v0.12.0 台灣代碼陷阱：第二例與通則

本版是內容更新（技能總數維持 35），但這條發現對台灣研究者很關鍵。

台灣代碼陷阱：第二例，並升級為通則

繼 v0.11.0 確認 World Bank／OECD 完全沒有台灣資料之後，本版實測確認第二個國際體系的處理方式不同、但同樣會坑人：

UN Comtrade／WITS 把台灣併入代碼 490「Other Asia, not elsewhere specified」。

實測（2026-08-14）：

查詢	結果
reporterCode=490	HTTP 200，回傳 218 筆 ✅
reporterCode=158（常被誤用的台灣碼）	HTTP 200，回傳 0 筆卻不報錯 ❌

查錯代碼會靜默得到空結果——極易誤判成「這個資料源沒有台灣資料」而放棄整個來源。這正是這條警告存在的理由：它防的不是查詢失敗，而是看起來成功的失敗。

升級為通則

兩個獨立體系、兩種不同的處理方式，已足以構成通則而非個案：

遇到任何聯合國體系下的國際資料庫，預設假設「台灣不會用標準 ISO 碼出現」，先查該庫怎麼處理台灣，再決定研究設計——不要先寫好程式才發現查無資料。

三種常見處理型態：(1) 完全沒有 → 另尋來源；(2) 併入其他代碼 → 改查該代碼並揭露組成限制；(3) 用非標準名稱（如 "Chinese Taipei"）→ 查該庫實際字串。

另寫明使用 490 時論文必須揭露的三件事：該代碼理論上不等同台灣、涵蓋率低於一般國家、與台灣官方統計合併時需做定義對帳。

---

English

A content release (skill count stays at 35), but the finding matters a great deal for researchers working on Taiwan.

The Taiwan country-code trap: a second case, generalised into a rule

After v0.11.0 confirmed that World Bank and OECD contain no Taiwan data at all, this release verifies a second international system that handles Taiwan differently — and just as treacherously:

UN Comtrade / WITS folds Taiwan into code 490, "Other Asia, not elsewhere specified."

Verified live (2026-08-14):

Query	Result
reporterCode=490	HTTP 200, 218 records returned ✅
reporterCode=158 (a code often mistaken for Taiwan)	HTTP 200, 0 records, no error raised ❌

A wrong code yields a silent empty result — very easily misread as "this source has no Taiwan data," leading researchers to abandon an otherwise usable dataset. That is what this warning guards against: not a failed query, but a failure that looks like success.

Generalised into a rule

Two independent systems, two different mechanisms — enough to state a rule rather than a special case:

For any UN-system international database, assume by default that Taiwan will not appear under a standard ISO code. Check how that particular database handles Taiwan before designing around it — don't discover it after the code is written.

Three common patterns are documented: absent entirely / folded into another code / listed under a non-standard name such as "Chinese Taipei". The release also spells out the three things a paper must disclose when using code 490: that the code is not theoretically equivalent to Taiwan, that its coverage is lower than for ordinary reporters, and that merging it with Taiwan's official trade statistics requires an explicit definitional reconciliation.

v0.11.0 — 跨國/國際公開統計偵察 global-opendata-scout

新增 global-opendata-scout:跨國/國際比較公開統計偵察員。

• 內建 World Bank / Eurostat / ILOSTAT / IMF / UN Data 的免金鑰、已實測端點與撈取腳本（scripts/intl_fetch.py)。
• 附「如何找到任一國家官方統計機構」的五步方法論，不靠硬背國家清單。
• 核心價值在跨國資料的可比性把關:國家代碼三套不可混、幣別/PPP/基期、會計年度、產業分類（ISIC/NACE/NAICS）不可直接對應、涵蓋率遺漏造成選擇偏誤、總體統計會被回溯修訂須記錄抓取日期。
• orchestrator 已可路由到本技能;README 中英同步更新，技能總數 35。
• 台灣資料不在本技能範圍（World Bank/OECD 皆無台灣），請走官方來源（主計總處/央行/勞動部）。

安裝:到 dist/global-opendata-scout.zip 下載後上傳(見 README 安裝說明)。

v0.10.0 複雜文件前處理

text-analytics-architect 新增複雜揭露文件(10-K/年報/ESG 永續報告/掃描檔)的前處理指引:先用版面感知抽取轉成保留語意結構的乾淨文字,再進文字分析——防表格壓平/多欄交錯污染下游斷詞與情緒分析。融合 KingsleyOWO/Semark(Apache 2.0)的語意化文件處理概念,只取概念不取依賴(規避其鏈上 PyMuPDF AGPL-3.0)。

v0.9.0 動態抓取升級階梯

public-disclosure-scout 新增 references/dynamic-scraping-escalation.md:requests 抓不到 JS 動態頁時的由輕到重升級階梯(先找背後 API → 官方批次 → 無頭瀏覽器)。融合 unclecode/crawl4ai(Apache 2.0)『把網頁轉成 LLM 可讀結構』概念,但只取概念不取依賴,並明訂 🚫 禁用其 stealth 反偵測功能——學術研究抓不到就升級到官方管道/申請/人工,不是躲過偵測。

v0.8.0 讀文獻線：文獻矩陣 + 雙欄精讀

本版補上研究流程中最早、也最常被工具忽略的一段：讀文獻。先前版本已能處理「找資料 → 分析 → 寫作 → 投稿 → 複製包」，但「把幾十篇 PDF 讀完並整理成能用的東西」一直是空白。

