Numerologist_skills:给”赛博半仙”戴上紧箍咒的防幻觉框架

来源:https://github.com/FANzR-arch/Numerologist_skills
整理时间:2026-04-11
标签:#防幻觉 #紫微斗数 #奇门遁甲 #Skill #命理AI #推演解耦 #工程框架


一、项目概述

Slogan: “An engineering framework to stop LLM hallucinations in Chinese astrology”

翻译: 给”赛博半仙”戴上紧箍咒——减少幻觉、固定排盘步骤的奇门遁甲与紫微斗数 AI Skills。

这是一个工程框架,专门解决 LLM 做中国命理分析时的”玄学幻觉”问题。

GitHub: https://github.com/FANzR-arch/Numerologist_skills


二、核心问题:为什么 AI 算命不准?

2.1 LLM 做命理的幻觉问题

LLM 生成命理内容时常见的问题:

幻觉类型 示例
排盘幻觉 AI 直接”心算”干支纪年,生出错误的年柱/月柱
规则幻觉 紫微斗数安星诀规则复杂,AI 经常”记错”
星曜幻觉 十四正曜的特性描述随心所欲,前后矛盾
格局幻觉 命盘格局判断标准不统一,AI 凭感觉瞎判

2.2 根本原因

LLM 的本质是”文字接龙”,它没有真正的逻辑推理能力,靠的是”见过的文本多”。

命理学恰好是:
- 规则极其严格(安星诀、起盘规则不能错一步)
- 但这些规则在公开语料中非常稀少
- LLM 看到的更多是”泛泛而谈”的命理文章,而非严格规则

所以 LLM 很容易在专业规则上”自由发挥”。


三、核心解法:三层防幻觉架构

3.1 架构总览

┌─────────────────────────────────────────────────────┐
│           Prompt 约束层(Prompt Constraints)          │
│  严格的提示词约束,告诉 LLM "你只能做什么"              │
└─────────────────────────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────┐
│         结构化知识库(References / 知识引用)           │
│  权威资料:星曜特性、格局判断标准、四化体系等            │
└─────────────────────────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────┐
│          外部逻辑脚本(Scripts / 计算层)               │
│  Python 精确计算:安星诀、干支排盘、大运流年等          │
└─────────────────────────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────┐
│                    LLM(只负责解读)                    │
│  基于 Scripts 的计算结果 + References 的知识做分析解读    │
└─────────────────────────────────────────────────────┘

3.2 三层各自职责

层级 职责 解决的问题
Prompt 约束 规定 LLM 的行为边界和输出格式 防止 LLM “自由发挥”
References 知识库 提供权威命理知识(星曜特性/格局标准等) 让 LLM 查书而非背诵
Scripts 计算层 精确执行安星诀、干支排盘等确定性运算 消灭排盘幻觉

四、子模块:紫微斗数(ziwei-doushu)

4.1 包含内容

4.2 关键技术

“不再依赖 AI 模糊的内置’玄学幻觉’”

通过”严格的 Prompt 约束 + 结构化知识库 (References) + 外部逻辑脚本 (Scripts)”的架构方式,让算理过程透明可控


五、与 bazi-skill 的对比

项目 Numerologist_skills bazi-skill
命理方向 紫微斗数、奇门遁甲 四柱八字
核心问题 安星诀复杂易幻觉 干支排盘易幻觉
架构 Prompt + References + Scripts Python 计算 + JSON + LLM
共同点 都是”推演解耦”思路 都是”推演解耦”思路

两者都是同一个底层思路的不同实现

确定性计算交给代码,LLM 只做理解性工作。


六、这和 bazi-skill 的对比

项目 Numerologist_skills bazi-skill
命理方向 紫微斗数、奇门遁甲 四柱八字
核心问题 安星诀规则复杂,LLM 易记错 干支排盘计算,LLM 易算错
架构 Prompt + References + Scripts Python 计算 + JSON + LLM
共同点 都是”推演解耦”思路,消灭 LLM 幻觉 同左

七、工程借鉴价值

7.1 防幻觉的通用模式

LLM 直接做 → LLM + 外部知识 + 确定性计算
    ↓              ↓
    幻觉           准确

只要你的任务满足:
1. 有明确的规则(可代码化)
2. LLM 容易”自由发挥”(规则不严格时)
3. 需要领域权威知识

就可以用这套三层架构。

7.2 References 的价值

命理 References 包含:
- 十四正曜特性
- 格局判断标准
- 四化含义
- 历代典籍摘要

本质是一个垂直领域的 RAG 知识库,让 LLM 每次”查书”而非”背诵”。

7.3 Scripts 的价值

Python 脚本处理:
- 历法转换(阳历↔阴历)
- 干支排盘
- 安星诀计算
- 大运流年推演

确定性运算全部由代码执行,LLM 只做需要理解的工作。


八、一句话总结

Numerologist_skills = Prompt约束 + 知识库 + 脚本计算,三位一体让”赛博半仙”不再胡说八道。

和 bazi-skill 一脉相承,都是”推演解耦”在命理领域的成功实践。


九、相关链接

资源 地址
GitHub https://github.com/FANzR-arch/Numerologist_skills
紫微斗数子模块 https://github.com/FANzR-arch/Numerologist_skills/tree/main/ziwei-doushu

本文由 AI 辅助整理,供技术学习参考。