selfrelease
12 KiB
12 KiB
中国机车图鉴 · 产品与技术方案
一个面向铁路爱好者的、可众包维护的机车知识库与社区平台 数据基础：
中国铁路车型统计表（总表）共 12 张分类表
1. 项目愿景
打造一个**「科学严谨 + 趣味探索 + 社区共建」**的中国机车数字图鉴：
- 对爱好者：一个能"逛得进去、查得明白、玩得起来"的机车百科 + 打卡社区。
- 对数据：一份持续生长、有据可查、版本可追溯的开放车型数据库。
- 对社区：一个有荣誉感、有归属感、有交流沉淀的爱好者聚集地。
一句话定位：机车界的「维基百科 + 观鸟记录 App + 兴趣社区」。
2. 数据现状分析
现有 Excel 已覆盖 12 个分类，字段相当完整，是天然的"数据底座"。
| 分类 | 代表字段 | 数据特征 |
|---|---|---|
| 蒸汽机车（建国前/后） | 型号、生产商、年代 | 历史向，强时间轴属性 |
| 电力机车 | 牵引力、供电方式、轴列式、时速 | 技术参数密集 |
| 内燃机车 | 系列、传动方式、动力来源 | 有"系列→型号"层级 |
| 动车组（和谐号/复兴号/CJ） | 编组、节数、试验/量产状态 | 强版本/谱系关系 |
| 货车 | 车型大类、车型代码、载重、容积、车钩 | 编码体系清晰 |
| 客车 | 型号、用途 | 数量大 |
| 检测车 / 综合检测列车 | 车号、功能、配属、状态、涂装 | 强"个体实例"属性（精确到车号） |
| 旅游列车 | — | 运营/线路向 |
关键洞察：
- 存在两个数据粒度——"车型（Model）"与"具体车辆个体（Unit，精确到车号）"。检测车表已经到了车号粒度，这正是众包打卡的核心载体。
- 存在层级与谱系关系——系列 → 型号 → 改型（如 C62A / C64K），动车组有试验型→量产型演化，适合做"技术族谱"可视化。
- 字段需要标准化——现表中存在合并单元格、单位混排（如"整备重量 / 轴重 /t"）、空表头等问题，入库前需清洗与字段规范化。
- 天然带时间维度与空间维度——首产/停产年份 → 时间轴；配属路局/运营线路 → 地图。
3. 核心数据模型
采用三层模型，兼顾科学性与众包扩展性：
车型分类 (Category)
└── 车型 (Model) ← 百科主体，技术参数挂这里
└── 车辆个体 (Unit) ← 精确到车号，爱好者打卡/拍摄对象
└── 目击记录 (Sighting) ← 用户众包内容：时间+地点+照片
Model（车型）核心字段（统一字段表，跨分类通用 + 分类专有）
- 通用：型号、别名、分类、系列、生产商、制造国/地区、国别属性（国产/进口/引进仿制/中外合资）、首产年、停产年、状态、用途、产量、缩略图
- 尺寸/重量：车长、车宽、车高、整备重量、轴重、轴距、轴列式
- 动力：牵引力（起动/持续）、最高时速、供电方式、传动方式、动力来源
- 关系：父型号（改型自）、衍生型号（构成"族谱"）、原型车/技术来源（指向国外车型，如 8K↔法国、ND 系列↔进口内燃）
Unit（车辆个体）字段：车号、所属车型、配属路局、涂装、当前状态（现役/封存/报废/保存于博物馆）、首次/末次目击。
Sighting（目击/打卡）字段：用户、车辆、时间、地点（经纬度+车站）、照片、描述。
字段命名、单位统一在数据字典中维护，所有数值字段拆出独立"数值 + 单位"避免现表的混排问题。
4. 展示模式（既有趣又科学）
不押注单一视图，而是提供多视图切换，让不同诉求的人各取所需。
4.1 时间轴视图 ⭐ 推荐主视图
- 横轴为年代（1881 至今），按分类分泳道。
- 每个车型是轴上一个节点，点击展开详情卡。
- 适合呈现"蒸汽→内燃→电力→动车组"的技术演进，科学感与故事性兼具。
4.2 地图视图 ⭐ 推荐
- 两种用法：
- 配属地图：按路局展示车型分布（适合机车/检测车）。
