資料來源 · 自動化管線
來源與管線
爬取 → Claude 逐篇分析 → S1/S4 訊號 → ECDC 模型 → 風險指數，全部 commit 進 git repo（= 資料庫），Cloudflare 自動重建。
管線（4 段）
crawl.py（爬取，無 LLM）→ analyze／agent（Claude 逐篇分析）→ bridge.py（S1/S4 聚合）→ taiwan_importation.py（風險指數）
執行引擎＝Anthropic 雲端排程 agent（吃 Claude Pro 訂閱、不需 API key）；亦可用 intel/analyze.py 走 API 自動化。
最近爬取狀態
| 來源 | 狀態 | 抓取 | 保留 |
|---|---|---|---|
| who_news | ok | 25 | 2 |
| cidrap | ok | 10 | 0 |
| ont error: FeedError: HTTP 403 | 失敗 | — | 0 |
| twcdc_intl | ok | 10 | 0 |
| gnews_en | ok | 100 | 99 |
| gnews_zh | ok | 100 | 98 |
| gnews_fr | ok | 100 | 96 |
ok＝該來源有抓到文章；0 篇＝連線成功但無內容；失敗＝HTTP/TLS/解析錯誤（滑鼠移到來源名可見原因）。 排程環境的出網白名單若未包含某網域，該來源會顯示 HTTP 403。
情報涵蓋
語言分佈
ZH · 78EN · 99FR · 75
分類分佈
政策措施 · 71其他 · 16研究發現 · 20疫情爆發 · 139例行監測 · 6
共 252 篇已分析（示範集）；crawler 實跑抓到 300+ 篇真實 2026 疫情新聞。
方法與限制
- connectivity volumes are PLACEHOLDER — see connectivity.json
- 風險指數門檻錨定 ECDC/CDC，仍為判斷校正、無 ground-truth（見計畫 §2.3/§10）
- stepping-stone secondary importation not yet modeled (v2)
- initial conditions source: intel:S1
- S4→R0 乘數為啟發式情境槓桿，非校正流病估計
- 風險指數趨勢以累計通報病例為主要驅動、對各期套用一致 CFR (~37.5%)：早期死亡通報落後，用各期原始死亡數會讓成長中的疫情出現假性風險指數下降。