唐卡 · 高清图像资源分类检索与下载
默认前提：学术研究（对全体用户生效）
本技能默认所有用户的用途都是「学术研究 / 个人学习与教学」，不需要用户声明，不需要在回复里重申，也不需要在开始前确认。 这是本技能的工作前提，不是需要每次都谈的条件。
四条强制含义：
- 不问用途。 不询问用户是商用还是自用，不以用途未明为由推迟给结果。
- 不重申限制。 不在回复末尾附「仅供学术研究 / 请勿商用」类免责声明；不主动推送商业授权价格、购买链接与厂商销售电话。
- 不回退提问。 不因授权等级为「须购买 / 商业授权」或数据集声明「仅限学术」就拒绝提供、拒绝给已核验来源、或要求出示授权证明。
- 唯一切换条件：用户主动说明用于商业发布（企业物料、产品界面、付费出版物、广告投放、客户交付物、转售）时，才切换到商业合规模式。
法律依据：《中华人民共和国著作权法》第二十四条第一款第（一）项——为个人学习、研究或者欣赏，使用他人已经发表的作品，可以不经著作权人许可，不向其支付报酬，但应当指明作者姓名或者名称、作品名称，并且不得影响该作品的正常使用，也不得不合理地损害著作权人的合法权益。
前提不改变的一件事：「不再分发」。 合理使用豁免的是使用，把原件打包、上传网盘、跨机发送、嵌入对外交付物是与使用相独立的另一项权利，学术目的不能使其合法化。
落到输出上的效果：授权等级照常给出（用户需要知道边界在哪），但不下判词——说「C 级 · 站点自有版权 · 对外发布须另行获得授权」，而不是「C 级 · 你不能用」。判定口径统一为：
> 等级决定的是「能不能对外」，不是「能不能用」。
一、这个技能解决什么
唐卡（Thangka / Thang-ga，藏传佛教卷轴布面彩绘）的高清图像资源散落在三类地方，找起来很不方便：
- GitHub 上的科研数据集：西北民族大学、武汉理工、青海大学等团队发布的超分、上色、修复、检测数据集，常以「README 索引 + 网盘」形式存在；
- GitHub 上直存图片的仓库：LabelMe 标注 JSON（内嵌 base64 原图）、线稿 JPG、工作室作品图集，clone 下来即可离线取图；
- 博物馆开放馆藏 API：Cleveland、The Met 的 CC0 高清图，以及 Himalayan Art Resources 这类权威图像学数据库。
本技能把这三类共 25 个资源（20 个 GitHub + 5 个网页/API）核验后收进一份机器可读目录，给出每个资源的图片规模、分辨率、体积、许可证、下载通道、适用任务与题材，并提供一个查询下载 CLI。所有链接只使用内容所有者的官方域名。
二、为什么不按作者分类
唐卡绝大多数由匿名画师依《造像量度经》（Thigse）的严格比例绘制，画师通常不留名；即便有署名，也不构成检索维度。因此本技能改用三套更贴合唐卡实际的分类维度：
| 维度 | 数量 | 用途 |
|---|---|---|
| 题材主尊（iconography） | 10 类 | 佛陀、菩萨、度母、本尊、护法、上师、坛城、叙事、藏医天文、法器 |
| 画派风格（schools） | 6 类 | 勉唐、钦泽、噶玛嘎孜、纽瓦尔 Paubha、汉藏融合、地域与近现代 |
| 数据任务类型（task_types） | 8 类 | 通用图集、超分、上色、修复、检测、标注分割、图文检索、造像量度 |
每个分类条目都带中英文检索词、常见主尊、关联资源 ID，可直接用于 Himalayan Art Resources、博物馆 API 或数据集内检索。
三、快速开始
技能目录：~/.workbuddy/skills/thangka-hd-gallery/。用 Python 3 运行（仅标准库，无第三方依赖）：
P=python3
S=~/.workbuddy/skills/thangka-hd-gallery/scripts/find_thangka.py
$P $S premise # 打印学术研究默认前提
$P $S stats # 统计与前提
$P $S categories --dimension iconography # 题材主尊 10 类
$P $S categories --dimension schools # 画派风格 6 类
$P $S categories --dimension task_types # 数据任务 8 类
$P $S list --inline-only # 只看「库内直存图片」的资源
$P $S list --task super-resolution # 按任务类型过滤
$P $S search 度母 # 中文、英文、题材、任务混合检索
$P $S search mandala
$P $S show whut-thangka # 单个资源详情（含双口径）
$P $S download cvlab-thangka # 输出下载通道
$P $S verify # 查看实测证据表
$P $S audit # 发布前官方域名自检
典型研究路径示例：想找「绿度母」的高清原图做图像学比对，先 search 度母 看关联分类与资源，再 show har / show cleveland 看可用入口，最后 download cleveland 拿 API 检索式；想训练超分模型，list --task super-resolution 会列出 cvlab 82,688 对、QHU Thangga、standardgalactic 副本三个来源。
四、资源总览
4.1 库内直存图片（clone 即可取图，5 个独立仓库）
