Indie Wiki Buddy Redirects Dataset

该数据集包含独立维基重定向信息，用于Indie Wiki Buddy浏览器扩展，帮助用户从大型企业维基农场自动跳转到独立维基。This dataset contains independent wiki redirection information, which is designed for the Indie Wiki Buddy browser extension to help users automatically redirect from large corporate wiki farms to independent wikis.

原始信息汇总

Indie Wiki Buddy: Data 数据集详情

数据集简介

该数据集是 Indie Wiki Buddy 浏览器扩展的维基重定向数据仓库，用于自动通知用户并将用户从大型企业运营的维基农场的维基页面重定向至独立维基。该数据集主要面向 Firefox 和 Chrome 浏览器的扩展程序使用。

数据结构

数据文件组织

• 每个推送至 main 分支的更新会构建 dist 分支，供扩展程序消费
• v1/all-data.json：所有语言的完整站点数据，每条记录包含 language 字段
• v1/<lang>-data.json：按语言分文件存储，如 v1/en-data.json
• favicons/：站点图标目录

JSON 信封结构

每个 JSON 文件外层包含 schemaVersion、generated、commit、count 字段。

支持的语言版本

数据集覆盖以下语言的维基数据：加泰罗尼亚语 (CA)、德语 (DE)、英语 (EN)、西班牙语 (ES)、芬兰语 (FI)、法语 (FR)、克罗地亚语 (HR)、匈牙利语 (HU)、意大利语 (IT)、日语 (JA)、韩语 (KO)、粤语 (LZH)、荷兰语 (NL)、波兰语 (PL)、葡萄牙语 (PT)、俄语 (RU)、瑞典语 (SV)、泰语 (TH)、道本语 (TOK)、土耳其语 (TR)、乌克兰语 (UK)、中文 (ZH)。

单条记录字段说明

每条维基重定向记录包含以下关键字段：

• id：唯一标识符，以语言代码开头
• origins：被重定向的源维基列表，包含源维基名称、域名、内容路径、主页面
• destination：目标独立维基信息，包含名称、域名、平台 (mediawiki/dokuwiki/moinmoin)、图标、主页面、搜索路径、内容路径
• destination_host：若由大型维基主机（如 wiki.gg、Miraheze）托管时填写
• destination_content_prefix/suffix：用于处理命名空间或语言后缀特殊情况
• tags：可选标签，目前仅 official 标注官方认可的维基

维基收录标准

• 维基必须对公众开放编辑
• 目标维基必须独立，决策权主要掌握在维基工作人员和志愿者编辑社区手中
• 目标维基质量和规模应匹配或超越源维基
• 同一主题存在多个独立维基时，优先指向社区中最完整、最突出的维基

数据验证机制

每个 Pull Request 会自动检查以下内容：

• 数据文件中条目须按 id 排序
• 字段顺序须符合规范，通过 python3 scripts/canonicalize.py 修正
• destination_icon 必须存在于对应语言的图标文件夹中

该数据集面向社区开放贡献，用户可通过 Pull Request 提交新维基或通过 Issue 请求添加。

搜集汇总

数据集介绍

构建方式

在当今信息过载的互联网时代，大型商业维基农场如Fandom等平台虽然内容丰富，但常因商业化运营而引发社区自主性争议。独立维基社区作为知识共享的另一种可能，亟需被有效发现和访问。为此，Indie Wiki Buddy浏览器扩展应运而生，其核心数据仓库以系统化方式构建了一个多语言维基重定向数据集。该数据集采用每语言一个JSON文件的结构，文件命名规范为`sites<LANG>.json`，内容条目详细记录了源维基的标识、域名、内容路径、主页面，以及目标独立维基的对应信息、平台类型、图标、主机属性等，并辅以可选的前后缀配置，以适配不同维基的命名空间或语言后缀。所有条目经自动校验，确保排序、字段顺序和图标文件的有效性，最终通过持续集成流程生成统一格式的版本化数据文件，供扩展实时调用。

特点

该数据集最显著的特征在于其多语言覆盖与社区驱动的共建模式。它广泛收录了从英语到日语、土耳其语等二十余种语言的维基重定向信息，通过活跃的贡献者网络持续更新，确保数据的时效性和完整性。每个条目不仅包含基本的网址映射，还精心设计了搜索路径、内容路径等细节，以支持精确的页面跳转和搜索重定向。特别值得一提的是，数据集对独立维基的纳入设定了明确标准，包括公开可编辑性、社区自治性、内容质量等，这保证了重定向目标的可靠性和用户体验。此外，数据以JSON格式封装，并附带schema版本、生成时间等元数据，便于程序化消费和版本追溯，彰显了其作为开源数据资产的严谨与规范性。