- 目击热力图：聚合用户打卡记录，展示"哪里能拍到什么车"——这是社区活跃度的可视化，趣味性极强。
- 技术：MapLibre / 高德地图，聚合点 + 热力图。
4.3 技术族谱图（谱系树）⭐ 差异化亮点
- 用有向图展示车型演化（如 韶山系列、和谐号→复兴号、C 系列敞车改型）。
- 节点=车型，连线=改进/衍生关系。最能体现"科学"且独此一家。
4.4 图鉴/卡牌视图
- 类似宝可梦图鉴的卡片墙，按分类筛选，带"已收集/未收集"状态（结合打卡）。
- 是趣味性与收集欲的核心载体。
4.5 参数对比视图
- 勾选 2–4 个车型，雷达图/对比表并排比较（时速、牵引力、轴重等）。
- 满足"硬核党"的科学需求。
4.6 详情页
- 集成：参数表、历史沿革、图集、族谱位置、目击地图、相关讨论。
结论：以 时间轴 + 图鉴卡牌 为日常入口，地图 + 族谱 + 对比 为深度探索，兼顾趣味与科学。
5. 众包维护机制（让爱好者有荣誉感）
核心思路：Wiki 式协作编辑 + 审核 + 贡献激励。
5.1 编辑与审核流程
- 任何登录用户可对车型发起"编辑建议"（修改字段、补充资料、上传图片）。
- 采用 修订版本（Revision） 机制：每次修改生成版本记录，可对比、可回滚（类似维基百科历史）。
- 审核分级：
- 新手编辑 → 进入审核队列，由资深用户/版主复核。
- 高信誉用户 → 可直接生效（信任分机制）。
- 每条字段可附来源引用（书籍、铭牌照片、官方资料），保障科学性。
5.2 荣誉与激励体系
- 贡献积分：新增车型、补全字段、上传被采用的照片、通过审核均得分。
- 等级与头衔：如"见习巡道员 → 司炉 → 司机 → 机务段长 → 总工程师"（铁路主题化）。
- 徽章成就：首张照片、集齐某分类、连续打卡、被采纳 N 次修订等。
- 贡献榜：周榜/月榜/总榜，详情页显示"本词条主要贡献者"署名——直接给到荣誉感。
- 认领词条：资深爱好者可"认领维护"某车型，成为该词条 maintainer，署名上墙。
5.3 数据质量保障
- 字段校验（数值范围、单位、年代逻辑）。
- 争议字段可发起讨论投票。
- 完整修订历史，任何错误可追溯、可回滚。
6. 社区交流（保留交流历史）
6.1 论坛/板块
- 按分类、路局、主题（拍车/模型/历史考证）分板块。
- 帖子、回复、@、点赞、收藏，全部持久化保存，永久可查（满足"保留交流历史"）。
6.2 词条挂讨论
- 每个车型/个体详情页内嵌讨论区，讨论与数据绑定沉淀。
6.3 打卡动态流
- 用户上传目击照片形成 Feed，可评论互动——把"维护数据"和"社交"融为一体。
6.4 内容沉淀
- 优质考证帖可被"精华化"并引用进词条来源，形成 UGC → 知识库的正循环。
7. 其他扩展（建议）
| 方向 | 说明 |
|---|---|
| 📷 打卡集邮 | 拍到某车号即"收集"，类似观鸟/集邮，强收集欲 |
| 🗺️ 拍车攻略 | 基于目击热力图，推荐"在哪个站点能拍到什么车" |
| 🏛️ 退役/保存机车地图 | 标注各博物馆、公园保存的实车位置，便于线下打卡 |
| 🔔 稀有车提醒 | 关注某车型，有新目击时推送 |
| 🧠 AI 识车 | 上传照片自动识别车型（长期，基于社区图库训练） |
| 📊 数据可视化大屏 | 全国保有量、技术演进、时速变迁等科普图表 |
| 🎮 AR/3D 模型 | 部分经典车型 3D 展示或 AR 摆放 |
| 🌐 开放 API / 数据导出 | 开放数据集供研究者使用，强化"科学开放"形象 |
| 🌍 多语言 | 面向海外铁道迷 |
8. 国外车型的考量
当前方案以中国机车为中心，但国外车型不应被忽略——原因是二者高度交织：
- 历史渊源：建国前蒸汽机车多为进口/外国制造（美、日等）；建国后大量引进苏联、东欧、法国（8K 电力机车）、日本等机型，形成"引进 → 仿制 → 自主"的清晰技术脉络。