新增兩支技能

literature-matrix-builder — 文獻語料庫與比較矩陣

PDF → 自動抓 DOI → CrossRef 查書目（免金鑰）→ 產 APA 7 → 20 欄 Excel 橫向比較矩陣（理論視角／研究情境／方法／IV／DV／中介調節／主要發現／限制／與本研究關聯／可引用金句）＋「待補清單」工作表。

• 防幻覺文獻是刻意設計：CrossRef 查無該 DOI 時直接報錯，絕不用模型記憶補書目——那正是假文獻的來源。
• 不代填綜整欄：理論視角、主要發現等一律留空標黃底。可以陪你讀完一起填，但絕不憑摘要臆測；猜出來的內容會一路錯進文獻回顧。
• 矩陣的真正用法是縱向讀：縱讀「理論視角」看領域被誰壟斷、縱讀「研究情境」找出你的缺口、縱讀「操作型定義」判斷結論分歧是否其實是測量問題。

bilingual-paper-reader — 單篇英文論文雙欄精讀

PDF → 逐段資料檔 → 逐段中譯＋五色預先標記（核心論點／創新點／方法／限制／可引用金句）→ 可重複使用的離線 HTML 閱讀器；可自己再畫螢光筆，標記持久保存並一鍵匯出 Markdown 讀書筆記。

• 閱讀器是一支、論文是資料檔——不是一篇論文一個檔。
• 零第三方相依、完全離線：高亮持久化用瀏覽器原生 Selection / Range API，以「段落索引＋字元位移」序列化，未內嵌任何 JS 函式庫。
• 翻譯紀律：術語對照表先行確保全文譯名一致；人名／期刊名／統計符號不翻；數字與係數原樣照抄；因果強度用詞不可弱化（suggests ≠ 證明）；看不懂就標示不確定，不生出通順的錯譯——通順的錯譯比明顯的空白危險得多，因為讀者不會察覺。

兩支天然接力：精讀單篇得出的判斷（核心主張、創新之處、最大弱點）可直接回填矩陣的綜整欄。

其他更新

• research-orchestrator 可路由名錄 31 → 33
• README 中英雙語導言精修；badge 技能數 32 → 34；修正「適合對象」仍寫「量化研究者」與全典範定位不符之處
• 中英各新增「這個包在意什麼」段：本包的取向是答案站不站得住——數字能指回出處、引用能查證真偽、識別假設先講清楚、不確定就標示不確定
• NOTICE.md 補列兩支授權出處（皆作者原創）

技能總數 34。 全部經去識別、隱私與五類資安掃描（危險執行／網路外連／混淆／憑證／提示注入），新增兩支皆零命中；唯一 WARN 為既有的環境變數取金鑰示範行（非真金鑰）。

---

English

This release fills in the earliest stage of research — and the one tooling most often skips: actually reading the literature. Earlier versions covered "find data → analyze → write → submit → replication package," but "read forty PDFs and turn them into something usable" was a blank.

Two new skills

literature-matrix-builder — literature corpus and comparison matrix

PDF → auto-extract DOI → CrossRef lookup (no API key) → APA 7 references → a 20-column Excel comparison matrix (theoretical lens / setting / method / IV / DV / mediator-moderator / key findings / limitations / relevance / quotable lines), plus an auto-generated "still blank" worksheet.

• Hallucinated-reference prevention is deliberate: when CrossRef has no record for a DOI, the tool fails loudly and never fills in bibliographic data from model memory — that is precisely where fabricated references come from.
• It will not fill the synthesis columns for you. They are left blank and highlighted. The skill can help you fill them after you've read the paper, but it never infers them from an abstract; a guess there propagates straight into your literature review.
• The matrix pays off when read down a column: scan "theoretical lens" to see which theories dominate a field, "setting" to locate your own gap, "operationalization" to judge whether conflicting findings are really a measurement problem.

bilingual-paper-reader — side-by-side close reading of a single paper

PDF → per-paragraph data file → paragraph-aligned translation plus five-colour pre-marking (core claim / novelty / method / limitation / quotable line) → a reusable offline HTML reader; add your own highlights, which persist and export to a Markdown reading note in one click.

