玄学也开始 Skill 化了：两个开源项目，把排盘流程拆成了代码

如果你让普通大模型直接算八字、排奇门，最容易遇到的问题不是它不会说，而是它说得太顺了：日期换算可能错，流派口径可能变，前后步骤也可能对不上。

最近出现的两个开源项目，走的是另一条路。它们把传统术数拆成技能文件、参考资料和计算脚本，再交给 Claude Code 这类 Agent 调用。

这不等于算命突然变成了科学。它解决的是一个更具体的工程问题：怎样让模型少一点即兴发挥，多一点固定流程和可检查的中间结果。

本文分别介绍两个项目。

一、Numerologist_skills：把多套术数放进同一个工程框架

这个仓库的定位很清楚：为中文术数建立可审计、可复用、逐步扩展的 AI skills，减少模型在排盘、流派口径、步骤顺序和解释链路上的幻觉。

当前仓库里能看到三套技能：

它的结构也很有代表性：

以奇门遁甲目录为例，仓库提供了 qimen_cli.py 和对应的测试目录。也就是说，涉及固定计算的部分，不必完全依赖模型临场推导，Agent 可以把输入交给脚本，再用参考资料解释结果。

紫微斗数和八字目录则更多采用“技能说明 + 参考文件”的形式，把术语、规则和输出边界提前写下来。

这套方法的价值不在于让结果更神秘，而在于让过程更容易追踪：输入是什么，采用哪套口径，哪一步由脚本完成，哪一步属于文本解释，都有机会分开检查。

仓库根目录当前没有看到 LICENSE 文件，因此不要把它简单理解成“已经明确授权的通用开源库”。如果要二次分发或用于商业产品，应该先向项目维护者确认授权边界。

另外，规则写进文件，不代表结论就获得了科学验证。它只能减少计算和表达过程中的一部分错误，不能证明术数结论本身具有预测能力。

Numerologist_skills 的工程化思路：规则、脚本、解释分开

如果说上一个仓库像一个多体系工具箱，bazi-skill 就更像一个专门的四柱八字模块。

它面向 Claude Code，主要流程是：先通过对话收集出生信息，再调用排盘脚本，最后参考仓库里的规则和典籍摘要生成分析。

仓库 README 列出的输入包括：

核心脚本是 scripts/pai_pan.py，仓库说明它只使用 Python 标准库，不需要额外安装第三方包。脚本会输出年柱、月柱、日柱、时柱、大运和流年等排盘结果。

参考资料目录里还包括五行表、时辰表、大运规则、神煞表和经典文本摘要。这样一来，排盘计算和后续解释不再混在一大段提示词里。

这个项目的许可证是 MIT，仓库里也提供了对应 LICENSE 文件。但许可证只说明代码如何使用，不代表分析内容可以替代医学、法律、财务或其他专业判断。

它的输出依然属于传统文化学习和娱乐参考。出生时间、历法换算、流派选择等环节仍然可能影响结果，使用者需要把它当作一种文本化的传统文化体验，而不是现实决策依据。

bazi-skill 的基本流程：出生信息、四柱排盘、命理分析

把它们放在一起看，会发现它们做的事情很像“领域知识工程”：

这套思路并不只适用于术数。法律检索、财务表格、医学知识问答、企业内部流程，都可以借鉴同样的分工方式：先把边界和规则写清楚，再让 Agent 在限定范围内工作。

但也要看清一件事：工程化能提高过程的可重复性，不能自动提高领域结论的真实性。一个结果可以算得很整齐、解释得很顺，却仍然需要你判断它是否值得相信。

你不需要先学会写代码，也不必先相信术数。把它看成一个观察 Agent 的案例就够了：

过去，模型更像一个什么都能聊的顾问。现在，越来越多人开始给它装上专门的工作流，让它在特定任务里先收集信息、调用工具、查规则，再输出结果。

在这两个项目里，传统术数只是演示场景。真正发生变化的是人与模型的协作方式：少问一句“你知道什么”，多规定一步“你必须怎样做”。

注：本文介绍的是公开代码仓库的结构和用途。传统术数内容仅供文化学习与娱乐参考，不构成医疗、法律、财务或其他现实决策建议。