- 强化族谱视图：把国外原型车纳入后，技术族谱图能完整呈现"原型 → 引进 → 国产化 → 自主升级"链条，科学性和故事性都更强。
范围策略（按相关性分圈层收敛，避免范围失控）
| 圈层 | 范围 | 优先级 |
|---|---|---|
| 🟢 圈层一 | 中国铁路车型（现有数据） | MVP，立即做 |
| 🟡 圈层二 | 在华运用过的外国车型 + 中国车型的国外原型/技术来源 | 中期，价值最高 |
| 🔵 圈层三 | 与中国有渊源的延伸（如出口机车、同平台海外型号） | 长期 |
| ⚪ 圈层四 | 纯国外车型全球图鉴 | 视社区意愿再定，谨慎扩张 |
设计要点
- 数据模型已预留制造国/地区、国别属性、原型车/技术来源字段，从一开始就为国外车型留好位置，无需后期重构。
- 展示上增加"按国别筛选"和"世界地图"维度；族谱图跨国连线。
- 建议：先做好圈层一、二（与中国强相关的部分），这是差异化价值所在；是否扩到圈层四交给社区共建决定，而非一开始铺开全球数据。
注意事项
- 国外资料的来源与版权更需谨慎（多语言资料、图片授权）。
- 字段需国际化（单位、命名、轴列式 UIC 标准 vs 中国习惯）。
- 防止范围蔓延导致中国部分的深度被稀释——深度优先于广度。
9. 技术架构建议
前端
- Web 优先（响应式），后续 App。框架：React / Next.js（SEO 友好，利于百科被搜索到）。
- 可视化：时间轴/族谱用 D3 或 ECharts，地图用 MapLibre/高德，对比用 ECharts 雷达图。
后端
- API：Node.js(NestJS) 或 Python(FastAPI)。
- 数据库：PostgreSQL（结构化车型数据 + PostGIS 处理地理目击数据）。
- 全文检索：Meilisearch / Elasticsearch（中文搜索）。
- 对象存储：图片/图集（OSS / S3）。
- 缓存：Redis。
关键工程
- 数据导入管线：先做一个 Excel → 清洗 → 入库 的 ETL 脚本（处理合并单元格、单位拆分、字段映射），把现有 12 表作为初始种子数据。
- 版本/审核服务：修订记录、diff、回滚。
- 权限与信誉系统：RBAC + 贡献积分。
10. 分期路线图（MVP 优先）
Phase 1 · 数据底座（MVP）
- Excel 清洗入库，统一字段字典。
- 车型列表 + 详情页 + 搜索筛选。
- 时间轴视图、图鉴卡牌视图。
Phase 2 · 众包共建
- 登录注册、Wiki 式编辑 + 审核 + 修订历史。
- 贡献积分、等级、徽章、贡献榜。
Phase 3 · 社区与空间
- 论坛 + 词条讨论 + 打卡动态流。
- 地图视图（配属 + 目击热力图）。
Phase 4 · 进阶玩法 + 圈层扩展
- 族谱图、参数对比、保存机车地图、稀有车提醒。
- 接入圈层二：在华运用的外国车型 + 中国车型的国外原型，跨国族谱连线。
Phase 5 · 智能化
- AI 识车、数据大屏、开放 API、AR/3D。
11. 风险与注意事项
- 数据版权与来源：众包内容需标注来源，图片需声明授权，避免侵权。
- 数据准确性：以"来源引用 + 审核 + 可回滚"对冲错误；争议字段公开讨论。
- 冷启动：先邀请核心爱好者圈子共建种子内容与首批 maintainer。
- 审核成本：信誉分越高审核越宽松，平衡质量与活跃度。
- 隐私与合规：目击地点等 UGC 注意敏感区域与合规要求。
12. 小结
以现有 12 张分类表为种子，构建"车型→个体→目击"三层数据模型；用时间轴 + 图鉴 + 地图 + 族谱多视图兼顾趣味与科学；以 Wiki 式协作 + 信誉荣誉体系驱动众包维护；用论坛 + 词条讨论 + 打卡动态沉淀社区交流历史。建议从数据底座 MVP 起步，逐步叠加共建、社区与智能化能力。