Nếu bạn từng thử nhờ ChatGPT hay Claude Code tra cứu hồ sơ gia đình ở Nga, Ukraine hay Belarus, bạn biết cảm giác nhận về một đống tên tuổi nghe rất hợp lý nhưng không kiểm chứng được. Một cái tên, một năm sinh, một ngôi làng, tất cả đều trôi nổi. Không có nguồn. Không phân biệt được đâu là bằng chứng, đâu là suy đoán của model.
DenisSergeevitch/ex-ussr-kinship-research được viết ra để chặn đúng cái kiểu bịa đó. Đây là một skill cho AI agent (chạy được với Codex và Claude Code), biến agent thành một người nghiên cứu gia phả có kỷ luật: đọc sổ giáo xứ, giấy tờ hộ tịch, hồ sơ quân đội, hồ sơ trục xuất và đàn áp, kể cả các bản scan chưa được index trong archive. Mỗi thứ tìm được đều phải truy vết được.
Nó làm gì, cụ thể
Skill này không phải một cơ sở dữ liệu. Nó là một bộ hướng dẫn quy trình (workflow) kèm script Python, ép agent làm việc theo một chuẩn bằng chứng. Cụ thể:
- Tiếp nhận và giới hạn phạm vi. Một câu hỏi nghiên cứu duy nhất, các dữ kiện đã biết, ai còn sống, cái gì không được đụng tới.
- Sổ đăng ký tái lập được. Persons, artifacts, claims, relationships và một search log đầy đủ dạng CSV, cộng thêm template báo cáo cuối.
- Mô hình thẩm quyền hành chính theo thời điểm. Mỗi sự kiện được quy về tỉnh, huyện, giáo xứ hay cơ quan hộ tịch đúng như tại ngày xảy ra sự kiện, không phải theo bản đồ hôm nay. Đây là chỗ mà tìm kiếm gia phả kiểu thông thường sai nhiều nhất.
- Ma trận biến thể tên. Tên kiểu Nga trước cải cách, tiếng Ukraine, tiếng Ba Lan, tiếng Romania, tiếng Đức, tiếng Yiddish, phụ danh, tên trước khi lấy chồng, các cách chuyển tự.
- Chiến lược nguồn. Bản gốc trước, rồi tới catalog chính thức, index, tuyển tập tài liệu đã xuất bản, và chỉ sau đó mới tới cây gia phả hay forum như manh mối.
- Giao thức bằng chứng. Mỗi claim nhận một trạng thái giải thích được, không phải phần trăm:
hypothesis,single-source,corroborated,strongly-corroborated,contradicted,unresolved. Các bản copy hay mirror của cùng một tài liệu chia sẻ mộtindependence_group, nên chúng không bao giờ được tính là bằng chứng độc lập. - Phân giải trùng tên. Những người trùng tên vẫn giữ
person_idriêng cho tới khi có bằng chứng phân biệt: số nhà, cha mẹ, cha mẹ đỡ đầu, ngày sinh chính xác hay đơn vị quân đội. - Script audit. Kiểm tra toàn vẹn tham chiếu và gắn cờ những chỗ corroboration yếu trước khi bạn viết kết luận. Nó cũng kiểm tra báo cáo cuối: mọi ID được trích phải tồn tại trong sổ đăng ký và mọi trạng thái phải khớp. Không thể tự tuyên bố “đã xác minh chéo” nếu không có artifact thật đứng sau.
Phạm vi phủ đủ 15 nước cộng hòa thuộc Liên Xô cũ: Nga, Ukraine, Belarus, Moldova, Estonia, Latvia, Litva, Gruzia, Armenia, Azerbaijan, Kazakhstan, Kyrgyzstan, Tajikistan, Turkmenistan và Uzbekistan. Hướng dẫn của skill viết bằng tiếng Nga, nhưng agent trả lời bằng ngôn ngữ của bạn (Anh, Ukraine, Nga, Ba Lan, Đức…), trích nguồn giữ nguyên chính tả gốc kèm bản dịch, và tự dựng query tìm kiếm theo ngôn ngữ của tài liệu.
