GENEALOGY · 寻根资源地图

中国家谱知识服务

一份把「软件工具」「权威数据源」「祖先故事与迁徙证据」「老谱数字化链路」串起来的地图。所有仓库数据为 2026-10-06 实时核验，数据源均为可公开访问的官方平台。

15+开源家谱项目

10万+上图收录家谱种数

65.7万CBDB 历史人物数

1869万华谱网人物节点

① 中文开源系统② GEDCOM 成熟生态③ 家谱资料 / 开放数据④ 祖先故事 · 迁徙线索⑤ 老谱数字化链路⑥ 落地路径建议

01

中文原生的开源家谱系统

这批项目从 UI 到数据模型都按中文语境设计（字辈、排行、世系、堂号），可以直接部署成家族网站或桌面应用。

pure-genealogy↗

★ 407MITNext.js 15 + Supabase2026-01 活跃

目前中文社区最完整、最"能打"的一体化族谱系统，单 Supabase 实例即可跑起来，适配 Web 与 H5。

• 数据模型：单表 family_members 自引用（father_id）建世系；字辈走姓名第二字统计；residence_place 记录居住地迁移；remarks 存 Slate.js 富文本生平

• 2D 族谱图：Dagre 层级树 + 水墨"世代标尺" + 金线溯源（高亮祖先路径）/ 金扇繁衍（高亮子孙路径）

• 3D 力导向关系图，支持自动巡游（自动规划两人最短关系路径并飞行浏览）

• 统计仪表盘（性别/在世比例/世代增长/字辈频率）、家族时间轴、Living Book 拟物翻书详情页

• 导入导出：Excel / CSV；族谱图可导出高清 PNG

⚠ 不支持 GEDCOM —— 与其他软件交换数据要靠 Excel 中转。适合想立刻上线一个好看家族网站的团队。

Branchloom · 有谱↗

Apache-2.0桌面端 Electron/TS支持 GEDCOM2026-09 活跃

"本地优先"路线的代表：数据存在你自己手里，不依赖任何会倒闭的网站。想做的是家谱界的 Obsidian。

• 数据模型最接近学术规范：人物 / 关系 / 事件 / 地点 / 史料来源 / 引文 / 附件

• GEDCOM 导入导出全支持，另提供完整项目包 .blp

• 可用自己的 GitHub 私有仓库做备份并与家人异步协作 —— 同步前先预览，字段冲突必须手动确认

• 带 CLI 与 AI Agent Skill，可辅助批量整理；但写入前强制"先预览再确认"，避免 AI 改坏族谱

• 跨平台：macOS / Windows / Linux

✔ 如果你在意"数据永流传、不被平台绑架"，这是首选。缺点：社区很小（★6），生态早期。

LyGenealogy · 屈氏宗谱↗

Apache-2.0Nuxt3 + Vue3 + Expresspnpm Monorepo

一个真实姓氏（屈氏）落地过的族谱数字化平台，工程结构规范，适合宗亲会/姓氏研究会自建。

• 三层结构：Express + TS 的 REST API ／ Nuxt 3 公共前端（SSR/SSG/ISR、PWA、H5 适配）／ Vue3 + Element Plus 管理后台

• 功能：族谱库列表与详情（谱籍、字辈摘要）、字辈查询、成员搜索、亲缘关系递归展示、世系树

• 姓氏文化、百科、新闻等内容模块统一管理，支持多姓氏扩展

• SQLite 持久化，支持多族谱、多地区

✔ 适合"一个姓、一批人、长期维护"的场景，前端 SSR 对搜索引擎友好，方便对外展示。

mumuy/relationship↗

★ 3734MITJavaScript2026-09 活跃

中国亲戚关系计算器。它不是家谱管理工具，而是称谓/辈分引擎——恰好是家谱系统最难写的那块。

• 核心算法三段式：中文称谓 → 内部关系链（f=父, m=母, s=子, d=女, &o/&l 表长幼）→ 反向生成称谓

• 能力：称谓计算、辈分计算、关系链还原、两人关系合称（如"儿女亲家"）

• 区域模式：默认普通话 / 北方 / 粤语，且支持 setMode 注册自定义地区称谓

• 支持"二舅"这类排行修饰词、同义词扩展与口语化输入（"吾之""家的"）

✔ 强烈建议作为依赖嵌入你的家谱系统：把谱系数据直接翻译成"该叫表叔还是堂伯"，并可用于辈分逻辑校验。

guyue55/FamilyTree↗

MITDjango 5 + Vue支持 GEDCOM

功能设定偏"企业级"的族谱系统：权限、协作、全文检索、多语言一应俱全。

• 后端 Django 5 / Python 3.12 + DRF + JWT/OAuth2；PostgreSQL、Redis、Celery、Elasticsearch

