Horosa Skill

克隆仓库、安装一次离线 runtime，Claude Code / Claude Desktop / Codex / Open WebUI / OpenClaw 等客户端即可通过 MCP 或 JSON-first CLI 直接调用真实的星阙方法：西洋本命 / 推运 / 卜卦 / 择日，八字 / 紫微 / 大六壬 / 奇门 / 太乙 / 金口诀 / 三式合一，六爻 / 塔罗 / 天文地占 / 灵棋经 / 小六壬 / 飞宫小奇门 / 小成图 / 皇极轨策 / 神数正传，以及全 14 路神数。

算法在本机运行，断网可用；每个技法返回统一 envelope 与星阙式导出结构，并附一张确定性的技法依据卡；每次调用自动落成可检索的本地记录。与星阙桌面端共用同一套后端、逐值同源（导出契约 v16 镜像桌面端 aiExport v60，星阙 v3.11.3）。

   🖥️  AI 客户端   Claude Code · Claude Desktop · Codex · Open WebUI · OpenClaw        │        │  MCP  /  JSON-first CLI        ▼   ┌──────────────────────────────────────────────────────────────┐   │  🔮 Horosa Skill   本地进程 · 114 工具 · 澄清闸 · 统一 envelope │   │  自然语言调度 · 多技法合参 · 技法依据卡 · 报告渲染 · 记忆检索   │   └──────────────────────────────────────────────────────────────┘        │  全部在本机 · 断网可用        ▼   ⚙️ 离线 runtime         🧩 headless JS 引擎     💾 本地存储   Java+Python 星历        horosa-core-js          SQLite 全文索引   ken / kentang 引擎      aiExport 结构化          + JSON artifact 归档

[!NOTE] 它不是又造一个简化占算器，而是把星阙已有的本地算法、星历与导出协议，整理成一层适合 GitHub 分发、适合 AI 调用、适合长期本地管理的接口。桌面端算出来是什么，这里就是什么——而且每个结论都能回答「这盘怎么来的」。

📑 目录

• ✨ 核心特性
• 🚀 快速开始
• 🔌 接入 AI 客户端
• 🎯 一次调用的完整流程
• 🧭 技法总览
• 📐 输出契约
• 🚦 调用前的澄清闸
• 🧾 可信度体系
• 📂 本地记忆与报告
• 📦 安装与 runtime 策略
• ✅ 质量与验证
• 📚 文档
• 🙏 致谢与许可证

✨ 核心特性

• 🌌 114 个真实技法，一次安装，全程离线。 覆盖西洋占星全链路、中文术数主干、数算与卜法、全 14 路神数；算法在本机运行，不联网、不上传。
• 🧠 为 AI 消费而设计的稳定契约。 每次调用返回统一 envelope，接入导出协议的技法附带 export_snapshot（段结构化正文）。同一技法连续调用得到同一套字段，落库后结构不丢。
• 🛡️ 调用前的硬性澄清闸。 只要技法受时间 / 地点 / 时区 / 性别 / 事项 / 宫制 / 历法 / 起局方式影响，agent 在用户确认前会被结构化拦截，并收到可直接转发给用户的追问文本。
• 🧾 每个结论可溯源。 响应自带技法依据卡（技法 / 流派口径 / 谁算的 / 段落全不全 / 版本链），horosa_technique_report 一键出方法报告，会话级自动检出跨技法口径冲突。
• 📚 31 域方法论知识库，引必带出处。 星阙 app 内 hover 知识三域 + 27 份技法操作手册 + 八字断语库（21 类口诀）共 416 条，逐条带上游文件与版本出处；没有出处的解读必须明说是通则推理。
• 🧪 盘面事实忠实性评测。 确定性校验器把 AI 解读逐句对盘面机读真值，判 supported / invented / contradicted；喂错盘与诱导复述判红；106 条基准用例与工具注册表锁步。
• 🔀 一问多技法合参。 horosa_hecan 并行起盘 + 合参模板：每条结论必须绑定真实段落，收敛与分歧分开填，分歧必须披露、不许平均。
• 🪙 精简的响应体量。 导出契约单份化，同一份快照不再重复；大盘单次响应体量较早期显著下降。可用 response_view=titles|sections 仅取段标题或指定段，完整快照始终已归档。
• ⏳ 主限法可推至 3000 年。 逐位核验的核5方位法 + 22 项时间钥匙 + In Zodiaco / In Mundo + 宿命点(Vertex)应星 + 映点 / 界作迫星，多圈复发行。
• 🗄️ 完整的本地记录系统。 SQLite 全文检索（trigram，中文子串可命中）+ JSON artifact 归档；按人名 / 技法 / 日期区间 / 全文组合检索，跨会话找回历史。
• 📄 结构化报告导出。 一条命令生成 DOCX / PDF / JSON；Markdown 表格渲染为真 Word 表格，含导航大纲、目录、页码与中文字体；style=chart 不经 AI 直接出完整排盘报告。
• 📚 自备知识库。 自己的笔记放进知识库文件夹，计算时按名 / 标签 / auto 点选，随结果附进 AI 上下文。
• 🔁 成熟的安装与升级链。 断点续传、多镜像回退、实时进度；版本短路（已最新则跳过下载）；upgrade / uninstall / selfcheck / doctor 环境体检齐备。
• 🔗 同源后端。 奇门 / 太乙 / 金口诀走星阙 ken 后端；14 路神数走 chart 服务上挂载的 kentang 引擎；结果由 headless JS 层重排为 aiExport.js 段结构。