使用方法

该数据集作为Indie Wiki Buddy浏览器扩展的后端支撑，其使用方式面向开发者和普通用户双重维度。对于扩展而言，其通过构建dist分支，将数据编译为`v1/all-data.json`和按语言区分的`v1/<lang>-data.json`文件，供扩展在用户访问维基农场页面时自动查询并触发重定向，或显示通知引导用户切换至独立维基。开发者可依据详细的字段说明和验证脚本，贡献新维基条目或修正现有数据，通过提交Pull Request并经自动化检查后合入主分支。普通用户则无需直接与数据交互，仅需安装扩展即可享受无缝的浏览体验。对于希望独立应用该数据集的第三方，可直接通过GitHub上的公开URL获取JSON文件，利用其中的语言、图标和路径信息，构建定制化的维基发现工具或研究数据集。

背景与挑战

背景概述

Indie Wiki Buddy Redirects Dataset 诞生于2020年代初，由独立开发者联盟Korbs和Kevin Payravi共同发起，旨在应对大型企业维基农场（如Fandom）对维基社区自主性的侵蚀。该数据集为浏览器扩展Indie Wiki Buddy提供核心重定向数据，引导用户从企业运营的维基无缝跳转至社区主导的独立维基。数据集以JSON格式按语言分类存储，覆盖二十余种语言，并附带favicon资源，通过自动化构建流程定期更新，确保扩展实时获取最新重定向信息。作为开源项目，其数据仓库不仅支撑了扩展的日常运作，亦成为维基独立运动的重要基础设施，推动了去中心化维基生态的发展，对数字知识自主权运动具有开创性贡献。

当前挑战

该数据集面临多重挑战。首先，核心难题在于平衡独立性与质量：需严格筛选独立维基，避免指向大型宿主（如Miraheze）或质量欠佳的站点，同时确保用户获得与原始维基相当的内容体验。其次，多语言与多平台的兼容性复杂，需为每种语言维护独立数据文件，并适配MediaWiki、DokuWiki等不同维基软件，增加维护成本。此外，重定向规则需精确处理URL路径、内容前缀/后缀差异，及多源合并、命名冲突等特殊情况，对数据准确性要求极高。持续的数据更新和社区贡献管理亦构成挑战，需依赖严格的验证流程（如自动排序、favicon完整性检查）和贡献者协作，方能保障数据集的长期可靠性与扩展性。

常用场景

经典使用场景

作为浏览器扩展的核心数据源，该数据集承载着独立维基导航的使命，其经典使用场景聚焦于自动识别用户访问的大型商业维基农场页面，并无缝引导至社区主导的独立维基站点。通过精细的语言分区与结构化元数据，扩展能够实时匹配并重定向，同时呈现目的站点的图标、搜索路径及内容前缀，确保用户体验的流畅性与信息获取的高效性。这一机制不仅限于单一站点，还支持多源到单目的地的聚合映射，适应复杂的内容迁移与社区整合需求。

实际应用

在实际应用中，该数据集为浏览器扩展提供即时而精准的重定向服务，直接改善用户的信息获取路径，减少对商业化、广告密集维基平台的依赖。它支持多语言环境，覆盖广泛主题，从游戏到文化，确保不同地区的用户都能访问高质量、社区驱动的知识资源。此外，数据集还赋能社区管理员与研究者，通过开放贡献与自动验证机制，持续更新与扩充，形成动态的知识生态，促进独立维基的可见度与可持续性。

衍生相关工作

该数据集衍生了一系列围绕维基独立运动的技术与研究工作，包括开发自动化验证脚本以保障数据质量，构建规范化流程以促进社区协作，以及探讨多语言、多平台的重定向策略。其启发了对维基平台迁移模式的比较研究，催生了关于独立维基可持续性、社区自治与知识多样性衡量的理论框架。此外，数据集的开源性质鼓励了第三方工具集成，如搜索引擎优化与内容聚合器，进一步拓展了其应用边界，成为连接技术实践与学术探讨的桥梁。