← 返回博客
Ai预计阅读 9 分钟

一个中国命理仓库公开了两百亿字,引擎是 MIT,句子不是

发布于 2026年11月8日
一个中国命理仓库公开了两百亿字,引擎是 MIT,句子不是

本周 GitHub 上增速第四的仓库,是一个用 TypeScript 写的中国命理排盘项目。七天里它拿到 4,906 颗星,这个速度压在大多数模型发布之上,前面只剩下少数几个 agent 工具。一周榜单的前几名,平时基本是模型和基础设施项目的地盘。

项目叫 ziwei-doushu,名字取自它实现的紫微斗数体系。整套东西建立在已故中医 Ni Haixia 的教学之上,他关于紫微斗数的讲座一共十四讲。仓库里装着完整的排盘引擎、公有领域的古籍原文,以及一个数据集。说实话,大多数人点进这个仓库,冲的就是这个数据集。

数据集里到底装了什么

10 月 15 日发布的 4.0 版收录了 674,976 张命盘。每张盘展开成十三个解读维度,一共生成 8,774,688 条解读。把这些正文摞起来约 20.4 billion characters,解压后 56.6 gigabytes,压缩后 161 megabytes,按年份切成 77 个文件。

屏幕上并排显示紫微斗数命盘与 GitHub 仓库页面,代码与星曜表格交错。

命盘数量是穷举出来的:1950 到 2026 年之间的每一个真实日期,乘上十二个传统时辰,再乘上两种性别。平均下来,每张盘配大约三万字的解读。换句话说,只要生日在日历上真实存在,就能在数据集里找到对应的盘。

发布之前,维护者把 77 个文件全部解压,逐字节和源数据比对了一遍。会写这种 QA 说明的人,多半是被数据坑过一次。这活不难,只是无聊,而无聊的活通常没人干。

上一版 3.0 覆盖 1924 到 1983 年的 518,400 张盘,解压后 33.1 gigabytes。4.0 把时间范围往前推了十七年,盘数多了 30%,解压体积涨了 71%。体积涨得比盘数快,是因为每张盘的解读文本变长了。

引擎才是重写之后还能留下的部分

排盘核心放在 `lib/ziwei/` 里。看功能清单,像在看一份从业者吵了几十年的问题列表。引擎这一层,也是整个项目里重写之后唯一还会留下来的东西。

真太阳时校正同时处理经度差和均时差,所以在西部记录的出生时间,不会因为钟表走时而整整挪后一个时辰。1986 到 1991 年国内的夏令时段会被识别出来,但故意不做自动扣减:应用先把这段时间标出来,等用户确认钟表读数,再做换算。闰月支持四套并行惯例,全都可以配置,而不是写死到某一派。晚子时在 23:00 换日,换不换也能配。星曜亮度分七级,另留三级粗档给显示兜底,亮度用哪一派本身就是个开关,因为主流排盘软件之间本来就对不上。这几个默认值,随便挑一个都能引出争论。

再往下是四化与飞星体系、分属本命层和流年层的十二神煞,还有一个收录 1,100 条以上规则的格局库,紫府同宫、七杀朝斗这些经典格局都在里面。这几个名词在命理圈里不需要额外解释。

这些都不是装饰。在一个各派对亮度赋值互不认同的体系里,把某一种解读写死在代码里,等于把产品决策伪装成实现细节。把它们做成开关,才让一个自用工具变成别的从业者也愿意接手的东西。

跑起来

技术栈是 Next.js 16 加 App Router、TypeScript、Tailwind、Framer Motion,排盘逻辑底下用 iztro 和 lunar-javascript。整套装起来不复杂,前提是本机有 Node 环境。

git clone https://github.com/Renhuai123/ziwei-doushu.git
cd ziwei-doushu
npm install
cp .env.example .env.local
npm run dev

验证只有一条命令。`npm test` 会跑一套覆盖 768 张命盘的回归测试,涵盖核心规则、夏令时边界、立春边界、样例一致性、时辰索引边界、日期合法性,以及同一宫位出现双重四化的情况。挑的全是这类系统里最容易出错的地方。每次 push,GitHub Actions 都跑同一套。

看盘不需要 API key,也不需要后端。引擎就在浏览器里跑,整个过程都是纯前端计算。

边界画得异常精确

这个仓库和多数开源发布不一样的地方就在这儿。维护者没有含糊过去,而是逐项列出了哪些东西没有开源,还附上行数作证:命盘页 75 行对 1,227 行,解读面板 467 对 5,088,命盘宫格 285 对 1,334,宫位单元格 201 对 1,192,合盘页 368 对 1,937。五组数字摆在一起,从演示版到商业版差出多少行,一眼就能看出来。

解读公式库没有开源,而它才是真正告诉用户这张盘什么意思的东西。仓库里的 `db-analysis.ts` 只是个占位文件。AI 解读用的 prompt 没有开源。后端路由没有开源,README 写得很直白:就算配好 API key,`/api/interpret` 也不会工作,因为开源版里根本没有这个端点。用户系统、支付流程、防滥用层、部署配置,一样都不在。这些东西加起来,才是一个能上线收钱的产品,而它们全在闭源那一侧。

开源出来的是:引擎、古籍原文、一张覆盖十四主星和十二宫位的 SEO 知识图谱、演示界面,以及前面那些数据集。这几样恰好都是重建很贵、复制很便宜的部分。

许可证照同一套逻辑拆成四块。代码是 MIT。数据集是 CC BY 4.0,允许商用,署名即可。古籍属于公有领域。从讲座里整理出的 1,848 条引文是 CC BY-NC-SA 4.0,只能非商业使用,数据集许可证也明确把它们排除在外。

最后这一条值得多看一眼。两百亿字的生成解读,只要署名就能拿去商用。它们据以生成的那 1,848 条原始引文,不行。分界线不在字数上,在来源上。

抛开命理,这事为什么有意思

这个仓库有三件事可以推广到命理以外。三件都不算命理专属。

第一是护城河的形状。一个人先做排盘引擎,再做知识库,再做数据集,然后把重建成本高、复制成本低的部分开源出去,留下写起来便宜、复制很难的部分:解读文本、prompt、转化漏斗。这套对开源的理解,比很多拿了融资的创业公司都精细。

第二是把数据集当产品。生成 8.7 million 条解读是覆盖面上的暴力活:每个日期、每个时辰、两种性别、十三个维度,全铺一遍。它可以用来做评测、做微调、做竞品,也可以用来检查两种解读在整整一段日期范围里会不会自相矛盾。发布它的分发成本几乎为零,换回来的可信度,一个落地页买不到。

第三是分发。README 结尾邀请人去小红书、抖音和闲鱼找他们。漏斗的顺序就是 GitHub 仓库、托管站点、社交账号,仓库在干一份内容营销预算平时干的活。这个顺序反过来说,效果通常差得多。

维护者把这个仓库称作 "open snapshot",而不是一个持续维护的产品,提醒 issue 回复可能很慢,还要求改动排盘惯例的人带上文献引用。一个有 16,700 颗星、56 gigabyte 数据集的项目,这么描述这桩交易算诚实。

想要引擎,拿去用。想要那些句子,句子就是生意。

相关文章