Ein chinesisches Astrologie-Repo veröffentlicht 20 Milliarden Zeichen. Die Engine ist MIT. Die Sätze nicht.

Das am viertschnellsten wachsende Repository auf GitHub ist diese Woche ein TypeScript-Projekt, das chinesische Horoskope berechnet. Es hat in sieben Tagen 4,906 Stars hinzugewonnen und liegt damit über den meisten Modell-Releases und unter nur einer Handvoll Agent-Tools.
Das Projekt heißt ziwei-doushu, nach dem System 紫微斗数, das es umsetzt. Es baut auf dem Lehrsystem von Ni Haixia auf, einem verstorbenen chinesischen Mediziner, dessen Vortragsreihe zu diesem Thema vierzehn Sitzungen umfasst. Das Repository enthält eine vollständige Charting-Engine, die klassischen Texte in ihren gemeinfreien Originalen und einen Datensatz, der der eigentliche Grund ist, sich dieses Repository überhaupt anzusehen.
Was wirklich im Datensatz steckt
Version 4.0, veröffentlicht am 15. Oktober, enthält 674,976 Charts. Jedes Chart wird über dreizehn Deutungsdimensionen aufgefächert, was 8,774,688 Einträge ergibt. Der Text kommt auf rund 20.4 Milliarden Zeichen, entpackt 56.6 gigabytes, komprimiert 161 megabytes, aufgeteilt auf 77 Dateien nach Jahr.

Die Zahl der Charts ist vollständig: jedes reale Kalenderdatum von 1950 bis 2026, kombiniert mit zwölf traditionellen Zwei-Stunden-Abschnitten und beiden Geschlechtern. Im Schnitt kommen auf jedes Chart rund 30,000 Zeichen Deutung.
Vor der Veröffentlichung haben die Maintainer alle 77 Dateien entpackt und Byte für Byte mit den Quelldaten verglichen. Solche QA-Notizen verraten, dass hier jemand schon einmal Ärger hatte.
Die Vorgängerversion 3.0 umfasste 518,400 Charts von 1924 bis 1983 und entpackte sich auf 33.1 gigabytes. Version 4.0 erweitert die Abdeckung um siebzehn Jahre, die Zahl der Charts um 30 Prozent und die entpackte Größe um 71 Prozent, weil der Deutungstext pro Chart länger geworden ist.
Die Engine ist der Teil, der einen Rewrite überleben würde
Der Kern des Chartings liegt in `lib/ziwei/`, und die Funktionsliste liest sich wie eine Sammlung von Streitpunkten, die Praktizierende seit Jahrzehnten austragen.
Die Korrektur auf wahre Sonnenzeit gleicht Längengraddifferenz und Zeitgleichung aus, damit eine in Westchina notierte Geburt nicht durch die Uhr um einen vollen Zwei-Stunden-Block verschoben wird. Die Sommerzeitfenster Chinas von 1986 bis 1991 werden erkannt, aber bewusst nicht abgezogen: die App markiert den Zeitraum und lässt den Nutzer die Uhrzeit bestätigen, bevor sie umrechnet. Schaltmonate unterstützen vier verschiedene Konventionen, konfigurierbar statt auf eine Schule festgenagelt. Die Regel für die späte Zi-Stunde schaltet den Tag um 23:00 um, und auch dieser Wechsel ist konfigurierbar. Die Sternhelligkeit wird in sieben Stufen bewertet, drei gröbere Stufen bleiben als Anzeige-Fallback erhalten, und die Helligkeitsschule selbst ist ein Schalter, weil die gängige Charting-Software sich gegenseitig widerspricht.
Dazu kommen die vier Transformationen und das Fliegende-Sterne-System, zwölf saisonale Geister, getrennt in eine Geburts-Schicht und eine Jahres-Schicht, sowie eine Musterbibliothek mit mehr als 1,100 Regeln, die Klassiker wie 紫府同宫 und 七杀朝斗 abdeckt.
Das ist keine Dekoration. In einem System, in dem die Schulen sich über Helligkeitszuordnungen uneinig sind, ist das Hartkodieren einer einzigen Deutung eine Produktentscheidung, die sich als Implementierungsdetail verkleidet. Aus ihnen Schalter zu machen, ist der Schritt, der aus einem persönlichen Werkzeug etwas macht, das ein anderer Praktizierender akzeptiert.
Zum Laufen bringen
Der Stack ist Next.js 16 mit dem App Router, TypeScript, Tailwind, Framer Motion und darunter die Bibliotheken iztro und lunar-javascript für die Charting-Logik.
git clone https://github.com/Renhuai123/ziwei-doushu.git
cd ziwei-doushu
npm install
cp .env.example .env.local
npm run dev
Die Prüfung ist ein einziger Befehl. `npm test` fährt eine Regressionssuite über 768 Charts, die Kernregeln, Sommerzeitgrenzen, die Grenze zum Frühlingsanfang, Stichprobenkonsistenz, Randfälle des Stundenindex, Datumsgültigkeit und doppelte Transformationen im selben Palast abdeckt. Dieselbe Suite läuft bei jedem Push in GitHub Actions.
Ein Chart zu lesen braucht keinen API-Key und kein Backend. Die Engine läuft im Browser.
