edu-content/LICENSES.md

LICENSES — 许可证枚举与红线

本文件是 sources/、structured/、edu-derived 所有 lint 的唯一权威依据。任何 source 记录的 license、L3 记录的 license、L4 资产的 license_out 必须是下表枚举值之一。

枚举（9 值）

license	含义	可进 derived	可商用	典型来源
official-free	官方免费发布，允许教学使用	✅	视条款	剑桥样卷/词表、CCF CSP 真题、国家平台导出（仅教学）
mit	MIT 开源许可，保留版权与许可声明即可	✅	✅	chinese-poetry（古诗文）、chinese-xinhua
cc-by	CC-BY，署名即可	✅	✅	PhET
cc-by-sa	CC-BY-SA 同享	✅	✅（同享）	ECDICT
cc-nc-education	教育/研究用途，非商业	✅ 但 product_safe=false	❌	CEPOC、C-Eval、Ape210K、Math23K、CMATH
restricted	付费/受版权限制，仅内部参考	❌ 硬禁止	❌	学科网、菁优、SkoolPlus、剑桥受限材料
internal-only	自制课件，版权未清	❌ 硬禁止	❌	启航/智造营系列
llm-generated	LLM 生成内容（已自查无侵权）	✅	✅（自查）	gloss 中文释义增补
unknown	待核查	❌（按最严格处理）	❌	新抓未确认来源

组合规则（lint 强制）

1. L3 记录对外许可 = 其引用的所有 source license 的最严格者（取序：restricted > internal-only > unknown > cc-nc-education > cc-by-sa/cc-by/mit/official-free/llm-generated）。
   • 例：词库词条 = official-free 原词表 + cc-by-sa 释义 → 整条按 cc-by-sa 对待（须署名）。
   • 例：gloss 含 llm-generated 部分 → 该字段按 llm-generated 处理，记录整体按最严格者。
2. L4 资产红线：inputs 中出现 restricted / internal-only / unknown → lint 直接失败（即"衍生层不得引用受限原始数据"的机器实现）。
3. product_safe = true 当且仅当全部 inputs ∈ {official-free, mit, cc-by, cc-by-sa, llm-generated}。
4. sources/ 条目 license 必填且必须合法；unknown 状态超过 30 天的条目 lint 报 warning（督促核查）。
5. 署名/声明义务：mit 与 cc-by/cc-by-sa 均要求保留出处。派生产物对外发布时，须在页面或包内保留来源仓库名与许可声明（MIT 需附原 LICENSE 文本）。

红线速记

• restricted / internal-only 数据永不可进 derived，永不可对外产品使用。 它们只作内部参考，存在 edu-raw/ 受控归档。
• cc-nc-education 可在内部教研使用、可生成内部衍生资产，但 product_safe=false，不得用于对外收费产品。
• 对外产品（自学平台公开内容）只可用 official-free / mit / cc-by / cc-by-sa / llm-generated 且 product_safe=true 的资产。
• 公版文本（古诗文等）走 mit/cc-by-sa 的开源汇编仓库最安全：文本本身已过版权期，汇编仓库的开源许可只要求署名，因此可对外商用。

引用本文件

• edu-content/sources/*.yaml、structured/**/*.jsonl 的 license 字段遵循本表。
• edu-derived/LICENSES-INHERIT.md 引用本表，不另行定义枚举。