Expose Dasha Shadbala calibration status
This commit is contained in:
@@ -0,0 +1,14 @@
|
||||
# Antigravity AI 产品透明度复核 Bug 报告 (Round 10)
|
||||
|
||||
## 检查点追踪
|
||||
|
||||
针对 Round 9 中暴露的“普通用户毫不知情后台校准边界”的严重缺陷,本轮再次利用全文扫描工具探测整个代码库,确认这些高危漏洞目前的状态:
|
||||
|
||||
| 严重程度 | 文件路径 | 现象 | 用户影响 | 修复进度 |
|
||||
|---|---|---|---|---|
|
||||
| **P0** | `jyotish-app/index.html` <br/> `jyotish-app/main.js` | Web/App 层面(包括首页和设置面板)**依然没有**渲染和展示 `Dasha/Shadbala Calibration Status`。 | 普通用户在使用 Dasha 时,极易误以为系统排出的大运日期是100%绝对精准的。 | **未修复**。前端依旧对后台的 `oracle queue` 校准状态保持沉默。 |
|
||||
| **P1** | `jyotish-app/ai-chat.js` <br/> `SKILL.md` | AI 系统提示词(Prompt)**未被强制注入**“Dasha/Shadbala 仍在外部校准中”的免责说明。仅仅在 `SKILL.md` 的极深处提到了“校准边界”。 | 大模型极其容易在对话中自圆其说,脱离计算防线向用户打包票。 | **未修复**。没有形成前端级别的硬性边界约束语句。 |
|
||||
| **P2** | `SKILL.md` | `SKILL.md` 在普通科普时,并未以面向小白的口吻强行区分“D1/D9 天文级高可信”与“高级技法外围校验中”这两层鸿沟。 | 用户分不清哪些是可以笃信的,哪些是仅供参考的。 | **未修复**。科普口径需要再次针对普通用户进行分级。 |
|
||||
|
||||
## 结论
|
||||
普通用户对于系统的“透明度感知”和上一轮一模一样,并未改善。亟需 Codex 进入修改主线程进行强力补救。
|
||||
@@ -0,0 +1,14 @@
|
||||
# Antigravity AI GitHub 状态复核 (Round 10)
|
||||
|
||||
## 远端与本地状态穿透核实
|
||||
|
||||
针对代码仓库的版本流转状态,进行了 SSH 端口 443 的远端探针查询及本地状态提取。
|
||||
|
||||
- **远端 HEAD 指针 (`codex/release-hygiene-ci`)**:其 Commit Hash 为 `912867f2ec35ce13f757fb0362da6bced9edf404`。
|
||||
- **本机 HEAD 指针**:当前本地正处于分支 `codex/release-hygiene-ci`,其最近一次的 Commit Hash 同样为 `912867f`。
|
||||
- **本地与远端的偏差**:**完全对齐!** 没有任何的 ahead 或 behind,这意味着所有历史实现代码都已经推到了 GitHub 上,不存在被困在本机未同步的陈旧 Commit。
|
||||
- **未跟踪文件 (Untracked Files)**:存在数份 Round 9 与 Round 10 产生的高价值 `docs/research/*.md` 研究报告、工作指令单等。另外含有 `output_report.txt` 和 `results_extracted.md` 这样的本地输出报告。
|
||||
- **提交策略建议**:
|
||||
- **应提交**:所有的 `docs/research/antigravity_*.md` 以及对应的 `task_plan.md`、`findings.md`,这构成了本项目的演进大脑档案。
|
||||
- **保留或丢弃**:`output_report.txt`、`results_extracted.md` 带有强烈的本地临时输出或私人查阅性质,**必须被加入 `.gitignore` 或直接从暂存区剔除**,绝不可以推送上云。
|
||||
- **存在其他 Git 副本的隐患**:扫描发现 `.workbuddy/skills/jyotish-vedic-astrology` 具有相似的远端地址,但这仅为下载备份,主项目代码已被证实是全量对齐的,不构成多头提交分裂的威胁。
|
||||
@@ -0,0 +1,14 @@
|
||||
# Antigravity AI 全球对标项目差距复核 (Round 10)
|
||||
|
||||
## 1. 对标
|
||||
在宏大叙事层面上:
|
||||
- **VedAstro / VedAstro.Python**:拥有 `596+` 算式,生态非常开放(MIT),具备强悍的泛用 API 与前端体验,这是我们目前在“广度扩展”与“AI/API 交付形式”上需要长期对标的商业级/全功能开源底座。
|
||||
- **Hora Prakash 或其他同类网页/开源项目**:在轻量化、离线体验、免登陆免注册快速成盘上有着较好体验,这是我们普通用户交付(一键打包、本地壳应用)的形态标杆。
|
||||
|
||||
## 2. 开源参考
|
||||
在算法底色的精度和严谨性上:
|
||||
- **PyJHora**:涵盖海量 Dasha/Shadbala 等分项计算流派,能够极大概率还原古籍星历。但受限于 **AGPL-3.0** 强传染协议限制,我们绝对不能去复制其代码与常数表。它只适合作为“黑盒运行对比数字”的标杆。
|
||||
- **Jagannatha Hora (JHora)**:印度占星界的宗师级独立软件。闭源,拥有无与伦比的极客配置项(数百种历法、节点与纬度扭曲修正选项)。它是我们当下最不可替代的**纯手动截图 / 外部真值抽样**的唯一基准。
|
||||
|
||||
## 3. Bug
|
||||