• 核心：多族谱管理、成员 CRUD、复杂关系网络、交互式族谱图、多媒体资料上传

• 高级：基于角色的权限控制、多用户协作编辑、GEDCOM 导入导出、全文搜索、统计分析

• WebSocket 实时同步 + 响应式设计 + 国际化

✔ 技术栈重但齐全，适合有 Python 运维能力、想要"多家族/多租户"的机构。注意：★0，作者近期才起步。

qiaoshouqing/familytree↗

★ 557MITTypeScript

极简开源家族树网站。轻、干净、易改，是"自己动手改一个"的性价比之选。

✔ 想要简单可控、愿意自己改代码的前端同学优先看这个。

选型速判

要「立刻能用的中文家族网站」→ pure-genealogy；要「数据永流传 + GEDCOM + 家人协作」→ Branchloom；要「宗亲会/姓氏研究会」→ LyGenealogy；只要「称谓辈分算法」→ mumuy/relationship 直接引依赖。

02

GEDCOM 成熟生态（中文可用）

国际家谱领域有二十多年的工程积累，数据模型和交换标准（GEDCOM）远比国内项目成熟。它们都有完善的中文界面，是"认真修谱"的稳妥底座。

Gramps↗

★ 3123GPL-2.0PythonGEDCOM 5.5

开源家谱软件的事实标准，数据模型设计最严谨，插件生态最丰富。

• 完整数据模型：Person / Family / Event / Place / Repository / Citation / Source / Media / Note，并细分 Name、Surname、ChildRef、EventRef 等

• GEDCOM 5.5 导入导出广泛支持（多字节 UTF-8 编码可正确处理）；建议用 .gramps 原生格式备份避免信息丢失

• 内部统一 Unicode/UTF-8，提供简体中文界面，所有报告支持 Unicode 字体

• 插件体系：Views / Reports / Tools / ImportExport / Gramplets，启动时注册，无需改动核心代码

✔ 学术级规范 + 可扩展。做过"史料来源—引文—结论"三层溯源，这正是修谱最需要的可信度结构。

webtrees↗

★ 824GPL-3.0PHPGEDCOM 5.5.1

自托管的在线协作家谱系统，多人同时修谱体验成熟。

• 数据模型完全围绕 GEDCOM 5.5.1：Trees → Records(INDI/FAM/SOUR) → Facts(事件/属性) → Places → Dates

• 对东亚姓名友好：支持 ROMN（罗马化姓名变体）与 FONE（拼音变体）标签，可同时保存汉字名与拼音

• 多语言界面（I18N::translate），权限/隐私分级、媒体文件管理

✔ 想要"多人一起在线修谱"且不介意自己架 PHP 服务，这是最省事的选择。

GEDKeeper↗

★ 214GPL-3.0C# / .NET含简体中文

老牌跨平台个人家谱库软件，Windows 用户体验最接近国产桌面软件习惯。

• 完整 GEDCOM 5.5.1 支持，人数与代数无限制

• 家族树打印/导出为图片、PDF、Excel、RTF、HTML

• 动态地图（Google Maps）呈现地理数据 —— 对看祖籍分布很有用

• 亲属关系度计算器、统计、幻灯片、Lua 脚本与插件

✔ 不想碰命令行、只用 Windows 桌面的话，体验最"顺手"。

为什么绕不开 GEDCOM

GEDCOM 是家谱数据的交换标准（当前版本 5.5.1 与 GEDCOM 7）。国内多数项目（含 pure-genealogy）不支持它，意味着数据进去就出不来。若你打算长期维护几代人的资料，优先选支持 GEDCOM 进口出口的工具，把数据主权留在自己手上。上图家谱平台则另建了一套更细粒度的「家谱本体」（文献/姓/人/地/时/事），见下一节。

03

家谱资料与开放数据源

这一节是"资料本身"。按权威度和可编程程度排序，第一条是唯一能直接写进代码的官方家谱数据入口。

中国家谱知识服务平台（上海图书馆）↗

权威可编程10万+ 种630 家馆藏机构

全国最大的家谱联合目录与知识服务平台，2016 年上线，年浏览量 100 万+ 人次，也是国内数字人文的标杆案例。

• 收录 10 万余种家谱，其中上图馆藏 3.7 万余种、7 千余种对外网开放全文查阅

• 服务内容：家谱元数据、全文影像、先祖名人介绍、谱系图、家规家训

• 多维探索：人 / 地 / 时 / 事 分面检索、数据可视化、地理空间服务

• 众包功能：上传家谱、在线识谱、在线修谱，可直接捐献影像

• 实体展陈（上图东馆）：「君从何处来」家谱迁徙图、「探姓觅谱」AR 姓氏墙（前 300 大姓）、「生生不息」3D 家谱树（胡适/李鸿章/盛宣怀）、「华夏一家」谱籍分布图