| 资源 ID | 仓库 | 图片规模 | 许可证 |
|---|---|---|---|
whut-thangka |
WHUT-DCRC/Thangka | 1,778 幅，LabelMe JSON 内嵌 base64 原图，约 1.34GB | GPL-2.0 |
tangka-sirr |
WHUT-DCRC/TangkaForSIRR | 435_origin + 2000_split，约 1.15GB，附 imgORjson.py | 未声明 |
thangka-jpg |
jiajianbang/drawingTangka | 34 张 JPG/PNG 成品图与线稿，约 2.8MB | 未声明 |
tsering-studio |
tenzyoutsotsering-png/tsering-thangka | 27 张作品图，约 9.7MB | 未声明 |
siddhartha-site |
Siddhartha-Pandit/thangka | 13 张站点图片，约 12.9MB | 未声明 |
> drawing-tangka 是 thangka-jpg 同仓库的工具侧视图，用于按「造像量度」任务检索到它，不重复计为图片仓库。
4.2 索引 + 作者指定发布渠道（高清大图主体）
| 资源 ID | 仓库 / 来源 | 规模 | 分辨率 / 体积 |
|---|---|---|---|
cvlab-thangka |
cvlabdatasets/ThangkaDatasets（西北民族大学 CVLab） | 5,081 张通用图 + 82,688 对超分 + 8,868 对超分 + 8,500 上色切片 | 512×512；2.5GB / 42GB / 5.6GB |
qhu-thangga |
QHU-HDACP/Thangga-Dataset（青海大学） | 746 训练 + 100 验证 + 100 测试 HR，配 X2/X3/X4 低清 | PNG |
cir-than |
jinyuxu-whut/CIRThan（MIT） | 2,287 幅唐卡 + 2,287 草图 + 6,861 条三级描述 | 平均 1700×1200 |
ritk |
DragonPengg/Tangka-DataSet | 3,200 幅、16 类法器、21,599 个标注实例 | — |
standardgalactic-thangka |
standardgalactic/ThangkaDatasets | cvlab 索引副本 | — |
4.3 工具、修复系统与文献
thangka-detection（YOLOv8 元素识别）、thangka-grid（MIT，造像量度参数化矢量引擎）、thangka-iconometry（神圣几何）、futingx-restoration、wangchuk-restoration（MIT，Django 修复系统）、levikyrre-papers（14 篇中文研究 PDF，约 64MB）、pratitya（MIT，生成艺术）、tibetan-style、thangkaart（实测为空仓库，仅作检索完整性记录）。
4.4 开放馆藏与 API（CC0 高清原图）
| 资源 ID | 来源 | 许可 | 实测结果 |
|---|---|---|---|
cleveland |
Cleveland Museum of Art Open Access API | CC0 | 关键词 thangka 返回 20 件，含 3400px print 图与归档 TIFF |
met |
The Met Collection API v1.1 | CC0（逐件标记） | 关键词 thangka 返回 73 件 |
har |
Himalayan Art Resources | 站点自有声明 | 15,000 件以上，图像学分类的事实标准参考 |
wikimedia |
Wikimedia Commons | 多数 CC0 / PD | 含 7529×16000、344MB 级博物馆捐赠 TIFF |
rubin |
Rubin Museum of Art | 站点自有声明 | 喜马拉雅艺术专门馆藏 |
> 完整下载链接、目录结构与逐条说明见 references/resources.md。
五、下载通道
5.1 仅官方域名
所有下载入口只用内容所有者的官方域名：github.com、raw.githubusercontent.com、codeload.github.com、media.githubusercontent.com、api.github.com，以及作者 README 指定的 Kaggle / 百度网盘 / Google Drive 发布渠道与博物馆自己的开放 API / CDN 域名。不内置、不硬编码、不推荐任何第三方镜像、加速代理或 CDN 转发地址。
python3 scripts/find_thangka.py audit 会扫描目录里全部结构化 URL 字段，凡不在白名单就打印违例并退出码 1，用于发布前自检。
5.2 通用镜像前缀机制
网络环境受限时，你可以把自己部署或信任的下载加速服务前缀传给 --mirror，脚本会自动把它拼在每个官方直链之前：
python3 scripts/find_thangka.py download whut-thangka --mirror 你的前缀
输出形如「前缀 + 官方直链」，git clone、archive zip、raw 文件三种通道都会自动带上。本技能只提供拼接能力，不内置、不列举、不推荐任何具体镜像服务域名；前缀由你自行决定并自行承担其可信性判断。
