2025 年度中央政府總預算案

這個專案是用來處理和分析 2025 年度中央政府總預算案的資料處理系統。系統會將預算提案資料向量化並存入 Supabase 資料庫中，以便後續查詢和分析。

📚 資料來源

本專案資料來自立法院議事暨公報資訊網：

• 內政、經濟、財政、教育及文化、交通、社會福利及衛生環境六委員會
• 外交及國防委員會
• 司法及法制委員會

🛠 開始使用

系統需求

• Node.js 18 或更新版本
• Python 3.x（用於文件轉換）
• OpenAI API 金鑰
• Supabase 專案

環境設定

1. 安裝 Python 相依套件：

pip install markitdown doc2docx

2. 複製專案後，建立 .env 檔案：

SUPABASE_URL=你的_SUPABASE_URL
SUPABASE_KEY=你的_SUPABASE_SERVICE_ROLE_KEY
OPENAI_API_KEY=你的_OPENAI_API_KEY

3. 安裝 Node.js 相依套件：

pnpm install

💡 功能特點

• 自動轉換 Word 文件至 Markdown 格式
• 使用 GPT-4 智慧分析提案內容
• 自動判斷提案分類（共 39 個部會分類）
• 自動計算並驗證金額正確性
• 向量化提案內容，便於後續相似度搜尋

📝 使用流程

1. 檔案格式轉換

將原始 Word 文件轉換為 Markdown 格式：

./convert-doc-to-md.sh

2. Markdown 轉 JSON

使用 GPT-4o 將提案轉換為結構化資料：

node convert-md-to-json.js

3. 資料處理與向量化

處理並上傳資料至 Supabase：

node supabase-sync.js

🚨 資料品質說明

資料是由 LLM（大型語言模型）協助轉換，可能存在以下問題：

• 文字辨識錯誤
• 金額計算誤差（LLM 可能誤認金額欄位）
• 其他資料轉換過程中產生的問題

請在使用本資料時謹慎驗證，並以原始資料為準。

📊 資料結構

每筆提案資料包含以下欄位：

欄位	說明	範例
category	部會分類	中選會、內政部等（共 39 個分類）
content	提案內容	-
action	提案動作	減列、凍結、照列、增列、其他建議
proposer	提案人	陣列格式
co_signers	連署人	陣列格式
cost	預算金額（元）	可為 null
frozen	凍結金額（元）	可為 null
deleted	刪除金額（元）	可為 null
added	增加金額（元）	可為 null
remarks	備註說明	可為 null
committee	委員會名稱	-
vector	文字向量	由 OpenAI 生成

資料範例：

{
  "category": "中選會",
  "content": "114年度中央選舉委員會及所屬歲出預算...",
  "action": "凍結",
  "proposer": ["徐欣瑩"],
  "co_signers": ["牛煦庭", "麥玉珍"],
  "cost": 1298000,
  "frozen": 200000,
  "deleted": null,
  "added": null,
  "remarks": null,
  "committee": "內政委員會"
}

📄 授權條款

本專案採用 CC0 1.0 通用 (CC0 1.0) 公眾領域貢獻宣告 釋出。

您可以：

• 自由複製、修改、發布或展示此資料
• 自由將資料用於商業或非商業用途
• 無需標注來源或作者
• 無需事先取得許可

我們鼓勵您自由取用這些資料進行分析與應用。若您發現任何資料問題，歡迎提出 issue 或發送 pull request。