✔ 寻根第一站。先在这里搜你的姓 + 祖籍地，看有没有可查的家谱。

上海图书馆开放数据平台↗

API关联数据SPARQL需 APIKey

把上面那个平台的底层数据以面向机器的方式开放出来，是整个中文家谱生态里最值得开发者深挖的一块。

• 三种取数方式：① 资源 URI 取 RDF（JSON-LD 三元组）② 类型查询接口（姓氏 / 先祖名人 / 地点 / 机构 / 朝代 / 书目，每次最多 20 条）③ SPARQL Endpoint（复杂查询）

• 规范控制基础库：人名规范库、历史纪年表、地理名词表、华人姓氏列表、收藏机构名录

• 家谱本体定义 文献 / 姓 / 人 / 地 / 时 / 事 六类概念及关联，字段尽量复用已有规范词表（便于与其他数据整合）

• 需注册取 APIKey：data.library.sh.cn/jp/userlogin/tologin

• 另在 OpenKG 上有镜像条目「华人家谱关联数据集」，含家谱本体与接口说明文档下载

✔ 想做"输入姓氏+祖籍地，自动列出相关家谱与先祖名人"这类应用，就用这个接口。

CBDB 中国历代人物传记资料库↗

★ 230哈佛/北大/中研院SQLiteCC BY-NC-SA

唐至清（7–19 世纪）中国历史人物关系型数据库，截至 2026 年 5 月已收录 65.7 万+ 人。GitHub 仓库持续更新最新 SQLite 版本。

• 核心表：Person（姓名/拼音/性别/朝代/生卒年/籍贯）· Kinship（亲属关系及代码表）· Office posting（职官任免）· Association（社会关系）· Address（各类型地址：出生地/居住地/祖籍…）

• 另有大量 code table：亲属关系码、入仕途径码、机构码、地名码等，支持网络分析与 GIS 空间分析

• 多种形态：可下载单机库（Access/SQLite）、在线查询、API、CBDB Linked Open Data；配套 MARKUS 文本标注与 CHGIS 历史地理系统

• 数据来源：正史、科举题名录、职官表、地方志、墓志铭、文集等

⚠ 偏"精英人物"（官员、科举、名士），不是平民家谱。但如果你家明清出过读书人/官员，这里是查证祖先生平最硬的证据库。

Genealogy-MBW · 华谱网数据集↗

1869万节点图数据模型已脱敏

面向家谱文化与图数据研究的开放数据集，截至 2026 年 5 月累计 1869 万人物节点 + 2380 份家谱。

• 统一图模型：节点 = 家谱人物，边 = 亲属关系，节点属性存人物描述

• 知识密度高：含人物世系、代际演化、迁徙关联、血缘关系、过继关系、隔代后代

• 处理链路完整：多源异构采集 → OCR 与版式理解 → 人物关系抽取与消歧 → 谱系结构建模 → 图数据库设计 → 清洗校核 → 一致性校验 → 隐私脱敏

• 涉及领域规则：血亲 vs 过继区分、同名异人/异名同人判定、缺失世系链接还原、历史地名变迁识别

✔ 想做族谱知识图谱 / 迁徙网络可视化，这是目前最"现成"的高质量中文族谱图数据。

CGED / CUSD（港大李-坎贝尔团队）↗

清代民国约200万人CSV/Excel

与 CBDB 协作的两个"大社科数据"项目，是目前唯一整建制研究中国官僚体系的微观数据库。

• CGED：1700–1950 年文官与专业生涯，含约 200 万人、337 万条军政职位记录，附个人家族与地理来源信息

• CUSD：1890–2010 年含中国香港在内的中国大学生社会来源

• 特别适合"查某位先祖的人事档案"；提供 CSV/Excel 下载与中文使用指南

✔ 祖上若在清代做过官或有功名，这条路比家谱更可能直接查到名字。

其他可用数据源一览

04

祖先故事与迁徙线索

家谱里找不到答案时，靠的是"迁徙史 + 地名暗号"。下面这张时间轴可以直接当成检索关键词清单用。

核心方法：上图「君从何处来」迁徙图是怎么做的

上海图书馆把平台里 7 万多种家谱，用机器学习基于事件本体做数据提取，专门抽取始祖和始迁祖的迁徙事件，转成语义化关联数据，再通过可视化与交互设计，做成一张可按朝代查看迁徙趋势的航线图；并对数据密集的几波移民潮做重点展演。这套"从家谱原文抽迁徙事件 → 语义化 → 可视化"的思路，你自己修谱时完全可以照搬：把每位祖先的始迁时间 + 迁出地 + 迁入地结构化下来，就能画出自家一支的迁徙线。