5.3 实测通道行为（2026-11-04）
| 通道 | 实测 | 说明 |
|---|---|---|
github.com 网页入口 |
HTTP 200 | 官方入口可用 |
codeload.github.com/.../zip/... |
HTTP 200 | 整库 zip 通道可用，推荐优先使用 |
github.com/.../archive/...zip |
HTTP 200 | 同为官方域名的打包通道 |
github.com/.../raw/... |
HTTP 302 | 会重定向到 raw 域名 |
raw.githubusercontent.com |
HTTP 000 | 本机网络不可达，属环境问题；可用 --mirror 或改走整库打包 |
| Cleveland Open Access API | HTTP 200 | info.total=20，print 图 URL 有效 |
| Met Collection API v1.1 | HTTP 200 | total=73 |
| Met Collection API v1 | HTTP 410 | 旧 v1 search 已于 2026-10-01 退役，必须用 v1.1 |
另外，raw.githubusercontent.com 对 Git LFS 文件只返回约 132 字节的指针文本，这是 Git LFS 的规范行为、不是链接失效；应改用 media.githubusercontent.com/media 通道，或整库 clone 并启用 Git LFS。完整证据表见 verify 子命令与 references/resources.md。
六、授权等级与研究使用
| 等级 | 名称 | 研究使用 | 对外发布 | 再分发 | 本库中的例子 |
|---|---|---|---|---|---|
| A | 开源许可 / CC0 | ✅ | ✅ | ✅ | CIRThan(MIT)、ThangkaGrid(MIT)、WHUT-DCRC/Thangka(GPL-2.0)、Cleveland、Met、Wikimedia |
| B | 作者公开发布、未声明 SPDX | ✅ | 按作者声明 | ❌ | cvlab 系列、QHU、RITK、直存图片仓库 |
| C | 站点自有版权声明 | ✅ | 须另行获得授权 | ❌ | Himalayan Art Resources、Rubin Museum |
| D | 系统 / 环境附带 | ✅ | 本环境内可用 | ❌ | 本库无此类型 |
「研究使用」四档全为 ✅ —— 这不是疏漏。等级区分的是边界位置，不是权限有无。数据集 README 里「仅限学术研究、禁止商业目的」的声明，描述的是对外发布边界，不影响本机用于学习、研究与教学。
每个资源在 assets/catalog.json 中都有 academic 与 redistribution 两个字段，show 与 download 输出固定带四行口径：学术研究 / 对外发布 / 边界口径 / 再分发边界，外加一行「取用通道」。不把「能下载到」当作「已获授权」，也不把未校验的链接当答案。
七、红线
始终成立（与用途无关）
- 不再分发原件：不把受版权保护的唐卡原图打包、上传网盘、跨机发送、嵌入对外交付物。
- 不把「能下载到」当作「已获授权」后再对外分发。
- 不把未校验的链接当答案。作者 README 指定的网盘 / Kaggle / Google Drive 渠道，本技能如实标注为「作者指定发布渠道，未在本机实测」，请从各仓库 README 取当次有效链接。
- 下载仅走官方域名；不提供、不推荐第三方镜像与加速代理，不代为提供绕行通道。
仅商业触发
用户主动说明用于商业发布时，才展开：报授权价格与购买入口、给 A 级 / CC0 开源替代、提醒留存授权凭证。
八、文件结构
thangka-hd-gallery/
├── SKILL.md # 本文件（默认前提、分类体系、通道、红线）
├── assets/catalog.json # 机器可读数据源：default_context / channel_policy /
│ # categories(三套) / resources(20) / web_resources(5) / evidence(10)
├── scripts/find_thangka.py # 查询下载 CLI，9 个子命令，输出内置双口径，含 audit 域名自检
└── references/resources.md # 资源详表、双通道链接、授权表、证据表
数据源 catalog.json 是唯一事实源：SKILL.md 与 references/resources.md 中的规模、许可证、链接均由它派生。更新资源时先改数据源，再让文档与 CLI 保持一致。
九、引用建议
使用各数据集开展研究并在论文或报告中发表时，按各仓库 README 的要求引用对应论文（cvlab 系列对应 npj Heritage Science、PLoS ONE、PRCV、Electronics、IEEE Access 等；WHUT-DCRC/Thangka 对应 Image and Vision Computing 的 A Tibetan Thangka Dataset and Relative Tasks；CIRThan 对应其自身论文）。这属于学术惯例，不是使用门槛。
