publicdata.au

publicdata.au

澳大利亚政府开放数据，重新发布为 CSV、Excel、JSON、Parquet、SQLite、DuckDB、GeoJSON 和 GeoPackage 格式，且 URL 永不变更。发布者每次发布的内容都会成为一个带日期的版本，保留原始内容及其架构、来源信息、发布者自己的文件，以及与 此前版本的差异。

这是由 National Digital 运营的独立网站。没有任何政府机构运营或资助本网站，也没有政府机构为其背书。每个数据集都按照发布者的许可协议重新发布，并注明该协议要求的出处。

贡献

欢迎所有人参与贡献。待处理清单中的数据集只需在 register/ 中添加一个 YAML 文件，新文件格式只需在 pipeline/publicdata/serialise/writers/ 中添加一个写入器。CONTRIBUTING.md 介绍了这些事项，以及适配器、修复和客户端的操作步骤；publicdata.au/contribute 则提供概览。每个数据集页面都链接到其构建所依据的注册表条目。

参与即表示同意遵守行为准则。SUPPORT.md 说明了在哪里提交数据集请求或寻求帮助；如需报告漏洞，请按照 SECURITY.md 中的说明私下报告。GOVERNANCE.md 说明决策者，AGENTS.md 则面向编码 Agent。

目录结构

• register/ 每个数据集对应一个 YAML 文件：来源、许可协议及其证据、出处、字段允许列表、键、分区、状态。待处理和受阻条目也放在这里。
• store/ 每个已获取版本对应一个清单。文件字节存储在 R2 中，构建前按哈希拉取。
• pipeline/ Python 构建流程：publicdata register validate | fetch | build | gate | split | store pull|push | dist-push | shards | purge。
• functions/ Cloudflare Pages Functions：投票、请求、已保存的仪表板、查询 API、 latest/ 重定向、R2 回退。
• explorer/ 和 package.json 包含探索器的浏览器库，这些库会复制到构建产物中。
• clients/ 用于从其他语言调用网站的软件包：clients/python 是 PyPI 上的 publicdata-au，clients/r 是供 CRAN 使用的 publicdataau。它们接受任意 slug，因此新增数据集无需发布新版本。
• docs/ARCHITECTURE.md 规定决定代码实现的规则。
• docs/CORRECTIONS.md 说明如何报告和修复已发布文件中的错误，并记录所有更正。
• docs/adr/ 收录这些规则背后的决策记录：每项决策的内容、权衡因素及其代价。
• docs/ACCESSIBILITY.md 说明 WCAG 2.2 AAA 目标、CI 强制执行的要求及例外情况。

运行

CONTRIBUTING.md 介绍如何准备工作副本、构建测试样例、获取真实数据集，并逐步讲解日常修改。整个过程无需任何凭据。

部署

.github/workflows/deploy.yml 会在每次推送到 main 时构建、设定门禁、拆分文件、将大文件推送到 R2，并部署到 Pages 项目 publicdata-au；此仓库的每个拉取请求也会生成一个预览。凭据存放在 GitHub 环境中。只有 main 可使用的 production 环境持有部署和 hubs 的凭据；preview 环境持有拉取请求预览的凭据；同样仅限 main 使用的 fetch 环境持有抓取和目录的凭据。每个环境都有自己的 Cloudflare 令牌，各令牌可访问的 R2 存储桶如下：

环境	工作流	可写入	仅可读取
production	main 上的 deploy.yml	publicdata-dist、publicdata-build-cache	publicdata-raw
preview	拉取请求中的 deploy.yml	无	publicdata-raw、publicdata-dist、publicdata-build-cache
fetch	fetch.yml、catalogue.yml	publicdata-raw	无

部署会从构建缓存中获取无需重新构建的版本。缓存有自己的存储桶，因此只有生产环境的部署才能更改网站从中发布的内容。

.github/workflows/fetch.yml 每周二读取所有实时数据源，并在其他每一天读取实时订阅源；如果某个政府的数据源发生变化，就会为其创建一个拉取请求。 .github/workflows/catalogue.yml 会收集各门户的数据集列表。有些门户会拒绝云端地址，因此这两个工作流都在我们自己的澳大利亚运行器上运行。该运行器组仅允许 main 上的这两个工作流使用，并且只有在计划时间或维护者手动运行时才会启动。两个工作流都以 GitHub App“publicdata.au fetch”的身份创建拉取请求，该 App 的密钥是只有这些环境持有的机密。规则集只允许该 App 创建或推送 data/ 分支，因此任何人都无法以自动化程序的身份创建拉取请求。.github/workflows/data-pr.yml 只会批准这些拉取请求，不处理其他请求。

许可证

代码采用 GNU Affero General Public License v3.0 或更高版本（LICENSE）授权。如果你将修改后的副本作为服务运行，就必须向用户提供你所做更改的源代码。clients/ 中的客户端采用各软件包 LICENSE 文件中的 MIT 许可证。

publicdata.au 的名称和标志不受代码许可证涵盖；BRAND.md 说明了副本必须做出的更改。

数据并非由我们授权。每个数据集都采用其发布者的许可证发布；该许可证列于发布者的登记信息、清单和每个文件名中，并附有许可证要求的署名。我们为登记信息撰写的文本采用 CC BY 4.0 许可证（LICENSE-DATA.md）。测试摘录、品牌字体和浏览器的库列于 THIRD-PARTY-NOTICES.md；该字体来自 RandomMaerks 的免费软件包，并按其自身许可证重新分发。