Vì sao nó đang được chú ý
535 sao sau một ngày tạo (repo mở ngày 2026-10-25, cập nhật cùng ngày) là con số đáng để nhìn. Nhưng lý do thực tế nằm ở chỗ khác: nhu cầu tra cứu gia phả vùng hậu Xô Viết rất lớn, trong khi công cụ thì tệ. Archive phân tán khắp 15 quốc gia, tên người bị biến đổi qua nhiều hệ chữ và nhiều lần cải cách chính tả, giấy tờ nằm trong scan chưa OCR, và một phần lớn hồ sơ liên quan tới trục xuất hay đàn áp chỉ tồn tại dưới dạng giấy.
Điểm khác biệt so với việc hỏi thẳng một LLM: skill này tách rõ tài liệu khỏi diễn giải. Nó nói thẳng cái gì đã được chứng minh và cái gì chưa. Với gia phả, đó không phải chi tiết nhỏ. Một sai lệch tên đệm có thể nối bạn với cả một gia đình không liên quan.
Cài và chạy thử
Clone repo vào thư mục skills của agent:
# Codex
git clone https://github.com/DenisSergeevitch/ex-ussr-kinship-research ~/.codex/skills/ex-ussr-kinship-research
# Claude Code (personal skills)
git clone https://github.com/DenisSergeevitch/ex-ussr-kinship-research ~/.claude/skills/ex-ussr-kinship-research
Với một project đơn lẻ thì đặt folder vào .claude/skills/ bên trong repo. Script chỉ cần Python 3 và standard library. Riêng build_pdf.py cần thêm một trình duyệt nhân Chromium.
Khởi tạo case và chạy audit:
python scripts/init_case.py --case-dir ~/kinship-cases/my-case --research-question "Who were Maria's parents?" --subject-label "Maria"
python scripts/hash_artifact.py ~/kinship-cases/my-case/scans/marriage-1902.jpg # SHA-256 for every saved artifact
python scripts/audit_evidence.py --case-dir ~/kinship-cases/my-case # check registers before the final report
python scripts/build_pdf.py --html ~/kinship-cases/my-case/pdf-source/report.html --out ~/kinship-cases/my-case/report.pdf
Vài lưu ý vận hành từ README: init_case.py từ chối tạo case bên trong thư mục skill, kể cả khi có --force. Giữ dữ liệu riêng tư ngoài Git checkout. build_pdf.py chỉ nhận HTML tĩnh với ảnh local hoặc nhúng, từ chối HTML có script động và ảnh load từ mạng. Nếu render lỗi thì file PDF cũ vẫn được giữ nguyên.
Ai nên dùng, và dùng thế nào
Ba kiểu câu hỏi trong README là ví dụ đủ rõ:
- “Ông cố tôi bị trục xuất sang Kazakhstan những năm 1930. Giúp tìm cha mẹ ông trong sổ giáo xứ.”
- “Đây là scan giấy kết hôn và thẻ lính. Kiểm tra xem có phải cùng một người không và dựng chuỗi bằng chứng.”
- “Tìm giáo xứ và cuộn phim FamilySearch đúng cho một làng ở Podolia những năm 1890, rồi đọc phần khai sinh cho họ X.”
Người phù hợp: người làm gia phả nghiêm túc, người có gốc gác vùng Đông Âu và cựu Liên Xô, hoặc dev muốn thử nghiệm Agent Skills cho một domain đòi hỏi tính chính xác cao. Cũng hợp với ai đang muốn hiểu cách người ta thiết kế quy trình kiểm chứng bằng chứng cho agent, vì bộ references/ đọc lên khá đã: evidence-protocol.md, source-strategy.md, privacy-and-safety.md, browser-and-captcha.md, field-lessons.md.