307 – 453 年

永嘉南迁

八王之乱 + 五胡乱华，中原士族与富户大规模渡江南下，约 90 万人，占刘宋人口六分之一。今南京—镇江一带北方侨民甚至多于原住民。

路线：东线循邗沟与淮河东南向／西线循汉水南下，汉中与襄阳为集散地；关陇流民入汉水与川北

755 – 9 世纪

安史之乱后南迁

河南、河北、陕西居民南下江淮、西入四川，历时一个半世纪，完成中国经济文化中心南移。荆州至常德一带户口因移民增加十倍。

路线：东路走大运河入淮南江南再入赣闽；中路出南阳襄阳沿汉水入岭南；西路越秦岭入汉中与四川盆地

1126 年 – 13 世纪

靖康之乱南迁（最大一次）

金兵南下、高宗南渡，累计南下移民约 500 万。最密集区是从苏州到宁波一带，杭州城内高度集中。今天世界性的「客家人」族群正是这次移民形成的。

路线：与唐后期相同，七个较大阶段；南宋内部另有江西→淮南、福建→潮梅、江西→湖南等支线

1371 – 1417 年

明初洪洞大槐树移民（规模最大）

明朝在洪洞大槐树下设局驻员 50 年，大规模迁民 18 次、约百万人，遍布京冀豫鲁苏鄂等 18 省。洪武年间全国移民总数达 1340 万，占人口 19%。

路向：山西南部 → 河南（93 万）／山东（121 万）／河北（41 万）；同期还有江西→湖广、湖广→四川

元末 – 清代

江西填湖广 · 湖广填四川

晚清魏源记："江西人入楚，楚人入蜀，故当时有江西填湖广、湖广填四川之谣。"麻城曾收集 142 套族谱，其中 125 支可溯自江西。

路向：江西饶州等地 → 以鄱阳瓦屑坝中转 → 鄂皖湘；湖广黄州府 → 四川（川北多陕西、川东多湖广、川西多广东）

清中期 – 民国

走西口 · 闯关东 · 下南洋

自发性经济移民。闯关东：1912–1945 年关内流向关外约 991 万人；下南洋：到 1905 年海外华侨总数已达 700 万，闽粤人占 95% 以上。

路向：晋陕 → 内蒙归化与河套（走西口）／冀鲁豫 → 东北，多由古北口、张家口、喜峰口出关／闽粤 → 东南亚与台湾

持续千年 · 五次大迁徙

客家民系形成与迁川

客家人祖先本居黄河流域，因战乱南迁至闽粤赣边区。清初康雍乾三朝（约 1680–1800）第五次大迁徙中大批入川，仅仪陇一县客家人曾占总人口 33%，至今约 11.8 万。

迁川路线：粤北 → 湖南汝城/桂东/茶陵/醴陵/浏阳/平江 → 长江；或 粤北 → 宜章/郴州/祁阳/邵阳/常德 → 长江；两路经鄂西溯江入川

地名"暗号"：家谱里写到这些地方，就等于给了你迁徙线索

民间广泛流传"北有山西洪洞大槐树，南有江西鄱阳瓦屑坝"。这些地名多数不是真实最后的祖籍，而是移民集散地/中转站，是身份认同符号 —— 看到它们就说明你的祖先属于某一次特定移民潮。

山西洪洞大槐树 · 老鹳窝明初官方移民集散地 → 豫冀鲁皖苏。民谣："问我祖先来何处，山西洪洞大槐树"