🚀 快速开始

[!TIP] 前置只需 uv：macOS / Linux curl -LsSf https://astral.sh/uv/install.sh | sh；Windows（PowerShell）powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"。装完 重开终端（或 source $HOME/.local/bin/env）让 uv 进 PATH；Python ≥ 3.12 由 uv 自动准备；磁盘预留约 5 GB（runtime 下载约 730 MB、解压后约 2 GB）。

git clone https://github.com/Horace-Maxwell/horosa-skill.gitcd horosa-skill/horosa-skilluv syncuv run horosa-skill install      # 📦 安装离线 runtime（带进度 / 断点续传；已最新则跳过下载）uv run horosa-skill doctor       # 🩺 环境体检（磁盘 / 端口 / node 实跑探针，期望 issues: []）uv run horosa-skill selfcheck    # ✅ 活体验证：起一张盘 → 存 → 读回uv run horosa-skill serve        # 🚀 启动本地 MCP（默认 http://127.0.0.1:8765/mcp）

不想 clone 源码？零安装（无需 git、无需 PyPI）——每个发布页都附带纯 Python wheel，uvx 直接从 URL 起， HOROSA_RUNTIME_MIRROR 对 wheel 与 runtime 一并生效：

WHL="https://github.com/Horace-Maxwell/horosa-skill/releases/download/v0.47.3/horosa_skill-0.47.3-py3-none-any.whl"uvx --from "$WHL" horosa-skill install                    # 📦 装离线 runtime（同上）uvx --from "$WHL" horosa-skill doctor                     # 🩺 体检uvx --from "$WHL" horosa-skill setup --client cursor       # 🪄 零安装一条命令接入（自动选 `--launcher uvx-wheel`，配置里写 wheel URL）uvx --from "$WHL" horosa-skill serve --transport stdio    # 🚀 给客户端直连；`client config --launcher uvx-wheel` 生成对应配置

github.com 直连不通（镜像 / API 直链 / U 盘离线搬运 / 代理与企业证书）见 docs/INSTALL_RESTRICTED_NETWORK.md。 PyPI 通道（uvx horosa-skill …）已就绪但暂未开通（等维护者完成一次性 Trusted Publisher 配置），开通后命令更短、行为不变。

[!NOTE] 🐳 Docker / Linux（实验）：离线 runtime 只发布 macOS(arm64) / Windows(x64) 两个 payload，没有 Linux payload； 容器里能跑的是 MCP 网关（Python 包 + 知识库 + 记忆），把 HOROSA_SERVER_ROOT / HOROSA_CHART_SERVER_ROOT 指向宿主机或另一台装了 runtime 的机器即可。仓库附带实验性的 horosa-skill/Dockerfile + docker-compose.yml （网关镜像：容器内没有离线 runtime，必须设上面两个变量；绑 0.0.0.0 必须给 HOROSA_MCP_TOKEN）； 手工起也行：pip install "https://github.com/Horace-Maxwell/horosa-skill/releases/download/v0.47.3/horosa_skill-0.47.3-py3-none-any.whl" 后 horosa-skill serve --transport streamable-http 即为网关（PyPI 尚未开通，装的是发布页的 wheel）。