Không phù hợp nếu bạn cần kết quả trong 5 phút. Skill này chạy theo kiểu làm việc thật: chờ archive trả lời, xử lý CAPTCHA thủ công, chờ quyền truy cập. Agent sẽ tiếp tục khi có câu trả lời, nhưng nó không tạo ra dữ liệu từ không khí.
Ưu điểm và hạn chế
Ưu điểm thấy rõ: mô hình thẩm quyền hành chính theo ngày sự kiện, ma trận biến thể tên đa ngôn ngữ, và khái niệm independence_group để chặn kiểu “xác minh chéo giả”. Script audit kiểm tra chéo báo cáo cuối với sổ đăng ký là chi tiết mà nhiều dự án cùng loại bỏ qua. License MIT, dễ nhúng vào workflow riêng.
Hạn chế cần cân nhắc: repo mới ra, tuổi đời tính bằng ngày, chưa có cộng đồng kiểm chứng độc lập. Hướng dẫn viết bằng tiếng Nga, nên nếu bạn không đọc được thì phải dựa vào agent dịch, hơi rủi ro với tài liệu pháp lý. Phần lớn giá trị nằm ở references/ dạng văn bản, không phải code, nên chất lượng phụ thuộc vào việc bạn có agent tuân thủ instruction tốt hay không. Và nó không tự tải được dữ liệu archive: bạn vẫn phải tự xin quyền truy cập, tự trả phí nếu archive thu phí, tự xử lý CAPTCHA qua hand-off.
Cá nhân tôi thấy phần privacy và xử lý người còn sống, trẻ vị thành niên, dữ liệu DNA trong privacy-and-safety.md là thứ đáng đọc trước khi cài, nhất là nếu bạn định đưa dữ liệu gia đình thật vào.
Nếu bạn đang có một câu hỏi gia phả cụ thể về vùng Liên Xô cũ và đã chán kiểu trả lời “có vẻ như ông bạn sinh khoảng năm 1902” không kèm nguồn, thì repo này đáng để clone và thử trên đúng một case nhỏ. 535 sao trong ngày đầu là tín hiệu, nhưng thứ giữ người ta lại sẽ là việc audit script bắt được lỗi trước khi bạn kịp tin vào kết luận sai. Xem tại DenisSergeevitch/ex-ussr-kinship-research.
Câu hỏi thường gặp
Skill ex-ussr-kinship-research có tự tìm ra hồ sơ gia phả cho tôi không?
Không. Đây là bộ hướng dẫn quy trình kèm script Python ép agent làm việc theo chuẩn bằng chứng, không phải cơ sở dữ liệu. Bạn vẫn phải tự xin quyền truy cập archive, tự trả phí nếu archive thu phí và tự xử lý CAPTCHA qua hand-off. Agent chỉ tiếp tục khi có câu trả lời, nó không tạo ra dữ liệu từ không khí.
Skill này khác gì so với hỏi thẳng ChatGPT hay Claude Code về gia phả?
Điểm khác biệt là nó tách rõ tài liệu khỏi diễn giải. Mỗi claim nhận một trạng thái như hypothesis, single-source, corroborated hay contradicted thay vì phần trăm, và các bản copy của cùng một tài liệu chia sẻ independence_group nên không bị tính là bằng chứng độc lập. Script audit còn kiểm tra mọi ID được trích phải tồn tại trong sổ đăng ký trước khi bạn viết kết luận.
Skill hỗ trợ những nước nào và chạy trên agent nào?
Phạm vi phủ đủ 15 nước cộng hòa thuộc Liên Xô cũ, từ Nga, Ukraine, Belarus tới Kazakhstan, Uzbekistan và các nước vùng Kavkaz, Trung Á. Skill chạy được với Codex và Claude Code, cài bằng cách clone repo vào ~/.codex/skills/ hoặc ~/.claude/skills/. Script chỉ cần Python 3 và standard library, riêng build_pdf.py cần thêm trình duyệt nhân Chromium.
