内容
# [bncc.dev](https://bncc.dev) · 国家课程共同基础数据
[](https://github.com/bncc-dev/bncc-dados/actions/workflows/validacao.yml)
[](数据/LICENSE.md)
[](LICENSE)
[](CHANGELOG.md)
[](https://doi.org/10.5281/zenodo.21625233)
国家课程共同基础（Base Nacional Comum Curricular，简称BNCC）作为结构化、验证和可追溯的数据：1721项学习目标，其中包括1580项基础教育阶段的学习目标和141项计算机科学补充目标（根据CNE/CEB 2/2022号意见）。每个记录都包含能力、组织背景和出处，并与官方文件进行核对。
## 快速使用
最快捷的方式是使用基于此数据集构建的软件包：
```bash
npx -y @bncc/mcp # MCP服务器：让您的AI代理访问国家课程共同基础
npm install @bncc/dados # TypeScript/JavaScript
pip install bncc # Python
```
或者直接从数据开始，无需任何依赖：
```bash
git clone https://github.com/bncc-dev/bncc-dados.git
cd bncc-dados
python3 -c "
import json
ef = json.load(open('数据/bncc-2018/ensino-fundamental.json'))
h = next(x for x in ef['habilidades'] if x['codigo'] == 'EF67LP08')
print(h['texto'])
print(h['fonte']['localizador_pdf'])
"
```
基础教育示例记录：
```json
{
"codigo": "EF67LP08",
"texto": "识别由于选择静态图像而产生的意义效果...",
"componente": "ef-comp-lp",
"anos": [6, 7],
"organizacao": {
"tipo": "campo_pratica",
"campos_atuacao": ["ef-comp-lp-catu-campo-jornalistico-midiatico"],
"pratica_linguagem": "ef-comp-lp-prat-leitura"
},
"objetos_conhecimento": ["ef-comp-lp-oc-efeitos-de-sentido-exploracao-da-multissemiose"],
"vigencia": {"status": "vigente", "desde": "数据-2026.07", "ate": null},
"fonte": {
"localizador": "语言领域，第229行",
"localizador_pdf": "国家课程共同基础-BNCC.pdf，PDF第167页"
}
}
```
**状态：稳定。**首个版本发布：`数据-2026.07`，格式为`schema-v1.0.0`。数据完整、验证和教育学审查。标识符和格式在[版本控制](docs/versionamento.md)下保证：破坏性更改需要新的主版本。
由[Profy](https://profy.com.br)维护，它也是第一个使用者。
## 为什么信任这些数据
1. **每个记录都指向官方来源**：机械电子领域表格的行和列，以及同源PDF的页码（`fonte`字段）。
2. **自动逐字符验证**：在2018版国家课程共同基础中，1580个文本中的1576个与同源PDF匹配，剩余4个是官方来源之间的差异，记录在`DECISOES.md`中，并附有相关决定。
3. **完整性证明**：在同源PDF和计算机科学附件中扫描代码，恰好找到数据集中的代码。无缺失，无冗余。
4. **可复制提取**：运行`pipeline/`，得到相同的文件。持续集成（CI）在每次更改时执行此操作，并拒绝任何差异。
## 内容
| 目录 | 内容 |
|---|---|
| `数据/bncc-2018/` | JSON数据集：系统结构、93个幼儿教育目标（带有年龄段对齐）、1304个基础教育技能（带有主题单元、知识对象、作用领域和语言实践）、183个高中技能（带有相关能力）、20个法律里程碑（带有官方网址）和5个参考资料 |
| `数据/computacao-2022/` | 计算机科学补充（CNE/CEB 2/2022号意见）：141个学习目标（11个幼儿教育、104个基础教育、26个高中）带有轴、知识对象和特有能力，与官方附件核对 |
| `fontes/` | 机械电子官方文件及其校验和 |
| `schema/` | 定义和验证每个数据文件格式的JSON Schemas（草案2020-12） |
| `derivados/` | 由JSON生成的SQLite和CSV（用于SQL和电子表格） |
| `pipeline/` | 提取、验证和确认脚本：任何人都可以从来源重新创建数据集 |
| `DECISOES.md` | 记录所有关于来源不一致性的解释决策 |
| `docs/` | 方法论、数据模型、版本控制、安装等（参见[文档](#文档)） |
## 其他格式
除了JSON之外，还有：
```bash
# SQL：6年级语言技能及其语言实践
sqlite3 derivados/bncc.sqlite "
SELECT h.codigo, c.nome FROM habilidade_ef h
