← 返回栏目

Zenodo:CERN 运营的免费科研存储库,为数据和代码注册 DOI(含 GitHub 集成)

CERN 数据中心机房内景,成排的服务器机柜沿通道排列

CERN 数据中心内景(2024 年 12 月拍摄)。按 Zenodo 政策页,存入的文件主要保存在 CERN 位于日内瓦的数据中心。作者:Mramoeba;来源:Wikimedia Commons;许可:CC0 1.0。

Zenodo 是欧洲核子研究中心(CERN)运营的免费通用科研存储库,2013 年 5 月上线,接收各学科的数据、代码、论文和会议材料,记录发布时自动通过 DataCite 注册 DOI。连接 GitHub 仓库后,每发布一个 release 都会自动归档,并获得新的版本 DOI。本文为资料核验,未安装实测。

Zenodo 的名字取自亚历山大图书馆首任馆长泽诺多托斯(Zenodotus)。官网“关于”页介绍,欧盟委员会为配合开放数据政策,委托 OpenAIRE 项目为欧盟资助的研究提供一个“兜底”存储库,OpenAIRE 的合作方 CERN 承担了这项建设,Zenodo 于 2013 年 5 月上线,此后面向全球各学科开放。任何人都可以注册账户,存入自己拥有相应权利的内容,上传不改变所有权。平台本身是开源软件,基于同样开源的 InvenioRDM 构建,代码公开在 GitHub 仓库 zenodo/zenodo-rdm,许可证为 GPL-3.0。2026 年 10 月 18 日经 GitHub API 查询,该仓库未归档,最近一次推送在 10 月 15 日;仓库没有发布 GitHub Release,只打版本标签,最新标签 v27.1.0 对应的提交日期同为 2026 年 10 月 15 日(UTC)。Zenodo 是网页服务,这些版本号对应服务端代码,普通用户在 zenodo.org 直接使用即可,不需要安装。按政策页,元数据以 CC0 开放(邮箱地址除外),可通过 OAI-PMH 批量收割;文件主要存放在 CERN 位于日内瓦的数据中心,在布达佩斯保留副本,每晚备份到磁带,并定期用 MD5 校验和核对文件是否完好。

对研究者来说,Zenodo 最直接的用处是给原本没有标识符的成果一个可引用的 DOI。帮助文档写明,记录一经发布就会向 DataCite 注册 DOI;如果想先把 DOI 写进文件(比如数据说明文档,或论文里的数据可用性声明),可以在草稿阶段预留。已在期刊或其他存储库拿到 DOI 的内容,上传时必须填写原有 DOI,以免同一内容重复注册;但为期刊论文上传补充数据时,不应填论文本身的 DOI。每条记录由元数据、文件和 DOI 三部分组成:发布后元数据仍可修改,文件和 DOI 原则上不再变动,保证别人引用的那一版不会被悄悄替换。需要更新文件时就创建新版本:首次发布会同时注册两个 DOI,一个指向这个具体版本,另一个是代表全部版本的“概念 DOI”(Concept DOI),总是解析到最新版本的页面。官方建议引用时一般用具体版本的 DOI,只有想指代一项持续演进、不限定版本的成果时才用概念 DOI。文件可设为公开、受限或禁闭(embargo):受限文件可以只分享给审稿人等特定的人,禁闭到期后自动公开;元数据则始终公开。

对写代码的研究者,GitHub 集成把这套流程自动化了:仓库启用后,每发布一个 GitHub release,Zenodo 就抓取该版本的源码,生成一条软件记录和一个新的版本 DOI。软件的描述信息可以写在仓库里的 CITATION.cff 或 .zenodo.json 文件中。CITATION.cff 还能让 GitHub 仓库页面显示引用建议,不过 Zenodo 目前只支持其中一部分字段;.zenodo.json 则可以填写资助信息、Zenodo 社区、关联标识符等 Zenodo 专有字段。两个文件同时存在时,Zenodo 只读取 .zenodo.json,完全忽略 CITATION.cff。官方表示,长期希望 CITATION.cff 这类开放格式逐步取代 .zenodo.json。另外,只含一个压缩文件的软件记录会被提交到 Software Heritage 归档,GitHub release 生成的记录和手动上传的单个 ZIP 都适用,归档状态可以在记录页“External resources > Archived in”处查看。

CERN 计算中心展区里一台黑色 IBM 机柜,标牌写着长期数据存储,前方拉着蓝色隔离带

CERN 计算中心的长期数据存储设备(2019 年 9 月 CERN 开放日参观时拍摄)。Zenodo 政策页写明,文件以多副本保存,并每晚备份到磁带。作者:SimonWaldherr;来源:Wikimedia Commons;许可:CC BY-SA 4.0。

上手步骤以官方文档为准。上传数据或材料:登录后新建上传,拖入文件,填写标题、作者等引用所需的最少元数据(官方鼓励尽量填全),为公开文件选择许可证(政策要求公开文件必须指定许可),设好访问权限后发布。文件超过 20 个时,官方建议先打包成 ZIP,删掉“__MACOSX”“.DS_Store”之类的隐藏文件,并尽量使用开放、非专有的格式。连接 GitHub:按 GitHub 文档,在 Zenodo 登录页选择“Log in with GitHub”并授权 Zenodo 应用;进入个人菜单里的 GitHub 页面,点“Sync now”同步仓库列表,再打开目标仓库旁的开关。建议先在仓库里放好许可证文件,并提交 CITATION.cff(可用 cff-converter 等工具校验)或 .zenodo.json。之后在 GitHub 上创建 release,等 Zenodo 处理完毕(耗时取决于文件大小和平台负载),点击记录的 DOI 进入记录页核对。处理失败时,可在同一页面选中失败的 release 查看 Errors;若是元数据问题,修正后重新发布即可。以上依据官方文档整理,资料核验,未安装实测。

使用时有几点需要留意。第一,容量有上限:每条记录默认最多 50 GB、100 个文件;存储配额页写明,每位用户另有最多 150 GB 的额外配额,可以分配给各条记录,但文件数上限不能提高。官方支持页还把“把一个大数据集拆成多条记录以绕开 50 GB 限制”和上传数量极多的记录列为不合理使用。第二,发布后改文件受限:发布 30 天内可以对文件做小幅更正,超过期限只在侵权、泄露个人数据等有正当理由的情况下受理,其余情况需要创建新版本。第三,GitHub 集成只能访问公开仓库,组织名下的仓库可能要由组织所有者批准 Zenodo 应用;它归档的是每次 release 时的快照,不是持续镜像,没有发布 release 的提交不会进入 Zenodo。第四,Zenodo 只保证比特级保存,政策页明确不承诺存入的文件将来仍然可用、可理解,专有格式过若干年可能无法打开。第五,它是通用存储库,内容按“原样”提供,不做学科审核;保存期限按政策为存储库的存续期,目前即 CERN 的存续期(CERN 已规划的实验计划至少覆盖未来 20 年),如果存储库关闭,将尽力把内容迁入其他合适的存储库。此外,政策禁止上传侵犯隐私、违反保密协议的人类受试者数据;由于元数据始终公开,本文建议敏感数据先脱敏,或改用提供受控访问的专门数据库。

参考文献

  1. Zenodo. About. 访问于 2026-10-18。

  2. Zenodo. Policies. 访问于 2026-10-18。

  3. Zenodo. About records. 访问于 2026-10-18。

  4. Zenodo. Digital Object Identifier (DOI). 访问于 2026-10-18。

  5. Zenodo. FAQ versioning. 访问于 2026-10-18。

  6. Zenodo. Manage files. 访问于 2026-10-18。

  7. Zenodo. Manage storage quota. 访问于 2026-10-18。

  8. Zenodo Support. What are the size limitations of Zenodo?. 访问于 2026-10-18。

  9. Zenodo. Enable a repository. 访问于 2026-10-18。

  10. Zenodo. Archive a release from GitHub. 访问于 2026-10-18。

  11. Zenodo. CITATION.cff file. 访问于 2026-10-18。

  12. Zenodo. Zenodo JSON file. 访问于 2026-10-18。

  13. Zenodo. Upload software manually. 访问于 2026-10-18。

  14. GitHub Docs. Referencing and citing content. 访问于 2026-10-18。

  15. zenodo. zenodo-rdm 代码仓库. GitHub,访问于 2026-10-18。

  16. zenodo. release: v27.1.0. GitHub 提交,2026-10-15(UTC)。

  17. 学术之门 · 学者的智能时代生活指南

  18. 信息由 Scholay 学术一站式平台 整理并发表,如有侵权请反馈下架。

  19. 信息同步发表于恩特学术,智能时代的学者社区