🔌 接入 AI 客户端

setup --client <客户端> 一条命令走完接入（v0.38.0）：探网（5 s）→ 装 / 校验离线 runtime →（--vectors 时）准备向量检索 → 写配置（自动定位、 只动 horosa 条目、写前备份 .horosa-bak、原子替换）→ 把 horosa-agent skill 装进该客户端读的 skills 目录（v0.47.3； 多数客户端读共享的 ~/.agents/skills；--no-skill 跳过、--skill-dir 指定）→ doctor → 回读磁盘体检 → 用客户端将要执行的那条命令真起一次 stdio server 并数工具 → 打印下一步。失败时 stderr 给出结构化失败包（step / code / config_untouched / backup_path / retry_command），退出码 2；写配置之前失败保证 config_untouched: true。只想看配置不落盘用 client config：

uv run horosa-skill setup --client cursor                # 🪄 一条命令接入（25 个客户端，见下方 Works with 表）uv run horosa-skill setup --client cursor --dry-run      # 只看计划：零副作用uv run horosa-skill client config --format claude-code   # 只生成不落盘：输出 claude mcp add … 命令uv run horosa-skill client config --format codex         # config.toml 片段（含超时设置）uv run horosa-skill client check                         # 体检本机各客户端**实际写着什么**（含 skill 装没装、是不是本版）uv run horosa-skill client skill --client codex          # 只装 skill 规则（手动配过 MCP 的用户；不带 --client = 共享目录）

skill 是 agent 读的规则（先问后调 / 只读返回的快照 / 禁手算），此前只有打开本仓的 agent 读得到；wheel 里现在带一份，setup 顺手装好。 已有同名目录时：由 npx skills 等工具以软链接管理的、或不是本工具装的，一律不动；你改过的旧版先备份成 horosa-agent.horosa-bak 再更新。

仓根另带 6 份薄镜像——GEMINI.md（Gemini CLI）、.github/copilot-instructions.md（Copilot）、.windsurf/rules/、 .clinerules/、.cursor/rules/（Cursor）、.agents/skills/horosa-agent/（Codex / agentskills.io）——让这些 agent 打开仓库就知道闸门、读盘规则与精简面下的 horosa_tool_run 直呼；策略唯一源仍是 SKILL.md， 其中「Shell-only agents」一节给没有 MCP 的 agent 一套纯 CLI 契约（tool run --input/--output、退出码、闸门流程）。

Works with

--surface full / --surface compact 可覆盖默认；--launcher uvx-git 生成免 checkout 的 零安装命令（uvx --from "git+…#subdirectory=horosa-skill"，PyPI 通道尚未开通）。

平台

[!TIP] 上下文预算受限的客户端可设 HOROSA_MCP_COMPACT=1，只暴露 12 个门面工具（含按名直调的 horosa_tool_run，114 个技法仍可按名到达），澄清闸照常生效。或用 HOROSA_TOOLSETS=astro,cn 按域裁剪平铺面（合法域 astro/predict/chart/cn/shenshu/other/export/knowledge，别名 western/chinese/reference/all/none；拼错的 token 会告警并忽略、全空回落全量；只要裁剪生效就注册 horosa_tool_run 直呼通道；门面工具恒在）。根目录 server.json 为 MCP Registry 元数据，普通用户无需手改。

[!TIP] 繁体输出：在 Claude Desktop 扩展设置 / Claude Code 插件设置里勾「繁體中文輸出」，或设 HOROSA_OUTPUT_SCRIPT=zh-Hant（香港字形用 zh-Hant-HK；setup --client <名> --output-script zh-Hant 直接写进客户端配置）。排盘正文、段名、提示与报告转成繁体；回显的入参、设置值、选项、错误码保持原样（AI 原样送回也对得上），不设就是简体、与原来逐字相同。术数用字按 沖 / 剋 / 曆 而非 衝 / 克 / 歷。

[!TIP] 配好了却在客户端里看不到 horosa？跑 uv run horosa-skill client check —— 它读的是各客户端实际写着什么，能指出未展开的占位符、缺失的 --transport stdio、搬走的目录、以及 Codex 的默认超时。