Die Grenze ist ungewöhnlich präzise gezogen
Hier unterscheidet sich dieses Repository von den meisten Open-Source-Starts. Die Maintainer haben eine Liste dessen veröffentlicht, was nicht enthalten ist, mit Zeilenzahlen als Beleg. Die Chart-Seite hat in der Demo 75 Zeilen und im kommerziellen Produkt 1,227. Das Deutungs-Panel steht bei 467 gegen 5,088. Das Chart-Raster bei 285 gegen 1,334. Die Palast-Zelle bei 201 gegen 1,192. Die Kompatibilitätsseite bei 368 gegen 1,937.
Die Formelbibliothek für die Deutung, also das, was einem Nutzer tatsächlich sagt, was sein Chart bedeutet, ist nicht offen. Im Repository ist `db-analysis.ts` ein Platzhalter. Die Prompts für die KI-Deutung sind nicht offen. Die Backend-Routen sind nicht offen, und das README sagt klar, dass ein konfigurierter API-Key `/api/interpret` nicht zum Laufen bringt, weil der Endpunkt in der offenen Version nicht existiert. Nutzersystem, Zahlungsfluss, Anti-Missbrauch-Schicht und Deployment-Konfiguration fehlen komplett.
Offen ist: die Engine, die klassischen Texte, ein SEO-Wissensgraph über vierzehn Sterne in zwölf Palästen, die Demo-Oberfläche und die Datensätze.
Die Lizenzierung folgt derselben Logik, in vier Teilen. Code ist MIT. Datensätze sind CC BY 4.0, kommerzielle Nutzung mit Namensnennung erlaubt. Die klassischen Texte sind gemeinfrei. Die 1,848 transkribierten Zitate aus der Vortragsreihe stehen unter CC BY-NC-SA 4.0, also nur nicht-kommerziell, und die Datensatzlizenz schließt sie ausdrücklich aus.
Auf die letzte Klausel kommt es an. Zwanzig Milliarden Zeichen generierter Deutung sind kommerziell frei nutzbar, solange man die Quelle nennt. Die 1,848 Zitate, aus denen sie abgeleitet wurden, sind es nicht.
Warum das über Astrologie hinaus interessant ist
Drei Dinge an diesem Repository lassen sich verallgemeinern.
Das erste ist die Form des Grabens. Ein einzelner Entwickler hat eine Charting-Engine gebaut, dann eine Wissensbasis, dann einen Datensatz, und die Teile open-sourced, die teuer neu zu bauen und billig zu kopieren sind, während er die Teile behielt, die billig zu schreiben und schwer zu kopieren sind: der Deutungstext, die Prompts, der Funnel. Das ist ein klügeres Verständnis von "Open Source", als es die meisten finanzierten Startups hinbekommen.
Das zweite ist der Datensatz als Produkt. 8.7 Millionen Deutungseinträge zu erzeugen ist eine Brute-Force-Übung in Abdeckung: jedes Datum, jede Stunde, beide Geschlechter, dreizehn Dimensionen. Er ist nützlich für Evaluation, für Fine-Tuning, für den Bau eines Konkurrenzprodukts und für alle, die prüfen wollen, ob zwei Deutungen sich über einen vollen Datumsbereich widersprechen. Die Veröffentlichung kostet in der Verteilung fast nichts und kauft eine Art Glaubwürdigkeit, die eine Landingpage nicht liefert.
Das dritte ist die Distribution. Das README endet mit einer Einladung, sich auf Xiaohongshu, Douyin und Xianyu, der chinesischen App für Wiederverkauf, zu melden. Der Funnel läuft von einem GitHub-Repository zu einer gehosteten Seite zu einem Social-Account, in dieser Reihenfolge, und das Repository erledigt die Arbeit, die sonst ein Content-Marketing-Budget macht.
Die Maintainer beschreiben das Repository als "offenen Snapshot" und nicht als gepflegtes Produkt, warnen, dass Antworten auf Issues dauern können, und bitten jeden, der Charting-Konventionen ändert, eine Quellenangabe mitzubringen. Für ein Projekt mit 16,700 Stars und einem Datensatz von 56 gigabytes ist das eine faire Beschreibung des Deals.
Wenn du die Engine willst, nimm sie. Wenn du die Sätze willst: die Sätze sind das Geschäft.
Verwandte Artikel
Eine community-gepflegte Tabelle von Taps, die Werbung in chinesischen Android-Builds abschaltet
Es fasst das System nicht an, entsperrt nichts, flasht nichts. Es legt nur die Schalter um, die die Hersteller ohnehin vorgesehen haben. Der Preis ist eine Liste, die jemand weiterführen muss.
GPT Image 2.6 hielt den Tokenpreis und erhöhte die Rechnung
GPT Image 2.6 übernimmt jeden Tokenpreis von 2.5 und kostet pro Bild dennoch mehr, weil ein größerer Teil der Arbeit in Ausgabe-Token landet. Elf Tage nach dem Start sagt die Preisstruktur mehr als jede Rangliste.
Jemand hat IDM von außen nachgebaut und aufgeschrieben, was er nicht angefasst hat
Eine Rust-Neuimplementierung von Internet Download Manager verspricht 5x Tempo und 86 Sprachen. Das interessantere Dokument ist der Absatz, der erklärt, wie sie ohne jede Kopie entstanden ist.
Rune ist ein Rust-UI-Framework, das gebaut wurde, damit ein Agent seine eigene Arbeit prüfen kann
Rune rendert headless, gibt seinen Elementbaum aus und nimmt geskriptete Eingaben an. Damit bekommt ein Coding-Agent ein Signal zum Diffen, das ein Screenshot nie liefert. Das Framework ist Pre-Release und nimmt keine Pull Requests an.