FANzR-arch/Numerologist_skills

何を解決するか

このプロジェクトは、伝統的中国占術システム（Qimen Dunjia、Ziwei Doushu、Baziなど）におけるLLMの幻覚問題に対処します。モデルを「より神秘的に」するのではなく、占術の図作成、学派固有の解釈、分析の論理的順序における誤りを減らすことに焦点を当て、プロセスを検証可能で再利用可能なエンジニアリングモジュールにモジュール化しています。

動作方法

システムは占術プロセスを3つの主要なコンポーネントに分解します：

1. プロンプト制約：質問の順序と出力の範囲を制御し、結果を生成する前に必要な情報をモデルが要求するように保証します。
2. 参照資料：固定されたルール、用語集、解釈の順序を提供し、用語と論理を標準化します。
3. 外部スクリプト：暦の変換や図作成などの厳密な計算をPythonスクリプト（例：Qimen Dunjia CLI）に移譲し、数学的正確性を確保します。

対象ユーザー

伝統的占術システムのエンジニアリングに興味を持つ開発者やAIエンジニアで、透明性があり、信頼性が高く、構造的なAI駆動分析ツールを構築したい人。

主な特徴

• モジュール化されたスキルセット：Qimen Dunjia、Ziwei Doushu、Bazi専用のモジュールを含む。
• 幻覚の低減：LLMによる生成よりも外部スクリプトによる厳密な計算を優先。
• 構造化されたワークフロー：「質問を先に、出力を後に」というルールを強制し、モデルがパラメータを推測するのを防ぐ。
• 検証可能性：参照資料と学派固有のルールの明確な宣言を使用して、分析プロセスの透明性を確保。