🎯 一次调用的完整流程

以「查今年事业，1995-06-03 05:30 上海出生」为例，agent 端的实际序列：

1️⃣  澄清闸兜底 —— 缺时区 / 宫制等结果敏感设置时，工具返回追问文本，    agent 先向用户确认，而非自行补参2️⃣  起盘       —— 确认后传 agent_confirmed_settings: true 调用技法工具，    返回统一 envelope，含 memory_ref.run_id 与 data.export_snapshot3️⃣  读盘       —— 读 export_snapshot.export_text / sections 撰写解读    （想省 token 可传 response_view: "titles" 只取段标题，完整快照已归档）4️⃣  溯源尾注   —— 把 data.technique_card 转述成尾注：用了什么技法 /    什么口径 / 谁算的 / 段落全不全 / 版本链5️⃣  出报告     —— report_render 生成解读终稿 DOCX（自动写回记忆）；    horosa_technique_report 另出「技法依据报告」6️⃣  跨会话找回 —— memory_query 按人名 / 技法 / 日期检索，memory_show 取完整记录

[!NOTE] 最短路径为 2 次工具调用 + 1 次本地分析：起盘拿到 run_id，本地撰写 ai_report，再 report_render 出 Word 并自动归档。一问需要多技法互证时，改用一次 horosa_hecan 并行起盘（见可信度体系）。全程算法在本机、AI 只负责解读、结构永不丢。

🧭 技法总览

所有业务技法都返回统一 envelope 并附星阙式 export_snapshot。带 ⓟ 的工具受设置影响，调用前必须先确认参数。

[!NOTE] 明确排除项：fengshui（风水尚未完成 headless 化，不作为可发布能力）。

📐 输出契约

每个工具调用返回统一 envelope：

{  "ok": true, "tool": "qimen", "version": "0.47.3",  "input_normalized": {}, "data": {}, "summary": [],  "warnings": [], "memory_ref": {}, "error": null}

接入导出协议的技法额外带 data.export_snapshot，含 export_text（段结构化正文）、sections（逐段标题 + 正文 + 结构化数据）、selected_sections、provenance 等；另附 data.technique_card（技法依据卡，见可信度体系）。因此 ——

• 🧷 AI 无需从自由文本猜结构；
• 🔁 同一技法连续调用得到同一套契约；
• 🧮 horosa_dispatch 汇总层显式带每个子结果的导出契约；
• 💾 落库到 JSON artifact 后结构不丢。

[!NOTE] 自 v0.21.0 起契约单份化，同一份快照不再重复存放；可传 response_view=titles|sections 仅返回段标题或段标题 + 正文，完整快照始终已归档，可用 memory_show(run_id) 取回。字段全表见 docs/DATA_CONTRACTS.md 与 docs/INPUT_CONTRACTS.md。

🚦 调用前的澄清闸

[!IMPORTANT] 只要技法受时间 / 地点 / 时区 / 性别 / 事项 / 宫制 / 历法 / 起局方式影响，agent 在用户确认前会被拦截，返回 agent_guidance.required 与可直接转发给用户的追问文本。杜绝「AI 自己脑补一个生辰就开算」。

// ❌ 被拦截：缺确认、地点、时区、事项{ "date": "2026-05-18", "time": "13:14:00" }
// ✅ 通过：含用户确认 + 完整上下文{  "agent_confirmed_settings": true,  "clarification_notes": "用户确认：2026-05-18 13:14:00，America/Los_Angeles，旧金山，事项为工作决策。",  "date": "2026-05-18", "time": "13:14:00", "zone": "-07:00",  "lat": "37n46", "lon": "122w25"}

标准流程：用户说出需求 → 参数不足则查 horosa_agent_guidance 或直接询问 → 用户明确回答 → agent 传 agent_confirmed_settings: true + clarification_notes 调真实工具 → 用 export_snapshot 解释，不自行手算。时区可用 +08:00 固定偏移，也可用 Asia/Shanghai IANA 名（按起盘日期归一化）。

🧾 可信度体系

[!IMPORTANT] 玄学输出最大的风险不是算错，而是 AI 在盘面之外自由发挥。这里把「结论怎么来的」做成机器契约：每个答案可溯源、每条教义有出处、每句断言可对盘校验、多技法互证有纪律——四件都由确定性代码守着，不靠模型自觉。

