扫描21,988部动漫，揭秘现实职业在动漫中的提及情况，成本仅34美元！

导航菜单

切换导航，有登录选项，还可进行外观设置。平台方面，AI 代码创作包含 GitHub Copilot、GitHub Copilot 应用、MCP 注册表等；开发者工作流涵盖 Actions、Codespaces、Issues、代码审查、代码质量等；应用程序安全有 GitHub 高级安全、代码安全、密钥保护等；探索部分包括为何选择 GitHub、文档、博客、更新日志、市场等，还可查看所有功能。解决方案按公司规模划分有企业版、中小型团队版、初创企业版、非营利组织版；按使用场景划分有应用现代化、DevSecOps、DevOps、CI/CD 等，也能查看所有使用场景；按行业划分有医疗保健、金融服务、制造业、政府机构等，同样可查看所有行业，还能查看所有解决方案。资源按主题探索有 AI、软件开发、DevOps、安全等，也可查看所有主题；按类型探索有客户案例、活动与网络研讨会、电子书与报告、商业洞察、GitHub 技能等；支持与服务包含文档、客户支持、社区论坛、信任中心、合作伙伴等，还可查看所有资源。开源部分，社区有 GitHub 赞助；项目有安全实验室、维护者社区、加速器、GitHub 明星项目、存档项目；仓库有主题、热门趋势、合集。企业版有企业解决方案和可用插件，还有定价选项。此外，可进行搜索或跳转，搜索代码、仓库、用户、问题、拉取请求等，有搜索语法提示。还能提供反馈，包含电子邮件地址以便联系，有保存的搜索功能，若要查看所有可用的限定符，可参阅文档。有登录和注册选项，若在另一个标签页或窗口有登录、注销、切换账户操作，需重新加载以刷新会话。

仓库相关

有 elmiram/anime - professions 仓库，公开状态，有通知、复刻、加星等操作，还有代码、问题、拉取请求、操作、项目、安全与质量、洞察等导航选项。主分支有分支和标签选项，可转到文件、打开更多操作菜单。文件夹和文件有相关信息展示，最新提交有历史记录，可查看所有文件，还有仓库文件导航。

动漫职业项目

动漫中实际展现了哪些现实世界的工作？该项目扫描了 21,988 部动漫，统计每种职业出现的频率，有完整查找表与联合国/国际劳工组织 (ILO) 的标准职业分类 ISCO - 08 相对应，最引人注目的是“缺失”列表。有实时探索器可搜索职业及查看发展趋势，还有演示文稿展示有趣结果。一些发现如下：教师是被提及最多的职业（约出现在 1,370 部动漫中，占比 7.6%），因动漫常以学校为背景；在 2020 年代，店主取代教师成为被提及最多的职业；若算上幻想角色，皇室成员出现频率超过所有现实职业；约 150 种角色可能被提及的职业中，有 17 种从未在动漫中被提及，如金融分析师、系统分析师等后台和服务类职业；一些小众职业也有相应统计数据，如软件开发人员 41 次，保险代表 18 次，药剂师 15 次，电车/巴士司机 5 次。

项目概述

这是一个业余数据项目，旨在构建职业分类体系，检测动漫中对职业的提及，使用大语言模型 (LLM) 对每次提及进行分类，并生成每种职业的统计数据、按十年划分的统计结果、精确率/召回率估计，以及三个 CSV 文件。同时有一个小型本地/静态 Web 应用程序可用于探索结果。现实职业与幻想职业层严格区分，虚构角色会被统计，但不计入现实职业总数。

工作原理

职业列表从 436 个精简到约 150 个，职业按 ISCO - 08 列表分类，因很多职业在故事中不会被明确提及，所以精简为约 150 种角色可能被识别的职业，其余约 286 种被标记为无法测试，而非缺失。动漫中提及了 150 种职业中的 133 种，从未提及的 17 种是显著发现。职业检测主要基于文本，分为三个层面：语料库 + 主角，通过 AniList 获取每部动漫的剧情简介；配角，AniList 中的角色简介，包含 `角色` 字段；对白，约 128,000 个日语字幕文件。检测过程分为两个阶段：第一阶段高召回率，使用关键字词典对文本进行广泛搜索，允许误报；第二阶段高精度，由大语言模型（Claude Haiku）在上下文语境中判断每一个有歧义的候选句子。随后，Claude Opus 会对确认的命中结果进行分层抽样评估，以估计每种职业的精确率，AniList 标签提供召回率基准，精确率低于阈值的职业在输出中会被标记为不可靠。

数据解读

我们检测的是文本中被提及的职业，屏幕上出现但未被明确标注的职业无法检测到，“从未被提及”指从未在文本中被提及。约四分之一的被统计职业被标记为不可靠，这些统计数据应视为上限。统计默认按系列作品去重，但每部作品都会单独记录。每个百分比旁边都会注明分母（约 18,127 部有可扫描文本的作品）。

数据来源与伦理考量

动漫元数据、标题、角色简介、标签来自 AniList（GraphQL API），职业分类体系来自 ISCO - 08（国际劳工组织），对白来自一个社区存档的日语动漫字幕。字幕受版权保护，该项目仅提取统计数据和定位信息，从不存储或重新分发字幕文本，导出的数据集和 Web 应用程序包含派生统计数据、标题和 AniList ID，不包含字幕文本，甚至不包含原始的 AniList 描述，这是一个非商业粉丝项目。

探索器与运行流程

有两种方式运行相同的用户界面，可通过命令启动本地服务器或预计算静态目录。自行运行流程需要 Python 3.11 及以上版本和 Anthropic API 密钥，有一系列命令操作，成本/规模参考显示完整运行该流程分析了 21,988 部动漫和 128,000 个字幕文件，进行了约 101,000 次 Claude Haiku 判断（+ 约 2,000 次 Opus 抽查），总成本约为 34 美元，大约需要一天的无人值守批量处理时间，数据收集可恢复并遵守速率限制。

仓库结构

仓库有 ap 包，包含 taxonomy.py、lexicon.py、jp_lexicon.py 等多个文件，还有 ap.py 作为命令行界面入口点，web/index.html 作为探索器前端。

致谢与许可

本项目使用了 Claude API 构建。数据版权归各自的提供者所有，代码仅供参考发布，展示的数据为派生数据且用于非商业用途。本项目与 AniList、MyAnimeList 或任何工作室均无关联。

项目简介

动漫中实际展现了哪些现实世界的工作？对约 22,000 部作品按照 ISCO - 08 进行分类，提供实时探索器和数据集。还有资源、加星、关注者、复刻等相关信息，以及举报仓库选项。最后是页脚导航信息，包含条款、隐私、安全、状态等内容。