这个项目能做什么

DataPulse 是一个针对马来西亚公共数据的开放、只读验证层。它并不重新发布官方数据集，而是通过重复探测数据源，记录其实际观察到的内容，并发布关于每个数据集的可机读证据，以便人类和 AI 代理能够判断某个数值是否可以安全地重复使用或引用。实时仪表盘位于 data-pulse.my。 目录 该项目跟踪 418 个马来西亚官方数据集，按稳定的发布者 ID（托管方）组织。发布者包括马来西亚国家银行、马来西亚统计局 (DOSM/OpenDOSM)、会计总长局、环境局、农业与渔业局、国家禁毒局等。清单涵盖了经济和金融系列（OPR、汇率、利率、通货膨胀、货币总量、支付系统）、人口和健康统计、犯罪、农业以及环境监测。其中 30 个条目是 GTFS 交通馈送（KTMB, Prasarana, BAS.MY），涵盖静态时刻表和实时车辆位置。每个数据集都有一个文档页面，部分数据集包含 CSV 或 JSON 样本。 健康分类 每个数据集不使用统一的绿色勾选标记，而是携带十种诚实的状态之一：fresh（新鲜）、aging（老化）、stale（陈旧）、discontinued（已停止）、degraded（降级）、browser-dependent（依赖浏览器）、unreachable（无法访问）、unknown（未知）、unknown-freshness（新鲜度未知）或 reference（参考）。一个可以工作但无法证明其为最新的来源会被标记为 unknown-freshness，而不是假设其健康；发布者停止更新的系列会被标记为 discontinued（发布者的决定，数据冻结），而不是视为新鲜度失效。Reference 行描述了版本化的查找数据，此时基于日期的新鲜度不适用，变体包括 policy-reference 和 reference-current。公开的 _trust_summary 报告当前的分布情况，并明确统计缺失的新鲜度和行数信号。健康状况的变化可以通过 RSS 馈送进行跟踪。 许可与来源 每个数据集都以可机读形式声明其许可，可通过 datapulse.json 重现。声明的分布包括 Creative Commons Attribution 4.0、Open Government Licence (Malaysia)、MIT、Singapore Open Data Licence、MBPP Government Open Data Terms，以及部分未注明发布者许可的行。探测遵循分层且感知频率的计划（例如：燃油价格为每日、调查为每周或每月），且每个数据集都配备了可读的人员管理人员以及用于发布者来源追踪的稳定托管方 ID。 验证 该项目描述了三个可检查层：对每次观察的精确内容进行 Ed25519 签名的信封、记录源检查（确保提供的观察值与版本化 Git 源字节匹配），以及以 Rekor/Sigstore 公共日志包含证明形式的时间见证。用户可以下载并运行独立脚本 (scripts/verify_external.py)，无需检出存储库或使用任何 DataPulse 代码。README 明确了范围：该平台证明其观察结果的完整性和时间点，而非证明上游政府数值在语义上是真实的。 代理访问 DataPulse 在 https://mcp.data-pulse.my/mcp 通过 Streamable HTTP 提供一个无需身份验证的只读 MCP 服务器。它在 418 个数据集目录上提供了 19 个只读工具，包括 search_datasets, get_dataset, get_data_passport, find_stale, find_anomalies, find_deteriorating, find_recovering, find_unreliable, find_schema_drift, check_reconciliation, get_provenance, get_evidence, verify_dataset, get_freshness_summary, verify_evidence, trust_verdict, verify_attestation, find_by_licence 和 usage_summary。从 Claude Desktop, Cursor 或 Cline 连接仅需一个 JSON 配置块。公开的发现文件包括 llms.txt, agent.json, mcp.json 和站点地图。 依赖浏览器的来源 五个来源（约占目录的 1.4%）渲染客户端 JavaScript，使用 Camofox 进行探测。Camofox 是一个自托管的经过补丁处理的 headless-Chromium 边车，通过 CAMOFOX_BASE_URL 环境变量配置。如果没有它，这些数据集将诚实地保持在 browser-dependent 状态。 目标受众 该项目面向希望在模型引用马来西亚数值前进行新鲜度和许可检查的 AI 构建者和代理开发人员；需要将工作建立在可验证数据基础上的研究人员、分析师和记者；需要篡改证据记录以证明数值在已知时间点被检查的合规和监管监测团队；以及寻求透明地了解公共数据可发现性和描述可靠性的公民技术专家。探测被描述为只读且合法的：仅针对公开可用来源，实施速率限制，具有自我识别身份，且绝不绕过身份验证。