江西鄱阳瓦屑坝鄱阳湖边古渡口，洪武大移民主要中转站 → 鄂皖湘，湖北江汉平原三分之二来自南昌府一带

湖北麻城孝感乡四川移民后裔最普遍的祖籍认同。麻城四乡之一，嘉靖年间析入黄安（今红安）

苏州阊门苏北扬州、淮安一带移民普遍自称来自苏州阊门，实为集散地符号

南京杨柳巷云贵驻留军士后裔多自称祖籍南京杨柳巷，对应明初军籍移民

山东枣林庄与洪洞大槐树、瓦屑坝、麻城孝感乡齐名的"移民发源地"符号

把线索变成证据的三步

① 先从家谱/口传里抠出"始迁祖名 + 迁出地 + 迁入地 + 大致年代"四要素；② 用上表时间轴判断它属于哪一次移民潮，再去该移民潮的集散地（大槐树/瓦屑坝/孝感乡…）方向上找对应姓氏族谱；③ 到 jiapu.library.sh.cn 按「姓氏 + 谱籍地」检索上图及 630 家机构馆藏，并在 data.library.sh.cn 用 API 拉规范化的地名与人名做交叉验证（历史地名变迁务必用它的地理名词表校准）。

05

老谱数字化链路（把纸变成数据）

纸质族谱是竖排繁体、生僻字多、版面复杂，通用 OCR 基本没法用。这条链路是目前可落地的最优解。

PaddleOCR / PP-StructureV3↗

Apache-2.0百度飞桨繁体竖排2025-05 v3.0

古籍 OCR 的首选底座。PP-OCRv5 单模型即同时支持简体中文、繁体中文、中文拼音、英文、日文，覆盖手写体、竖排文本、生僻字。

• 古籍场景实测：文本检测精度 +43%，生僻字识别精度 +95%，微调后字符准确率 94%+

• PP-StructureV3 版面分析：区分标题/正文/表格/图片/公式区域并判断阅读顺序 —— 这正是竖排古籍"从右到左"不乱序的关键

• CPU 也可跑（默认启用 MKL-DNN，Intel CPU 提速约 2.3 倍），也支持昆仑芯、昇腾等国产硬件

• 输出 Markdown / JSON / DOCX / XML，可直接进后续结构化流程

✔ 关键参数：lang=chinese_cht（繁体）、降低 det_db_thresh 到 0.3 以适应墨色浅的老谱。

Chinese-Ancient-OCR↗

PaddleOCR 封装竖排自动排序

基于 PaddleOCR 的古籍识别工具，把"竖排排序"这个最烦的坑直接填了，开箱即用。

• 智能文字排序：自动识别竖排古籍并按"从右到左、从上到下"正确排序

• 单图识别 + PDF 批量处理（自动分页渲染、逐页识别、生成独立与合并文本）

• 可自定义 DPI 提升精度；输出 TXT / JSON / 可视化标注图片

✔ 只想把一本电子化族谱快速转成文字，用这个比从零搭 PaddleOCR 省事得多。

推荐处理流程（七步）

STEP 1扫描 ≥300 dpi

300 是精度与体积的平衡点，低于 300 会明显掉识别率。保存级图像 + 元数据一并留存。

STEP 2抽样试识别

先识别几页，摸清版面类型（双行小注/批注/套印）与主要错误类型，再决定参数。

STEP 3图像预处理

OpenCV：灰度化 → 高斯去噪 → 投影分析纠偏 → 高斯自适应二值化（对老化泛黄、光照不均更稳）。

STEP 4版面分析

PP-Structure：切分标题/正文/表格/图片区域并确定阅读顺序，避免竖排错行。

STEP 5文字识别

PP-OCRv5 繁体模型；保存文字 + 坐标 +置信度，低置信度的地方留给人工。

STEP 6后处理纠错

形近字表纠错（己/已、曰/日、未/末、戌/戍…），但人名务必人工复核，不要被自动纠错改错。

STEP 7双层 PDF 归档

图像层 + 透明文字层，既可保真又可全文检索；版本化发布，保留原文影像与修订记录。

必须提醒的一句

OCR 输出永远是「可校对的初稿」，不是成品。字符准确率高不代表人名、日期、地名、官职正确 —— 而这四类字段恰好是家谱的全部价值所在。务必按"字符 / 字段 / 版面"三层验收，风险字段 100% 人工过一遍。

06

落地路径建议

按你的真实目的直接对号入座。

最后一条建议

家谱这件事，工具会过期，数据不能。无论你最终用哪个系统，都请做到三件事：① 保留一份 GEDCOM 或纯文本导出；② 原始家谱影像单独存档、不要只留 OCR 文本；③ 每条祖先信息标注来源出处（哪本谱、第几页、谁口述）。做到这三点，数据就能跨过任何一次软件换代，真正"永流传"。

仓库指标经 GitHub API 于 2026-10-06 实时核验·数据源均为公开可访问的官方平台
中国家谱寻根资源地图 · 建议收藏本页作为检索入口