散らばったデータを、
繋いで引用できる事実に。
Asterism は、散らばった構造化データ（CSV・JSON・API）を、信頼でき・ 引用でき・再現できる RDF に変換し、共有オントロジーで繋いで、 SPARQL と MCP で AI からも問える共有基盤です。スキーマ設計や自由質問では AI（LLM）も使いますが、事実の層は決定論的で、すべての値が出典まで辿れます。
このページは Asterism の核を、Starrydata の熱電材料データの小さなサブセットに 限定して体験できるデモです。このデモ自体はサーバも AI も使わず、 ブラウザ内の SPARQL エンジン（oxigraph-wasm）だけで動きます。
ふつうのデータベースとの違い — データが「繋がって」いる
Asterism はデータを表のセルではなく、型付きの関係と 来歴（PROV）を持つ グラフとして扱います。そのため、このデモでは次の 3 つが実際に確かめられます。
curve → sample → paper → digitization → ingestion
と辿り、原典（DOI）まで来歴を示せる。→ 下の「来歴トレース」
ZT が最も高い熱電材料 property_ranking
各曲線のピーク値 sd:yMax で降順ランキング。物理的にあり得ない値
（ZT > 3.5）は除外し、除外件数を正直に表示します。行をクリックすると来歴を辿れます。
使った SPARQL を見る
来歴トレース provenance_of
curve → sample → paper → digitization → ingestion。この数値がどの論文の・ どの図から・いつデジタイズされ・いつ取り込まれたかを辿ります。
使った SPARQL を見る
組成で探す sample_search
sd:compositionString の部分一致（大文字小文字を無視）でサンプルを検索します。