FANzR-arch/Numerologist_skills

解決的問題

本專案解決處理傳統中國占卜系統（如奇門遁甲、紫微斗數、八字等）時，LLM 產生幻覺的問題。不試圖讓模型『更神秘』，而是聚焦於透過將流程模組化為可審計與可重用的工程模組，減少排盤錯誤、學派特定解釋錯誤以及分析邏輯順序錯誤。

如何運作

系統將占卜過程分解為三個主要組件：

1. 提示約束：控制提問順序與輸出邊界，確保模型在產生結果前會主動詢問遺漏資訊。
2. 參考資料：提供固定的規則集、術語表與解釋順序，以標準化術語與邏輯。
3. 外部腳本：將日曆轉換、排盤等剛性計算任務交由 Python 腳本（如奇門遁甲 CLI）處理，以確保數學準確性。

適用對象

對傳統占卜系統工程化感興趣的開發者與 AI 工程師，希望建構透明、可靠、結構化的 AI 驅動分析工具。

主要亮點

• 模組化技能集：包含奇門遁甲、紫微斗數、八字專用模組。
• 降低幻覺：優先使用外部腳本處理剛性計算，而非依賴 LLM 生成。
• 結構化工作流程：強制執行『先提問，後輸出』規則，防止模型猜測參數。
• 可審計性：使用參考資料與明確聲明學派特定規則，使分析過程透明。