← 返回博客
Ai预计阅读 9 分钟

1100 条规则的紫微斗数引擎,工程水平超过多数 AI 产品

发布于 2026年11月9日
1100 条规则的紫微斗数引擎,工程水平超过多数 AI 产品

一个用来排中国命理盘的 TypeScript 仓库,这周在 GitHub 上有 16,868 颗星。这比多数开发者工具一辈子拿到的都多,而题材在多数西方工程师眼里属于「不算软件」。

有意思的不是题材。是这个仓库的工程水平,比很多挂着「AI 产品」标签发出来的东西更好。

ziwei-doushu 是一个开源的紫微斗数引擎,建立在倪海厦在天纪讲座里讲的那套体系上。排盘完全在浏览器里算。没有 API key,没有模型,没有推理。它是算术、查表和 1,100 条格局规则。

而且它带了 768 张回归盘。

它到底算的是什么

如果你不熟这个领域,README 的能力表同时就是一份清单,列出这类计算会错在哪些地方。

真太阳时校正。钟表上记下的出生时间,不是那个地点的太阳时。引擎用经度差加均时差来校正,这样在东边排的盘不会整整差一个时辰。这是命理版的时间区 bug,也是粗糙实现里第一个崩的地方。

中国 1986 到 1991 年的夏令时。那六年实行过夏令时,之后停了。引擎会识别这个区间,但刻意不自动减掉那一小时——README 说得很明确,钟表读数由用户确认,然后通过单独的 clock-adjust.ts 转换。这个直觉是对的。悄悄改用户的输入,就是你做出自信地错的盘的方式。

闰月的四种约定。各派对闰月算前一个月、后一个月、按日拆分,还是自成一月,意见不一。引擎把它做成一个设置,而不是选边站。星曜亮度也一样,不同流派——以及同一款商业软件的不同版本——用不同的刻度。支持七级,另外有一个更粗的三级分类用于显示回落。

晚子时换日。23:00 到 23:59 算第二天;00:00 到 00:59 算当天。如果提供了出生地点,判断按真太阳时来做,让两条规则保持一致。

在这之上是四化和飞星,十二神煞在先天盘和流年盘之间移动,还有一个超过 1,100 条规则的格局库——紫府同宫、日月并明、七杀朝斗等等。

A carved wooden printing block and a worn ink brush on coarse paper

测试本身就是论点

谁都可以说自己的排盘引擎是对的。这个仓库公开了一套测试,每次 push 和 pull request 都跑,而它检查的东西的清单,是仓库里信息量最大的部分:

768 张盘对照体系的硬规则。夏令时区间。立春的边界——这个历法里年份在这里换,也是几乎每个实现都会差一的地方。红鸾和天喜的落宫。抽样盘里时支索引的一致性。时支索引的边界条件。日期合法性。两个四化落在同一宫的情况。

这不是一份营销清单。这是一份被每一条轮流咬过的人写出来的清单。光是立春边界,就会让粗糙的实现每年都错,凡是二月初出生的人都中。

安装

三条命令:

git clone https://github.com/Renhuai123/ziwei-doushu.git
cd ziwei-doushu
npm install

可选地执行 cp .env.example .env.local,然后 npm run dev。验证用 npm run typecheck 做一次完整的 TypeScript 检查,npm test 跑排盘引擎的回归测试。

排盘和显示盘不需要 API key,合盘也不需要。全部在客户端跑,对一个用出生日期和出生地点算出来的东西来说,这是对的选法。

作者划的那条线,以及它为什么是 README 里最诚实的东西

开源版不包含后端 API 路由。排盘、显示盘、合盘都在本地。但 AI 解读的端点——/api/interpret——和合盘分析的端点没有实现。

没有这些,界面就直接说明开源版不包含那个端点。README 还加了一句,回答大家反复提的那个问题:配了 API key 也不会让那些功能能用。Issue #30 就是因为用户以为可以才有的。

这是个不寻常的决定。容易的做法是塞一个桩,调个模型,产出听起来像回事的解说。这个仓库反过来,是一台拒绝假装自己是神谕的计算器。这个题材在网上有那么多自信的胡说,一个停在自己能算的边界上的工具,值得被看见。

命名方式,以及它为什么读起来像一个库

代码是照着这门手艺实际被教授的方式组织的,这就是它好读的原因。

lib/ziwei/algorithm.ts 放的是排盘顺序:定命宫,定五行局,安十四主星,安辅星,排大限和流年。constants.ts 放天干地支和星曜表。sihua.ts 放四化——禄、权、科、忌,包括飞星的自化情况。然后是格局库和亮度表各自独立的模块。

如果你懂这个题材,这个映射是显然的。如果你不懂,它也是可读的:先是常数,再是算术,再是规则,再是接近解读的数据。题材陌生,结构不陌生,这就是一个懂这件事、而不是懂风向的人写出来的好软件的样子。

选 TypeScript 也要紧。盘是一棵宫位的树,每宫有星,被互相引用的规则变换。一个能表达「一个宫包含一组星,每颗星有一个来自固定集合的亮度级别」的类型系统,能在编译期抓住一整类 bug,而这个仓库在任何事之前先跑一次完整的 typecheck。对一个有这么多枚举值的领域,这不是装饰。

一个 AI 博客为什么要写命理引擎

因为它是当下多数 AI 产品做法的干净反例。

这是一个每个输出都确定的系统,每条规则都能归到某个有名有姓的流派,每个含糊的约定都是一个配置开关而不是一个主张,正确性由 768 个回归用例来保证。你问它同一个问题两次,得到同一个答案。没有幻觉,因为没有生成。

然后是它明确不做的部分:解读。解读层——需要判断力、不同从业者会分歧的那部分——留给用户,或者留给一个单独实现的端点。

多数用语言模型做东西的团队,都能从抄这条分界里受益。能算的就算准,并且明说解读从哪里开始。替代方案是一个对两者的区别说得很有权威感的系统,而这正是这个仓库设计上要避开的失败方式。

代码是 MIT。数据集是 CC BY 4.0。古籍是公版。讲座者本人的话是非商业授权,README 也写了。这些都写明了,而多数项目对远没那么有争议的材料都做不到。

你不需要相信这个题材,也能从这套工程里学到东西。这通常是一件东西做得好的标志。

相关文章