Marble Skill Taxonomy (os-taxonomy): открытый граф навыков начальной школы

«Большинство учебных данных — это либо плоский список стандартов, либо что-то закрытое внутри продукта» — именно этот пробел заполняет os-taxonomy.

Что это и для кого

Marble Skill Taxonomy — это открытый, граф-структурированный датасет начального и начального школьного образования, который разбивает обучение на детализированные «микротопики», соединённые отношениями предпосылок и согласованные с международными стандартами учебных программ.

Проект вышел 8 июля 2026 года и конвертирует образовательные последовательности в данные, которые AI и программное обеспечение могут обрабатывать вычислительно. Примерно за месяц после релиза репозиторий собрал около 3 800 звёзд на GitHub.

Целевая аудитория:

• Разработчики AI-тьюторов и адаптивных учебных платформ
• EdTech-команды, строящие персонализированные учебные пути
• Исследователи в области педагогики и вычислительного образования
• Продакт-менеджеры образовательных продуктов
• Специалисты по данным, работающие с графами знаний

Ключевые возможности

1. Граф микротопиков

Marble Skill Taxonomy — это открытый структурированный датасет, который картирует, что дети изучают в начальной и элементарной школе. Он разбивает содержание учебной программы на детализированные микротопики вместо того, чтобы оставлять учебные цели широкими стандартами.

Каждый топик включает: предмет, домен, возрастной диапазон, описание, критерии освоения, подсказку для оценки и стабильные идентификаторы.

2. Восемь предметных областей

Датасет охватывает восемь областей:

• Естественные науки
• Математика
• Английский язык
• История
• Личное и социальное развитие
• Жизненные навыки
• Информатика
• Умение учиться

Наибольшие по объёму: 547 тем по естественным наукам, 503 по математике и 286 по английскому.

3. Направленный ациклический граф (DAG) предпосылок

В отличие от плоских списков образовательных стандартов, эта таксономия смоделирована как направленный ациклический граф (DAG), позволяя системам программно прослеживать учебные пути и выявлять пробелы в знаниях.

Зависимости разделены на два типа: «жёсткие» — абсолютно необходимые, и «мягкие» — способствующие пониманию, каждая с объяснением «почему это знание нужно сначала».

4. Выравнивание по учебным стандартам

Данные ссылаются на семь учебных программ, преимущественно из США и Великобритании. По журналу изменений, датасет содержит 3 261 образовательный стандарт и 1 859 маппингов от топиков к этим стандартам.

Среди них: Common Core (английский и математика), Национальная программа Великобритании, NGSS (стандарты научного образования), C3 Framework, IB PYP.

5. Чистый JSON без зависимостей

Marble Skill Taxonomy распространяется как JSON-данные, которые можно загружать напрямую. Официальная документация описывает его как «чистые данные без среды выполнения и без зависимостей».

Пример запроса предпосылок конкретного топика:

const byId = new Map(topics.topics.map(t => [t.id, t]));
const prereqs = deps.dependencies
  .filter(d => d.topicId === 'mt_N8CpN1EJrP')
  .map(d => byId.get(d.prerequisiteId).name);

6. MCP-интеграция для AI-агентов

Существует MCP-сервер (Model Context Protocol), который предоставляет таксономию Marble как набор инструментов для AI-агентов. Таксономия — это типизированный DAG из 1 590 микротопиков, охватывающих возраст 4–15 лет, соединённых 3 221 рёбрами жёстких/мягких предпосылок, каждая с написанной человеком причиной, критериями свидетельств и шаблонными подсказками для оценки.

Архитектура данных

graph TD
    A[topics.json\n1590 микротопиков] -->|nodes| D[Граф DAG]
    B[dependencies.json\n3221 рёбер] -->|edges| D
    C[curriculum-standards.json\n3261 стандартов] -->|alignment| D
    E[clusters.json\nДоменные кластеры] -->|summary| D
    D --> F[Учебный путь]
    D --> G[Выявление пробелов]
    D --> H[Адаптивный тьютор]
    D --> I[AI-агент / MCP]

Тарифы / Цены

Marble Skill Taxonomy (v1) выпущена компанией Generative Spark, Inc. (Marble) под лицензиями ODbL 1.0 (база данных) и CC BY-SA 4.0 (контент).

ODbL разграничивает производную базу данных (расширение/изменение таксономии → должна оставаться открытой) и созданный продукт (использование внутри продукта, модели или приложения → остаётся вашим). Таким образом, вы можете построить коммерческий продукт без открытия его исходного кода — нужно лишь возвращать улучшения самой таксономии.

Плюсы и минусы

Сравнение с альтернативами

Os-taxonomy — это датасет/инструмент для разработчиков, а не готовая платформа. Наиболее релевантные для сравнения — другие открытые образовательные ресурсы и граф-датасеты.

Экосистема и форки

Проект уже породил активную экосистему:

• Китаязычная производная версия Beijing Skill Taxonomy выровнена по стандартам Министерства образования Китая.
• Существует форк с добавленным Web UI и двуязычной поддержкой китайского/английского языков для семейного обучения.
• DAIR.AI Academy создала интерактивную 3D-визуализацию графа.
• Сторонние разработчики создают MCP-серверы и инструменты визуализации.

Вердикт

Marble Skill Taxonomy (os-taxonomy) — это, пожалуй, самый структурированный и машиночитаемый открытый датасет учебных навыков начальной школы из существующих. Если полагаться только на большие языковые модели для определения порядка обучения, они будут генерировать правдоподобную последовательность каждый раз. Ответы могут звучать естественно, но необязательно будут педагогически последовательными. Marble Skill Taxonomy предоставляет структуру, которую можно использовать для таких суждений.

Кому подойдёт:

• ✅ Командам, строящим AI-тьюторов для детей школьного возраста
• ✅ EdTech-стартапам, которым нужна готовая структура навыков
• ✅ Исследователям в области компьютерного образования
• ✅ Разработчикам, интегрирующим граф знаний в LLM-агентов
• ❌ Тем, кому нужен контент выше 8–9 класса
• ❌ Тем, кто ищет готовое приложение, а не датасет

Рейтинг: 9/10 — исключительно ценный ресурс для своей ниши, минус балл за узкий возрастной охват и англо-центричность стандартов.