JOIN contexto_organizacao c ON c.id = h.pratica_linguagem
JOIN habilidade_ef_ano a ON a.codigo = h.codigo
WHERE h.componente = 'ef-comp-lp' AND a.ano = 6 LIMIT 5;"
```
`derivados/csv/`包含每个实体的电子表格，适用于Excel/Google Sheets。JSON仍然是规范来源；派生格式在CI中生成和检查。`schema/`中的JSON Schemas定义数据格式，并在每次更改时验证。
## 重新创建提取
```bash
cd pipeline
python3 extrair.py # 官方电子表格 → 数据/bncc-2018/*.json
python3 extrair_ei.py # 同源PDF → educacao-infantil.json
python3 extrair_computacao.py # CNE/CEB 2/2022附件 → computacao.json
python3 verificar.py # 将每个文本与PDF进行比较；记录页码
python3 verificar_computacao.py # 将计算机科学与官方附件进行比较
python3 validar_schema.py # JSON Schemas，带有负测试
python3 validar.py # 29项契约和完整性检查（如果有差异则失败）
python3 derivar.py # 从JSON生成派生/（SQLite和CSV）
```
这是CI执行的确切顺序，在提交的数据集和重新创建的数据集之间进行比较。
依赖项：Python 3.10+，`pdftotext`（poppler），`ghostscript`（计算机科学附件规范）和`jsonschema>=4.18`（仅在格式验证中）。每个操作系统和常见问题的完整逐步指南：[docs/instalacao.md](docs/instalacao.md)。
## 文档
| 文档 | 用途 |
|---|---|
| [docs/modelo-de-dados.md](docs/modelo-de-dados.md) | 国家课程共同基础的建模方式：实体、代码、关系和模型假设 |
| [docs/metodologia.md](docs/metodologia.md) | 信任链：从官方来源到CI，附有验证数字 |
| [docs/versionamento.md](docs/versionamento.md) | 数据版本、记录有效期和消费者可以假设的内容 |
| [docs/instalacao.md](docs/instalacao.md) | 安装和首次运行（使用数据或重新创建管道） |
| [DECISOES.md](DECISOES.md) | 记录所有关于来源的解释决策 |
| [docs/relatorio-validacao.md](docs/relatorio-validacao.md) | 当前版本验证报告的快照 |
| [CHANGELOG.md](CHANGELOG.md) | 按类别划分的更新历史（法规、更正、模式、编辑） |
| [CONTRIBUTING.md](CONTRIBUTING.md) | 如何提出更正（规则：拉取请求中提供官方来源） |
| [CODE_OF_CONDUCT.md](CODE_OF_CONDUCT.md) | 社区行为准则 |
| [SECURITY.md](SECURITY.md) | 如何报告安全问题（数据错误为普通问题） |
| [AGENTS.md](AGENTS.md) | AI代理指南（另见[llms.txt](llms.txt)) |
## 如何贡献
欢迎数据更正，黄金法则是：**所有更正必须引用官方来源**（机械电子/CNE文件，附页码或定位器）。CI自动验证任何更改的可复制性。从[CONTRIBUTING.md](CONTRIBUTING.md)开始。
## AI代理
阅读根目录下的`llms.txt`。总结：使用`数据/bncc-2018/`中的JSON，官方代码作为键（`EF67LP08`，`EM13LGG103`，`EI02TS01`），永远不要发明代码或技能文本，并引用每个记录附带的来源。
## 许可证
- **数据** (`数据/`)： [CC BY 4.0](数据/LICENSE.md)。国家课程共同基础的规范文本是官方行为，不受版权法保护（第8条，第9,610/98号法律）；许可证涵盖编译、结构和策划。
- **代码** (`pipeline/`)： [MIT](LICENSE).
这里开放的内容是不可撤销的开放：参见[docs/divisao-aberto-comercial.md](docs/divisao-aberto-comercial.md)。
要引用数据集，请在根目录中使用`CITATION.cff`（侧边栏中的*引用此仓库*按钮生成格式化的引用）。
## 路线图
作为预发布版本（0.1.x）已经可用：npm软件包[@bncc/dados](https://www.npmjs.com/package/@bncc/dados)，PyPI软件包[bncc](https://pypi.org/project/bncc/)和MCP服务器[@bncc/mcp](https://www.npmjs.com/package/@bncc/mcp)，都在[快速使用](#快速使用)中。 1.0版本将与此首个版本一起发布，并附带[bncc.dev](https://bncc.dev)上的每个技能页面。