本轮并未发现在对标策略上的严重越界行为。团队很清楚哪些能用(VedAstro 的交互理念),哪些坚决不能碰(PyJHora 源码),哪些必须死磕(手抄 JHora 的截图真值数据)。目前的短板依然是:过于敬畏后台验证,导致普通用户接触到的前端功能显得贫瘠,API 口径只有不到 40 个,距离 596 个有数量级差距。
|
||||
@@ -0,0 +1,18 @@
|
||||
# Antigravity AI 本地碎片与主仓差异审计 (Round 10)
|
||||
|
||||
## 本机碎片盘点
|
||||
|
||||
通过地毯式的系统级扫描,识别出如下可能涉及印度占星的文件或仓库副本:
|
||||
|
||||
| 类别 | 路径 | 状态 | 是否应同步到主仓 | 理由 |
|
||||
|---|---|---|---|---|
|
||||
| **核心主仓** | `/Users/wuyongnaren/Documents/印度占星` | 包含若干未跟踪文档 | **是** | 这是当前工作区的基准点,除了 `output_report.txt` 等临时输出外,其它的研究报告都应当被 Commit 并推送。 |
|
||||
| **工作区副本** | `/Users/wuyongnaren/.workbuddy/skills/jyotish-vedic-astrology` | 可能为某次历史拉取版本 | **否** | 仅做差异参考或备份,如果主仓已经覆盖其进度,则直接废弃避免冲突。 |
|
||||
| **临时草稿** | `/Users/wuyongnaren/.gemini/antigravity-ide/brain/*/scratch` | 各种 `vedastro_test.py` 等单文件脚本 | **否** | 此为 Antigravity 的临时实验和验证场,不代表正式提交级的代码。 |
|
||||
| **引擎存根** | `/Users/wuyongnaren/engines-repo/jyotish` | 含有 `jyotishganit-runner.py` | **否** | 这是早期或并行的适配器存根,若主仓已合并核心引擎就不应再合并此孤岛文件,以免造成逻辑回退。 |
|
||||
| **文档与书** | `/Users/wuyongnaren/文件仓库/中外占星/国外占星/...` | 海量 PDF 电子书与翻译文稿 | **否** | 涉及第三方版权,严禁作为原始文件塞进代码仓库,仅作为本地知识库查阅。 |
|
||||
| **下载压缩包** | `/Users/wuyongnaren/Downloads/yinduzhanxing-5-new-modules.tar.gz` 等 | 下载留存 | **否** | 若模块代码已被解压合并至主仓,压缩包本身为垃圾文件无需同步。 |
|
||||
| **隐私文件** | 各处的私人星盘报告(如带有具体出生时间、名字的文件) | - | **绝对否** | 保障隐私与仓库数据纯净。 |
|
||||
|
||||
## 结论
|
||||
除了主仓内产生的高价值 `docs/research/` 系列架构说明、对标报告需进行清理和上云外,存在于 Downloads、Desktop 和 .workbuddy 等地的外围代码碎片和私人资料应实施物理隔离,不再同步。
|
||||
@@ -0,0 +1,17 @@
|
||||
# Antigravity AI 下一步给 Codex 的可执行修复建议 (Round 10)
|
||||
|
||||
## 下一步优先级执行队列
|
||||
|
||||
经过反复的防腐审计与外围盘点,我们已经探明了主仓的安全边界。现对 Codex 主线程下达最高优先级的动作指令卡,请严格按序执行:
|
||||
|
||||
1. **[P0] Git 同步与大扫除**:
|
||||
- 立即将 Round 9 和 Round 10 产生的所有 `docs/research/antigravity_round*.md` 以及附属的研究记录(如 `task_plan.md`)一并进行 `git add` 并推送至 GitHub 远端 `codex/release-hygiene-ci`。
|
||||
- **绝对红线**:禁止将 `output_report.txt` 和 `results_extracted.md` 加入追踪!务必将其写入 `.gitignore` 或直接从暂存区清理,保障用户的生辰资料与私密报告的物理级隔离。
|
||||
2. **[P0] 补足前台透明度 (Trust Center 构建)**:
|
||||
- 在 `jyotish-app/index.html` 与 `main.js` 中新增一个显眼的“Dasha/Shadbala 校准状态”看板(或模态框)。它至少需要静态或动态告知普通用户:“由于高阶技法边界极其精微,我们当前正在与外网权威数据做校对(目前进度 0/5),在正式达标前,排出的起步时标请仅做参考。”
|
||||
3. **[P1] 同步修补 AI 与 Skill 边界**:
|
||||
- 修改 `jyotish-app/ai-chat.js` 和 `SKILL.md`,在底座提示词中强力拉起一条警戒线:当遭遇查询精密大运断点时,无论大模型推演得多么笃定,都必须向用户复诵一遍“本部分引擎正处于外部证据严选与验证期,暂做相对强弱参考,不做命运的绝对推断”。
|
||||
4. **[P1] 构建测试防衰退网**:
|
||||
- 在前端测试链条(如 `tests/test_frontend_productization.py`)中新增一个静态扫描断言:测试必须要搜寻到前端代码里存在诸如 `calibration status` 或对应的告警文案;若丢失,流水线必须将其作为阻断级错误抛出。
|
||||
5. **[P1] 真值突围(持久战)**:
|
||||
- 既然“证据校验器”已经固若金汤,下一步就必须开始啃硬骨头:设法在断网/安全隔离的虚机或专用沙盒中运行 JHora 与 PyJHora,手工录入截屏和基准数值。在至少打满 3 份 Evidence Packet 并且让 Validator 亮起绿灯前,不停止该项采集工作。
|
||||
Reference in New Issue
Block a user