1. 每个结论带技法依据卡

每个技法响应附 data.technique_card：技法名与流派口径（含 排盘规则 晚子时开关）、算源声明 vs 运行实测（compute.matches_declaration=false 时必须提示「结果请谨慎采信」）、段落完整性、版本链。horosa_technique_report 把单次调用（run_id）或整场问答（group_id）渲染成 markdown / json / docx / pdf 方法报告，会话级还会检出跨技法口径冲突（两个技法晚子时开关不同 = 结论不可互证）。不需要时 HOROSA_TECHNIQUE_CARD=0 关闭。

uv run horosa-skill report technique --group-id <group_id> --format markdown

2. 31 域方法论知识库 · 引必带出处

knowledge_registry / knowledge_read 覆盖 31 域 = 星阙 app 内 hover 知识三域 + 27 份技法操作手册 + 八字断语库 21 类（共 416 条：各设置项取值与差别、流派分歧、算法与口径、八字口诀），逐条带「星阙操作手册 · 域 · 条目（源文件 @ 上游版本）」出处。配套策略写进 SKILL.md：引教义必带出处；没有出处的解读必须明说是通则推理——反 Barnum 效应的第一机制。

3. 盘面事实忠实性评测

horosa-skill benchmark faithfulness 用确定性校验器（非 LLM 打分）把 AI 解读中的事实断言逐条对盘面机读真值：四柱干支 / 行星落座 / 紫微主星落宫与身宫 / 大六壬三传 / 六爻卦名与动爻 / 塔罗牌名正逆……三通道判 supported / invented / contradicted。喂错盘的答案、诱导复述（「我月亮在天蝎对吧」「我抽到的月亮是逆位吧」而实际不是）都会判红。HorosaBench 105 条基准用例由工具注册表生成、与工具集锁步——新增技法没有用例直接红。

4. 一问多技法合参

horosa_hecan（CLI：horosa-skill hecan）：一问并行起多路技法（同 group_id 落库；默认 5 路、上限 8 路，可显式指定 tools），返回合参模板而非终稿——逐技法结论槽必须绑定该技法真实段落（响应里只有证据指针，全文用 memory_show(run_id) 取）；convergence 只在多技法独立同判时填；divergence 逐条披露，不许平均、不许只挑一边；口径冲突（consistency.setting_conflicts）必须先声明。

5. 可选云端决策层（TypeSafe Jev · 默认关闭）

上面所有承诺（不联网、不上传）在默认状态下原样成立。v0.39.0 起可以显式开启一个云端「决策层」—— TypeSafe 的 Jev（System One 决策模型，只回类型化的选择/概率，不生成文本）——只做三件窄事：确定性关键词 路由无匹配时兜底选技法；把用户原话里明说的设置（如「我老婆的八字」→ 性别女）变成「已提供」 （词表证据 + 模型判定 + 置信阈值三钥齐才填，永不替用户选默认）；六壬问题的占断门类分类。它不算盘、不解盘。

📂 本地记忆与报告

本地数据默认写入 ~/.horosa-skill/（Windows：%APPDATA%/HorosaSkill/）。每次 run 沉淀：run 元信息、tool call 记录、entity 索引、JSON artifact、run manifest、原始 query_text、用户问题、AI 最终回答与可选结构化回答。

