多元寻迹使用指南：怎样搜索、筛选并判断档案来源

『多元寻迹』不是一个把网页重新复制一遍的通用搜索引擎，而是中文多元性别及相关文化资料之上的统一发现入口。搜索使用完整静态索引：浏览器先读取 manifest，再按需加载按来源切分的内容寻址分片。搜索结果的作用是帮助用户找到原始发布者、档案页和可验证的出处，而不是取代这些来源。

完整索引的规模会随新增来源、数据修复和重新生成而变化。首页显示的索引来源数、可搜索记录数和限制级记录数直接来自当前静态 manifest；需要判断某个来源收录了多少记录、其中有多少限制级记录、由谁发布、有什么时效限制时，可以进入来源档案查看对应的来源页。这样比把一个容易过期的总数写死在指南里更可靠。

先从具体词语开始

搜索具体名词通常比输入宽泛概念更有效。例如，与其只搜索“跨性别”，可以尝试：

跨性别医疗、荷尔蒙、嗓音训练、性别肯认手术；
非二元、性别流动、性别表达；
家长手册、校园、职场、证件、法律；
变装、CDTS、性转、变身文学；
某个作者、作品名、机构名或新闻事件。

不同来源采用的词汇并不完全一致。没有结果时，可以换用同义词、繁简体、英文缩写或更短的词组。例如“非二元性别”也可以尝试“非二元”“non-binary”；“跨性别医疗”也可以拆成“跨性别”和“医疗”。

使用筛选缩小范围

高级搜索支持按来源、标签、年份和地区缩小结果。筛选适合以下场景：

已知资料类型：只想查看新闻、文档、漫画、文学或机构资料；
关注特定时间：寻找某一年的新闻、研究或存档；
关注地区语境：区分中国大陆、台湾、香港或其他地区的资料；
结果过多：先用关键词检索，再逐步增加一个筛选条件。

不要一开始同时加入过多条件。旧资料的元数据可能不完整，年份、地区或标签缺失并不代表内容无关。较稳妥的方法是从关键词开始，再逐项收窄。

怎样理解一条搜索结果

一条索引记录可能包含标题、描述、来源域名、日期、标签、地区、文件格式、大小、原始链接或档案链接。历史档案、失效网页和批量导入资料尤其可能缺少日期或作者；站点不会为了让页面看起来完整而猜测未知字段。

判断资料时可以依次查看：

来源是谁：政府机构、学校、公益组织、媒体、个人站点、社区档案还是文学仓库；
内容何时产生：发布日期和存档日期是两个不同概念；
是否仍然适用：医疗、法律、服务机构、资助计划和活动信息很容易过期；
是否为原始版本：存档副本用于保存，不一定是发布者当前维护的版本；
是否有明确限制：转载、翻译、研究摘要和社区经验不能互相替代；
是否标为限制级：限制级是索引分级信息，记录仍然可以搜索，访问原始来源时应同时遵守来源本身的年龄提示、访问条件和内容规则。

对于医疗、法律、心理支持和现实服务信息，应优先核对原机构的最新页面，并在需要时咨询合格专业人士。档案可以帮助理解历史与背景，但不能自动保证今天仍然准确。

用来源档案检查出处和覆盖范围

/archive/ 是搜索索引的来源目录。每个来源页会说明发布者、地区、资料类型、可搜索记录数量、限制级记录数量、索引分片、来源依据以及需要注意的时效问题。它特别适合回答几个常见问题：

这个结果究竟来自哪个机构或档案库？
TS Index 对这个来源是整站索引、精选页面还是入口级收录？
一个小型机构来源为什么只有几条记录，而大型档案为什么有多个分片？
这个来源中有多少记录带有限制级分级？
医疗、政策、服务和活动资料是否需要回到原站核对新版？

