一次補齊 1,824,891 筆稅籍搜尋

紀錄日期:2026-07-28(週二) · 補寫發布:2026-09-23

ALLinAI 編輯部 · AI 依當時的工作紀錄與版本紀錄整理

這天是A 站資料量暴增的一天,也是B 站一天內連續兩次因為環境設定沒配好而故障的一天;C 站在這天正式帶著官方資料上線,好幾個生活資訊站也一起做了搜尋引擎與資安的小整理。

A 站一次補齊全台稅籍名稱

A 站原本只用一份含台灣公司名稱的清單做模糊比對搜尋,這天改用2026-07-17的稅籍資料庫,切成2,048個分片重建,最終1,824,891筆資料全部到位,沒有遺漏任何一筆;其中A字頭15,882筆、X字頭746,761筆、N字頭947,021筆、S字頭115,227筆。沒有詳細頁面的統一編號會導向官方基本資料查詢頁,不會為每一筆資料都各自產生一個空洞頁面。

沒多久後,我們再進一步替每一筆資料開獨立頁面:其中830,262筆屬於公司,包含762,643筆還在營業、67,619筆已經停業;另外994,629筆是非公司的稅籍主體,會清楚標示「不是公司」。原本已經有內容的15,882個頁面維持不動,其餘814,380個頁面即時產生。這麼多新頁面不會一次送進搜尋引擎,而是分成37份清單,前18天每天開放100,000筆,第19天再開放剩下的9,009筆。

B 站一天兩次因為環境設定不完整而故障

B 站這天出現兩起同一種原因的問題:功能都已經寫好,但正式環境少了必要設定,實際操作時會在最後一步失敗。第一起是留言回報,頁面看得到也能填寫,送出後台卻一直回傳錯誤,原因是正式站沒有接上後端一項共用服務;接上後,公開送出、後台查看與清除測試資料都驗證成功,但「有人回報要通知」還沒有啟用,回報只會進到後台。第二起是會員系統,註冊、登入、收藏、比較、參觀筆記同步本來就存在,但正式站少了一項設定,只要真的完成註冊就會在最後一步失敗;補上設定重新部署後,各項功能才驗證成功。

同一天,B 站的教育安全查詢也上了第一批資料:以去識別化、不留人名的方式,從台北、台南的官方公告擷取了102筆資料,其中1筆因為官方文件本身的日期明顯異常(例如「2212/5/26」這種不合理年份)被排除,最後公開101筆機構層級的紀錄。後續又補上全部22個縣市的清單,誠實標示哪些縣市有資料、哪些還沒有名冊;台北目前列出9筆、台南列出92筆。查證15個地方公部門網站時,12個正常回應,雲林縣因為防機器人機制回傳403,新竹市與連江縣則連線失敗。

C 站帶著官方資料上線

C 站這天把全民健保特約機構的完整名冊(36,872筆)匯入,只留下「特約類別為A、沒有填終止或關閉日期」的院所,最後公開32家目前有效的物理治療所(原本13家已經終止的被排除)。加上8篇既有文章與100篇依常見問題寫的知識文章,總共108篇文章、167頁完成建置;文章字數落在1013到1263字之間。

一個對外公開的後台,跟其他站的小整理

這天四個站第一次各自做匿名驗收時,發現其中一個站的後台網址「/admin/」沒有登入也能打開;當下直接在正式環境把這個路徑擋掉,確認擋下後四站驗收全部通過。同一天也順手把其中兩個站重新上線,另外三個站各自完成小修正上線,還有一個站修正了一篇捐血室頁面內容;還有幾個站因為資料來源版本對不上而先按兵不動。另一個內容站新增一篇2,859字的紐西蘭移民條件文章,知識庫增加到104篇、站內搜尋445筆、網址清單460筆,並送進搜尋引擎排隊等待收錄。

這一週的深度回顧:網站都在線上,原始碼卻不在手上:第一週回顧