2024-08-04, 13:00–16:00 (Asia/Taipei), TR510
g0v 社群中的工作小組「揪松團」，從 2012 年 12 月開始至今，每雙月舉辦一場百人規模的黑客松，用一天的時間，提供場域、Wi-Fi、好吃的食物和飲料，以輕鬆的環境氛圍、友善的新手指引來降低活動參與的門檻，提供參與者安全的試錯場域，並將協作過程與成果開源，彼此共學、共享。在活動過程中，參與者可自發性的提出各種社會觀察及問題意識，以三分鐘的時間快速發表提案、尋求志同道合的夥伴共同討論解決方案，經過數小時的密集討論和跨域協作，使專案獲得有效率的進展，於活動尾聲進行五分鐘成果報告，以及統整需要的人力和技能協助。除了活動當天的協作，也可在 g0v 線上社群平台（slack、Facebook group… 等）延續專案後續的討論及運作，並讓平台上的所有貢獻者一起集思廣益，獲得來自不同專業領域的貢獻者們所提供的不同思維層面。
本次社群議程將採用 g0v 社群小松的模式，主題訂為「g0v 黑客松，怎麼辦？」，由工作小組「揪松團」主持與籌劃，邀請對於黑客松流程感興趣的朋友一起實際體驗，並由揪松團介紹籌辦黑客松的場務、職工與志工人力架構、百人黑客松於 7 縣市的籌辦經驗等。也將針對社群黑客松的募款財源進行探討，包含推動定期定額捐款與活動募款模式。不論您是想要「揪松」、「辦松」的朋友，或是想一起來發展社群黑客松活動的募款途徑，邀請您一起來本場次的活動。
活動流程：
20 mins 揪松團分享辦松經驗與問答
20 mins 6組三分鐘提案：專案挖坑徵人、黑客松續航課題等
60 mins hacking
30 mins 6組五分鐘成果報告
50 mins 綜合討論，並彙整今日成果、工作事項
(1) 與各類開源社群交流關於舉辦定期社群活動 (以黑客松為主) 的經驗。 (2) 當天議程內容預計採用協作並開源釋出。
https://jothon.g0v.tw/
g0v 零時政府揪松團是 g0v 社群籌辦雙月大黑客松（大松）和基礎松，以及推動募款事務的工作小組，目前有七位志工和二位職工。2012 年開始協助社群籌辦黑客松，2014 年正式組成「揪松團」（jothon），2016 年起，啟動社群基礎建設計畫，開辦「基礎松（infrathon）」，在大黑客松之餘，推動更順暢的線上／線下跨界協作，並於同年底推出「g0v 公民科技創新獎助金（Civic Tech Prototype Grant）」 ，鼓勵 g0v 專案持續投入開發和長期維護、營運。2020 年開辦「零時小學校（Sch001）」，與教育、開源社群一起從零重新思考學校的角色。2024 年執行「繁體中文 AI 開源實踐計畫」，鼓勵民間團隊實踐在地化語言模型的相關工作。
The g0v Jothon is responsible for organizing bi-monthly hackathons, infrathons and promoting fundraising activities. Currently, the team consists of seven volunteers and two staff members.Jothon began as a task force assisting the community in organizing hackathons in 2012 and was formally named Jothon in 2014. In 2016, Jothon initiated the Community Infrastructure Project and launched a series of “Infrathons” to promote smoother online/offline collaboration alongside regular hackathons. In the same year, Jothon introduced the “g0v Civic Tech Prototype Grant” to encourage continuous development and long-term maintenance and operation of g0v projects. In 2020, Jothon launched “Sch001” to rethink the role of schools from scratch together with the education and open-source communities. In 2024, Jothon executed the “Traditional Chinese AI Open Source Practice Project” to encourage civil teams to work on localized language model-related tasks.