Libertypedie:Stažení dat
More actions
Celá Libertypedie se dá stáhnout jedním souborem. Každou noc se vyexportuje její obsah do tří balíčků, které si smí kdokoli stáhnout, uložit, prohledávat offline, naimportovat do vlastní wiki nebo jimi nakrmit jazykový model. Není k tomu potřeba účet ani povolení — jen dodržet licenci.
Odkazy jsou i dole na hlavní straně, vždy s datem posledního exportu.
Co si stáhnout
| Balíček | Co je uvnitř | Pro koho |
|---|---|---|
| libertypedie-text.xml.gz | Aktuální podoba všech stránek jako XML. | Většina lidí. Nejmenší a nejrychlejší. |
| libertypedie-vse.tar.gz | Totéž plus všechny obrázky a popis balíčku. | Kdo chce Libertypedii i s ilustracemi. |
| libertypedie-text-historie.xml.gz | Všechny revize všech stránek od založení wiki. | Kdo zkoumá, jak hesla vznikala. |
| libertypedie-notebooklm.zip | Hotová hesla jako Markdown, jeden soubor na heslo. | Kdo si chce Libertypedii nechat přečíst od NotebookLM nebo jiného jazykového modelu. |
| MANIFEST.txt | Datum exportu, velikosti a kontrolní součty SHA-256. | Kdo si chce ověřit, že se soubor stáhl celý. |
Balíčky mají stálá jména, takže odkaz nezastará — přepíše se obsah, ne adresa. Uchovává se vždy jen poslední export; starší verze si Libertypedie neschovává.
Že se soubor stáhl nepoškozený, ověříš proti manifestu:
sha256sum -c <(curl -s https://libertypedie.cz/dumps/MANIFEST.txt | grep libertypedie-)
Licence
Text Libertypedie je pod licencí CC BY-SA 4.0. Použití je volné včetně komerčního, ale vyžaduje:
- uvést zdroj — Libertypedii a odkaz na konkrétní heslo,
- zachovat licenci u odvozeného díla.
Některá hesla přebírají tělo z české Wikipedie a jsou takto označená včetně odkazu na zdrojovou revizi; u nich platí atribuce vůči Wikipedii.
Obrázky mají licenci vlastní
Licence textu na média neplatí. Každý nahraný soubor má vlastní licenční údaje na své popisné stránce a řídí se jimi.
Balíček libertypedie-vse.tar.gz obsahuje všechna média včetně
těch, u kterých se doložit svobodnou licenci zatím nepodařilo — jinak by export
nebyl úplný a nešel by použít jako záloha. Takové soubory jsou vyjmenované
v přiloženém README.txt a jsou zároveň v
Kategorie:Soubory bez doložené svobodné licence. Nepřebírej je ani je
nešiř dál. Že leží v archivu, není doklad o oprávnění k jejich užití.
Import do vlastní MediaWiki
gunzip libertypedie-text.xml.gz php maintenance/importDump.php libertypedie-text.xml php maintenance/rebuildall.php
Z velkého balíčku doplníš i obrázky:
tar -xzf libertypedie-vse.tar.gz php maintenance/importImages.php libertypedie/images/
Vzhled se tím nepřenese — motiv, šablony vzhledu a nastavení jsou součástí provozu wiki, ne jejího obsahu. Hesla, kategorie a šablony ale naskočí.
Pro NotebookLM a jazykové modely
Balíček libertypedie-notebooklm.zip je jediný, který není určený
k importu do wiki. Obsahuje adresář hesla/ a v něm jeden soubor
Markdown na heslo — formát, který NotebookLM
čte rovnou, bez převádění. Rozbal ho a soubory nahraj přes Přidat zdroj.
Název souboru se stane jménem zdroje, takže se v odpovědích cituje po heslech.
Jsou v něm jen hotová hesla. Pahýly a rozpracované texty ne — nedopsaný text vede model k tomu, aby si domýšlel, co v hesle mělo být.
Pozor na limit zdrojů. NotebookLM zvládne 50 zdrojů na jeden zápisník v bezplatné verzi a 300 v placené. Hotových hesel je víc než padesát, takže v bezplatné verzi si budeš muset vybrat.
Odstavce označené jako normativní tvrzení jsou v exportu uvozené textem, ne jen odlišené barvou. Je to schválně: model nevidí formátování, a nemá si splést autorovo „mělo by být“ s popisem toho, jak věci jsou.
Obrázky v balíčku nejsou — NotebookLM je v Markdownu stejně ignoruje. Popisky
zůstaly. Kdo chce i média, sáhne po libertypedie-vse.tar.gz.
Jak často a co v balíčku není
Export běží každou noc. Když se nepovede, zůstane ke stažení předchozí, funkční sada; datum u odkazů na hlavní straně proto vždy říká, jak stará data si opravdu stahuješ.
V balíčku nejsou a nebudou:
- smazané stránky a smazané soubory — export bere jen to, co je na wiki veřejně vidět,
- zmenšeniny obrázků — dopočítají se samy z originálů,
- databáze wiki — ta obsahuje hesla uživatelů, tokeny a nastavení provozu, ne obsah encyklopedie,
- e-mailové adresy ani IP adresy — editovat tu smějí jen přihlášení uživatelé, takže v historii žádné IP adresy nejsou.
Když ti stačí kousek
Jednotlivé heslo vyexportuje Speciální:Export, strojově se dá číst přes API. Rozcestník pro roboty a jazykové modely je na llms.txt.
Viz také: Libertypedie:Jak přispívat · O Libertypedii