 2
docs/tutor/JapanMarket/Technical.md / Technical.en.md:1 → 2
docs/tutor/UnitedKingdomMarket/DataList.md / DataList.en.md:1 → 2
docs/tutor/UnitedKingdomMarket/Technical.md / Technical.en.md:1 → 2
docs/tutor/UnitedStatesMarket/DataList.md / DataList.en.md:1 → 3
docs/tutor/UnitedStatesMarket/Technical.md / Technical.en.md:2 → 3

  這些頁面把 Info 類清單資料表另起一段「另外針對資料集整理出的列表如下」,
  原本的數字只算了第一段。台股頁面(TaiwanStockInfo 等)則是把 Info 類一併
  計入,本次統一改為與台股一致:計入該市場全部 dataset。

### 二、數字正確、清單漏列(補連結,數字不動)

docs/tutor/TaiwanMarket/Derivative.md / Derivative.en.md
- 首段清單原本 19 條,但宣稱 20、且 DataList 與內文都有
  TaiwanFuturesSpreadTrading 專屬章節 → 補上該連結,清單回到 20 條。

docs/tutor/TaiwanMarket/DataList.en.md
- 英文版籌碼面比中文版少 2 條(TaiwanStockDispositionSecuritiesPeriod、
  TaiwanStockDayTradingBorrowingFeeRate),兩者在 Chip.en.md 都有專屬章節 →
  補上,中英雙版籌碼面同為 27 條連結(25 個 dataset),全頁 92 條連結
  (90 個 dataset),與宣稱的 90 一致。

### 三、複驗後確認正確、不需修改

- Chip.md / Chip.en.md「25 種資料集」:清單 27 條,扣掉 2 組重複查詢模式後
  正好 25 個 dataset,維持原值。
- DataList.md(中文)「90 種資料集」:同理 92 條連結 = 90 個 dataset,維持原值。
- Technical 20、Fundamental 12、RealTime 4、ConvertibleBond 6、Others 3、
  Materials 2,以及 llms-full.txt 的 Technical 20 / Fundamental 12 /
  Real-Time 4 / Others 3,皆已正確。

## 校正後全部一致

所有帶計數的頁面,宣稱值 == 不重複 dataset 名稱數;中英文版數字全部一致。
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant