跳到主要內容

家譜與教會

在數位保存的實務應用中,家譜資料的整理與保存是最具意義也最具挑戰的任務之一。尤其對於關心家族歷史、希望為後代留下記錄的人來說,家譜不僅是一份文件,更是一條連結祖先與後代的生命線。而在這方面,耶穌基督後期聖徒教會所扮演的角色,可說是全球最積極且最具系統性的一個宗教團體。

美國猶他家譜學會

美國猶他州的家譜學會(Genealogical Society of Utah),創立於 1894 年,是全世界最早專注於家譜保存與研究的機構之一。這個學會的成立與推動,正是來自耶穌基督後期聖徒教會的倡議與支持。其後來所發展的機構與系統,演變為今日廣為人知的 FamilySearch 平台。

FamilySearch 現今由「家譜學會」轉型而來的非營利基金會運營,資料庫涵蓋全球數十億筆家譜資料,並且持續透過數位化的方式整理歷史文獻、戶政紀錄、教會記載等,免費提供全球使用者查詢與建立個人家譜。

耶穌基督後期聖徒教會對家譜的重視

身為耶穌基督後期聖徒教會的一員,我深深體會到我們對「家譜工作」的高度重視。在信仰中,我們相信家庭關係是永恆的,並堅信「他必使父親的心轉向兒女,兒女的心轉向父親」(參見瑪拉基書 4:6),也就是說,我們有責任認識自己的祖先,並為他們所沒有機會接受的福音與聖約做橋接。

這種對祖先的敬重,不僅體現在宗教儀式上,更在實際行動上轉化為龐大的家譜資料蒐集與系統建立工程。教會的會員被鼓勵學習如何搜尋、紀錄、與分享自己的家譜資料,並將其提交到教會的資料庫中,形成一個彼此相連、代代相承的靈性族譜。

聖殿與救恩的連結

耶穌基督後期聖徒教會的「聖殿」是我們信仰中最神聖的場所之一。在聖殿中,我們為自己和祖先執行一系列的重要儀式,如洗禮、證實、印證(意指將家人永遠結合在一起的神聖儀式)。這些儀式正是家譜工作的核心目的之一。

對我們而言,為祖先尋得名字、記錄其生命事跡,最終是為了能夠在聖殿中為他們完成這些神聖的拯救儀式。這是一種信仰的實踐,也是一種敬祖的情感展現。

 [前一單元] [下一單元]

留言

這個網誌中的熱門文章

Debian 13 原生 Python 安裝與使用 CodeFormer 修復臉部照片與影片教學

目前人工智慧(AI)已有越來越多的應用,而 CodeFormer 是一種人工智慧數位臉部修復工具,一般可以在其官網上傳照片( https://huggingface.co/spaces/sczhou/CodeFormer ),它會修復後讓你下載,但傳過一次曠日費時。還好它是開源軟體,於是將其安裝到自己的電腦中,便可以批次處理。不過事涉大量運算,有獨顯速度會快些,沒有的就只能用 CPU 硬解。如果原稿臉部夠大張(最好 512×512 像素以上),其還原程度相當不錯,有針對臉部一般修復、精細修復、上色、破碎還原等功能,個人覺得蠻自然傳神的。 因為自己筆電沒有太高檔 GPU,且 Debian 12 時使用 Anaconda3 來處理在 Debian 13 時卻失效,常常說空間不足、安裝 CUDA 相依性錯誤等問題,重灌系統好幾次,於是改變作法,打掉重做,用原生 Python 來執行。 在 Debian 13 中安裝 Nvidia GPU 驅動 若使用 Nvidia GTX 1060 等顯卡,想讓 CodeFormer 利用 GPU 加速運算,需要先安裝 Nvidia 官方驅動與 CUDA 開發環境。 注意!核心要使用 Debian 標準版核心以免編譯失敗。 1. 更新系統並安裝基礎工具 sudo apt update sudo apt upgrade sudo apt install linux-headers-amd64 python3.13-venv sudo apt install -y build-essential dkms 2. 安裝 Nvidia 官方驅動 sudo apt install nvidia-detect nvidia-driver firmware-misc-nonfree sudo reboot (如果失敗,編輯 /etc/apt/sources.list 在套件庫中加入 contrib non-free 如下: deb http://free.nchc.org.tw/debian/ trixie main non-free-firmware contrib non-free )  3. 驗證驅動安裝是否成功 nvidia-smi Debian 13 原生 Python 安裝與 CodeFor...

Live Debian System 安裝使用 CodeFormer(使用Anaconda)XXX

目前人工智慧(AI)已有越來越多的應用,而CodeFormer是一種人工智慧數位臉部修復工具,一般可以在其官網上傳照片,它會修復後讓你下載,但傳過一次曠日費時,還好它是開源軟體,於是將其安裝到自己的電腦中,便可以批次處理,不過事涉大量運算,有獨顯速度會快些,沒有的就只能用CPU硬解。

在 Debian 13 使用本機 Python 安裝 Open-WebUI 與 Ollama AI 聊天模型指南

本人使用的開發主機搭載 NVIDIA 顯卡,GPU 記憶體只有 6GB,屬於中低容量等級。由於顯卡記憶體有限,無法負擔大型 AI 模型的運行,因此本文以較小容量且效能適中的 AI 模型為主,透過 Open-WebUI 與 Ollama 搭配,達成本地 AI 互動平台的實作。整體流程會包括利用 pyenv 管理合適的 Python 版本,安裝 Open-WebUI,並示範如何安裝與管理 Ollama 及多款符合 GPU 規格的聊天室模型。 一、本機 Python 版本管理:使用 Pyenv 安裝 Python 3.11 安裝編譯必須的依賴: sudo apt update sudo apt install -y build-essential curl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev libffi-dev liblzma-dev zlib1g-dev libncurses5-dev libncursesw5-dev libgdbm-dev libdb5.3-dev uuid-dev 安裝 pyenv: curl https://pyenv.run | bash 設定 shell 環境(加入 ~/.bashrc 或 ~/.zshrc ): export PATH="$HOME/.pyenv/bin:$PATH" eval "$(pyenv init --path)" eval "$(pyenv init -)" 重新整理 shell,並安裝 Python 3.11: source ~/.bashrc pyenv install 3.11.0 pyenv global 3.11.0 確認 Python 版本: python --version 二、安裝並啟動 Open-WebUI 建立虛擬環境以隔離套件: python -m venv ~/openwebui-venv source ~/openwebui-venv/bin/activate mkdir tmp export TMPDIR=$HOME/tmp 升級 pip 以免安裝過程中遇到問題: pip install --upgrade...