Synthometricon

Synthometricon

在一个收有 71,000 多个量表的集合里搜索，这些量表来自 28,000 多份测验、调查和问卷。为行为科学研究者设计，以 Docker 应用的方式运行。

由 magnolia-psychometrics 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Synthometricon 是一个用来搜索心理和行为测量工具的搜索引擎。它的集合里有 71,000 多个量表，来自 28,000 多份此前已经发表的测验、调查和问卷。它属于一个研究项目，该项目把大语言模型带进科研流程，目的是减轻研究者的负担，并让结果更容易重复。

适合谁：适合在自己动手做新量表之前，想先弄清楚某个概念的量表是否已经存在的研究者。问卷和测验的设计者也可以用它看看已经发表了什么。

行业 | 谁在用 | 怎么用 | 例子
行为科学 | 心理学研究者 | 搜索覆盖某个概念的现有量表 | 查一下某种特质的测量工具是否已经发表
问卷设计 | 问卷设计者 | 在写题目之前先看已发表的问卷 | 对比之前的研究是怎么问同一个主题的
测验开发 | 测验开发者 | 找相关的量表，把新测验放进其中比较 | 查找与一份问卷草稿重叠的量表
研究方法 | 元研究者 | 研究文献中各种测量工具之间的重叠 | 看有多少个量表在讲同一个想法

如果你不处理问卷或测量工具，可以跳过它。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 装有 Docker 的 Windows、macOS 或 Linux，用来在自己的电脑上跑一份

用途 | 适合谁 | 你得到什么
搜索量表 | 研究者 | 来自已发表问卷、调查和测验的匹配量表
分享一次搜索 | 研究团队 | 一个分享链接，只有配好使用情况跟踪数据库时才会有

如何设置：在线使用什么都不用准备，这个 Space 直接在浏览器里运行。在自己的电脑上跑需要 Docker，而且应用要求设置一组环境变量。

• Python 和 pip，用来通过 Hugging Face 工具下载文件
• Windows、macOS 或 Linux 上的 Docker
• MODEL__ITEM_MODEL_PATH 和 MODEL__SCALE_MODEL_PATH：Hugging Face 模型仓库路径
• MODEL__ITEM_MODEL_ACCESS_TOKEN 和 MODEL__SCALE_MODEL_ACCESS_TOKEN：访问令牌，用于私有模型
• DATA__DATASET_PATH：Hugging Face 数据集仓库路径
• DATA__ENCRYPTION_KEY：数据库的加密密钥
• TRACKING_DB__REST_URL、TRACKING_DB__ANON_KEY 和 TRACKING_DB__JWT_TOKEN：使用情况跟踪数据库的端点及其密钥
• TRACKING_DB__ENABLED：true 或 false，不设置时为 true

1. 安装 Hugging Face hub 包。
2. 把这个 Space 的文件下载到本地文件夹。
3. 进入那个文件夹。
4. 构建 Docker 镜像。
5. 运行容器，并开放 7860 端口。

pip install -U huggingface_hub
hf download magnolia-psychometrics/synthometricon --repo-type space --local-dir synthometricon
cd synthometricon
docker build -t synthometricon .
docker run -it -p 7860:7860 synthometricon

在 Hugging Face 上，这些变量要填在 Space 设置的 Repository secrets 下。还有一个可选的 ANALYTICS__WEBSITE_ID 变量，设为 Space 变量后会启用 Umami 跟踪器。

如何使用：打开这个 Space 的页面，或者你容器的 7860 端口页面，然后在量表集合里搜索。在本地启动副本用的是下面这条命令。

docker run -it -p 7860:7860 synthometricon

示例：你打开页面，搜索一个你想测量的概念。应用会返回来自已发表问卷、调查和测验的匹配量表。

新手与专家：如果你是新手，先打开这个 Space 的页面，拿一个你熟悉的主题做一次简短的搜索。不用安装任何东西，你就能看到搜索结果里的量表是什么样子。

如果你熟悉这个领域：这个 Space 列出了两个模型，surveybot3000 和一个 sentence-transformers 模型。数据库的改动要靠手动按顺序执行 SQL 文件，在 Supabase 的 SQL 编辑器里完成。这些文件只在项目的 GitHub 仓库里，不在这个 Space 中。如果没有执行跟踪迁移，搜索仍然可用，但不会出现分享链接。

打开 Space，或运行 Docker 容器
你输入想要测量的内容
列出的模型在量表里搜索
返回匹配的量表
跟踪数据库保存这次搜索，用于分享

注意事项：作者引用了一篇标题为 The Synthetic Nomological Net 的手稿，目前仍在准备中。

• License: MIT，和这个 Space 的许可证一行写的一致
• Cost to run: 线上版本用的是 Hugging Face 的 cpu-basic 硬件。自己跑一份需要你自己的 Docker 环境、一个跟踪数据库端点及其密钥，以及一个数据库加密密钥。只有私有模型才需要访问令牌
• Data it reaches: Hugging Face 上的模型和数据集仓库、一个加密数据库，以及记录搜索的使用情况跟踪数据库

Hugging Face 上的数据（2026年11月13日）

• 点赞：11
• 构建方式：docker
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/magnolia-psychometrics/synthometricon
• 文件：https://huggingface.co/spaces/magnolia-psychometrics/synthometricon/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。