来源页本身只提供原创说明和用于搜索的元数据，不复制第三方正文。对于政府报告、教学附件、社区手册和文学作品，版权与使用条件仍由原发布者或原档案站决定。

原始网页与档案副本有什么区别

原始网页通常最接近发布者当前维护的版本，也可能包含最新勘误、联系方式和更新说明；档案副本则更适合解决网页消失、域名失效或内容被修改后的可追溯问题。

两者都很重要：

需要采取现实行动时，优先检查原始站点的最新信息；
研究历史变化时，档案版本可能更有价值；
原始网页失效时，档案副本可以保留基本内容与出处；
两个版本不一致时，应记录差异，而不是假定其中一个永远正确。

限制级记录也属于完整搜索索引

限制级是一项分级信息，不是删除、隐藏或排除索引记录的条件。静态索引生成时会识别被标记为受限的来源、明确标记为受限的记录，以及位于 限制级 路径中的记录，并把这一状态保存为 restricted 分级；这些记录和其他记录一样进入内容寻址分片，参与浏览器搜索、来源统计和完整索引计数。

构建过程还会独立计算源索引中的记录总数，并要求 manifest 的 sourceDocuments 与 totalDocuments 完全一致。只要记录仍然存在于有效源索引中，就不能仅仅因为来源、记录或路径被分为限制级而让搜索索引变少。分类驱动的删减会直接使静态产物验证失败。

TS Index 的搜索层保存的是用于发现、导航和判断来源的元数据与链接，不因为限制级分类删减现有索引记录，也不把分级本身当作质量判断。原始站点的访问条件、版权、年龄提示和内容规则仍由来源本身决定；搜索结果会保留“限制级”标记，方便用户判断。

搜不到不等于不存在

搜索结果为空可能有多种原因：

相关站点尚未被发现或接入；
网页禁止抓取，或只能在登录后访问；
页面已失效，尚未找到可验证的档案；
当前索引只包含有限元数据，查询词没有出现在可搜索字段中；
资料使用了不同词汇、繁体字或英文名；
数据源刚刚更新，静态索引尚未重新生成。

因此，站点运营不仅要维护搜索代码，也需要持续发现新来源、检查失效链接、补充元数据、记录拒绝或延后接入的原因，并说明索引覆盖的空白。

什么样的来源值得加入

候选网站或页面至少应满足以下条件中的大部分：

与中文多元性别、跨性别、非二元、性别表达或相关文化直接相关；
具有明确来源、作者、机构或可追溯的发布背景；
对用户提供独特信息，而不是大量复制已有内容；
可以公开访问，并允许合理的元数据索引或引用；
页面结构和链接相对稳定，能够长期维护；
涉及医疗、法律、服务、资助或活动信息时，能说明更新时间和适用范围；
普通与限制级分类可以被可靠标注，但分级本身不用于删减索引。

整站接入和单页收录不是一回事。结构清晰、持续更新、来源明确的网站可以评估整站接入；高价值但结构复杂、版权限制较强或更新不稳定的来源，更适合只收录入口和少量关键页面。重复页面、过期服务目录和没有独特信息的镜像，即使容易加入，也不会为了增加新增来源数量而收录；但已经存在于有效源索引中的记录不会因为限制级分类被删除。

接下来会持续改进什么

站点的长期工作包括：

每天发现和审核新的中文资料站与高价值页面；
修复构建、部署、完整覆盖、失效链接和搜索体验问题；
为每个索引来源维护可抓取的来源介绍、分级与覆盖说明；
使用可复现的固定查询检查结果稳定性、误报和漏报；
发布数据质量、来源变化、保存方法和主题资料清单；
让每条可索引内容拥有更清楚的来源、时间和上下文；
在只读分析数据可用时，用聚合证据评估哪些页面和来源真正帮助了用户。

这篇指南会随着搜索方式、数据结构和来源范围变化而更新。最重要的原则仍然是：把搜索结果当作通往原始资料和档案证据的入口，而不是脱离来源的最终结论。