• 🔎 SQLite 全文检索（trigram，中文子串可命中）+ 热路径索引 + WAL 并发；按人名 / 技法 / 日期区间 / 全文组合检索，支持分页。
• 📄 report_render 生成 DOCX / PDF / JSON：Markdown 表格渲染为真 Word 表格（跨页重复表头）、导航大纲、目录、页码、中文字体，异常自动降级保全文。
• 🧾 report technique 生成技法依据报告（机器元数据），与咨询报告（AI 终稿）分轨，互不混入。
• 🗂️ 完整排盘报告：report render --style chart（或 report_render {style:"chart"}）不经 AI 解读，直接把该技法的全部盘面段落排成 PDF / DOCX——封面、基本信息、盘图（星盘轮 / 合盘双圈 / 紫微十二宫 / 奇门九宫 / 六壬天地盘 / 六爻卦图 / 太乙十六宫 / 七政四余方盘 / 南印方盘 / 量化盘 90° 度盘；择日结果画选中时刻的盘；全部取自引擎数据）、可点击目录与书签、「第 N 页 / 共 M 页」、技法依据附录。
• 📚 自备知识库：把自己的笔记（.md / .txt）放进 horosa-skill knowledge mine 列出的文件夹（或 knowledge add <名> --file …），计算时传 knowledge:["条目名", "#标签", "auto"]，选中的正文随结果挂在 data.knowledge_context 供 AI 参考（不进引擎、不改盘面；总字数受 HOROSA_USER_KNOWLEDGE_MAX_CHARS 限）。GBK / UTF-16 文件也能读，读不了的在 knowledge mine 的 problems 里写明原因；删除与覆盖先进回收站（knowledge trash / knowledge restore）；运行存档只记引用、不存笔记正文；runtime uninstall --purge-data 默认保留知识库。检索：horosa_knowledge_search / horosa-skill knowledge search "词"（两字词即可、繁简互通，标出处行号）；长笔记计算时只带与本盘相关的段落。可选向量检索（换了说法也能找到）：setup --client <客户端> --vectors——把依赖（约 128 MB）装进客户端起 server 的环境、下载并校验 24 MB 的 bge-small-zh 模型、向量化笔记，全部验证通过才写配置；连不上 Hugging Face 时设 HF_ENDPOINT=<镜像>（内容有 sha256 把关）。之后重跑 setup 会沿用，--no-vectors 关闭。.mcpb 一键包不带这些依赖，要用向量请走 setup --client claude-desktop --vectors。

uv run horosa-skill knowledge add 八字/滴天髓笔记 --file ./notes.md --techniques bazi_birth --tags 古籍uv run horosa-skill knowledge mineuv run horosa-skill knowledge trash                   # 删除 / 覆盖下来的旧版，可 restore

uv run horosa-skill memory query                 # 按 tool / entity / run_id / 全文 检索uv run horosa-skill memory show <run_id>         # 精确回看某次完整调用

📦 安装与 runtime 策略

仓库分为三层，兼顾「代码仓库轻量、Release 资产完整、本地运行离线」：

奇门 / 太乙 / 金口诀（及三式合一中的奇门 + 太乙）走星阙 ken 后端；14 路神数走 chart 服务上挂载的 kentang 引擎；结果由 headless JS 层重排为 aiExport.js 段结构，与星阙桌面端逐值同源。配套阅读：Offline Runtime Releases · Runtime Manifest Spec · Repo Layout。

✅ 质量与验证

第一次 clone 后确认非空壳的最小验证：

cd horosa-skill && uv sync && uv run horosa-skill installuv run horosa-skill doctor                              # 期望 issues: []uv run pytest -q                                        # 3190 passed（live 集成测试在服务未起时 skip）uv run python scripts/run_full_self_check.py --rounds 1 # 全工具调用 / 导出 / 落库 / 检索 / dispatch 汇总

[!WARNING] 审计推运 / 神数类工具时不要只看短预览——其正文通常先写本命盘再写返照 / 推运 / 流年 / 主限表格，只截前若干字符可能只看到本命盘。应打开完整 artifact，按 export_snapshot.sections 逐段检查。详见 docs/EXPORT_AUDIT_GUIDE.md。

📚 文档

🙏 致谢与许可证

奇门遁甲 / 太乙神数 / 金口诀（及三式合一中的奇门 + 太乙）的盘面，由 kentang2017 开源的三个 Python 引擎计算，随离线 runtime 一起分发：

• ✳️ kinqimen（奇门遁甲）— MIT — https://github.com/kentang2017/kinqimen
• ✳️ kintaiyi（太乙神数）— MIT — https://github.com/kentang2017/kintaiyi
• ✳️ kinjinkou（金口诀）— MIT — https://github.com/kentang2017/kinjinkou

上述三个 ken 引擎为第三方 MIT 组件。本仓库其余术数实现——统摄法、十年大运，以及奇门 / 太乙 / 金口 / 大六壬 / 星盘 / 推运 / 卜卦 / 择日 / 神数等的 aiExport.js 格式化与 headless 适配——均为星阙自有算法，按根目录 GNU AGPL-3.0-only 授权。传统术数体系本身（京房八宫、希腊十年星限等）属公共知识，不构成第三方版权。