• One reader, many papers — not one HTML file per paper.
• Zero third-party dependencies, fully offline: highlight persistence uses the browser's native Selection / Range APIs, serializing {paragraph index, column, character offsets}. No JS library is bundled.
• Translation discipline: a glossary comes first so terminology stays consistent; names, journal titles and statistical symbols are left untranslated; numbers and coefficients are copied verbatim; causal-strength wording must not be softened or strengthened (suggests ≠ proves); and when a sentence is genuinely unclear it is flagged rather than smoothed over — a fluent mistranslation is far more dangerous than a visible gap, because the reader never notices it.

The two hand off naturally: judgments reached while close-reading one paper drop straight into the matrix's synthesis columns.

Also in this release

• research-orchestrator routing table 31 → 33
• README bilingual intro polished; skills badge 32 → 34; fixed an inconsistency where "Audience" still said quantitative researchers despite the bundle now covering all paradigms
• New "What this bundle optimizes for" section in both languages: numbers should trace back to a source, citations should be checkable, identification assumptions get stated before models get run, and uncertainty gets labelled as uncertainty
• NOTICE.md updated with both skills' provenance (original work)

Total skills: 34. All content passed de-identification, privacy, and five-category security scans (dangerous execution / network egress / obfuscation / credentials / prompt injection) with zero hits for the new skills; the only WARN is a pre-existing line demonstrating reading a key from an environment variable (not a real key).

v0.7.0 可重現性/複製包線 + 中英完整更新說明

新增 reproducibility-architect(複製包架構師,對齊 2026 頂刊資料編輯):可重現專案結構、環境鎖定(renv/conda)、授權資料(如 TEJ)不可散布時的可重現困境(程式碼公開+存取指引+合成資料)、資料/程式碼/AI 使用三聲明、Zenodo/OSF DOI 封存。README 中英雙語新增完整更新說明段(從單源量化工具→跨典範多源可重現研究系統)。causal-inference-architect 增方法與軟體正確引用清單(正確致謝方法作者)。orchestrator 路由 31。技能總數 32。全部經資安+隱私+身分掃描;唯一 WARN 為環境變數示範行(非真金鑰)。

v0.6.0 多源資料結合線

新增 multi-source-data-integrator:把付費資料庫(如 TEJ)+免費官方揭露(如 MOPS)+政府開放資料等多源,嚴謹整合成單一可重現、抵得住頂刊審查的研究資料集。五大工序:實體解析(統編為主鍵、代號隨轉板/更名/下市變動的對接陷阱)、跨源值調解(來源優先序/容差/衝突揭露,事前訂規則不看結果挑)、來源譜系(每格資料配 _src/_asof 可回溯)、三角驗證(多源互證構念效度、辨互補vs冗餘)、合併損耗與選擇偏誤對帳。填補家族「有各源偵察兵、缺整合架構師」的缺口。銜接:public-disclosure-scout 與 orchestrator 路由 29→30。經資安+隱私+身分掃描零命中(唯一 WARN 為環境變數示範行)。

v0.5.0 免費公開揭露線

新增 public-disclosure-scout:把台灣官方免費公開揭露(公開資訊觀測站 MOPS 重大訊息/年報/股東會、TWSE/TPEx、政府開放資料、TIPO、裁罰資料)正式納入研究家族——付費資料庫的免費姊妹線,同時是公司治理/揭露事件研究的標準事件源(可整成事件檔餵 event study)。銜接:causal-inference-architect 認得 MOPS 事件源、tej-data-scout 指向免費姊妹、orchestrator 路由 28→29。全部經資安+隱私+身分識別掃描零命中(唯一 WARN 為環境變數示範行,非真金鑰)。

v0.4.0 因果推論與文字資料前緣

新增:causal-inference-architect(交錯 DiD 的 TWFE 陷阱與 Callaway-Sant'Anna/Sun-Abraham 估計量、事件研究圖、IV/RDD/合成控制、安慰劑矩陣、審稿攻防表)、text-analytics-architect(財報語調/評論/輿情變研究變數;主題模型;LLM 標註的人工基準驗證紀律;中文斷詞特化)。升級:r-spss-syntax-architect 增 SEM/PLS-SEM 第四軌(lavaan/seminr、HTMT);qualitative-thematic-coder 增 Gioia 方法論模組(資料結構圖);research-orchestrator 路由 26→28。全部內容經資安+隱私+身分識別掃描零命中。

v0.3.0 方法論全典範:量化+質化+實驗+混合

新增四支方法線技能:research-method-selector(方法論適配 E&M 2007+Q1 過程套模+新手小白引導模式)、survey-research-architect(問卷設計/先驗檢定力/發放回收/CMV 攻防)、interview-method-designer(訪談大綱/理論抽樣與飽和/倫理)、experiment-design-architect(counterbalancing/情境實驗/操弄檢核)。research-orchestrator 全面改版:路由 16→26 成員、「方法未定先適配」鐵律、投稿前雙檢收斂。另:佔位信箱清理、NOTICE 補列授權。全部內容經五類資安+隱私+身分識別掃描零命中。