# Event Judgment Skeleton v1.0 > 用途:把分散在 `full-reading`、`dasha`、`jaimini`、`varga`、`kp`、`shadbala`、`ashtakavarga`、`references/verified-patterns-*` 中的证据,收束成统一的事件裁决链。 > 适用:marriage / career / wealth / health / generic event verification --- ## 1. Route 不要只按触发词路由。每次先识别三件事: 1. **问题域** - `relationship` - `career` - `wealth` - `health` - `generic_event` 2. **任务类型** - `prediction` - `backtest` - `rectification_support` - `multi-option adjudication` 3. **目标粒度** - `trend` - `window` - `month_level` - `event_level verification` 若这三件事没有先冻结,不得继续下判。 --- ## 2. Evidence Ledger 每个模块必须变成结构化证据块,而不是散乱叙述。 ```json { "module": "marriage_timing", "subtechnique": "double_transit", "question_domain": "relationship", "verdict_role": "activation", "signal": "supportive|mixed|contradictory|blocked", "strength": 0.0, "raw_values": {}, "engine": "native|pyjhora|vedastro|jyotishganit", "ayanamsa": "lahiri", "node_mode": "mean|true", "template_id": "darakaraka_ul_spouse_depth", "case_ref_ids": [], "maturity": "complete|covered|partial", "notes": "" } ``` 最少要求: - `module` - `subtechnique` - `verdict_role` - `signal` - `strength` - `raw_values` - `engine` - `ayanamsa` - `node_mode` - `maturity` 所有涉及印度占星推运、运势解读、事件预测、流年流月、健康、搬迁、考试、 出行、出生时间校正辅助或技法可靠性判断的问题,都必须复用既有 `references/mandatory-verification-gate-protocol.md`: - `MEVG / Global Web Evidence`:记录全球 / 全网外部资料采集、source tier、 conflict arbitration 和未验证声明的降级。 - `Real Case Calibration`:记录真实案例参考、公开 benchmark case,或明确 case gap。 - pure calculation exemption 只适用于纯计算、纯代码、纯项目维护或不解释运势意义的 原始数据输出;一旦解释推运或运势意义,必须执行 MEVG 与真实案例校正。 --- ## 3. Adjudication 所有事件判断必须按以下顺序: 1. **Promise** - 本命是否有该主题的承载力? - 禁止直接从 Dasha/Transit 跳到“会发生” 2. **Activation** - Dasha / Transit / Annual / Jaimini / KP 是否激活? 3. **Manifestation** - 是否足以落到现实事件,而不是只形成心理主题、机会接触或背景躁动? 4. **Timing** - 若 Promise + Activation + Manifestation 都成立,才进入 timing 窗口判定 ### 矛盾优先级 若不同证据块冲突,按以下顺序裁决: 1. `verified pattern / benchmark` 2. `cross-system convergence` 3. `classical rule with prerequisites satisfied` 4. `single module output` 若冲突无法裁决,必须输出 `blocked`。 --- ## 4. Confidence Mapping 置信度不得只按“有几个名人案例”判断,至少同时考虑以下 6 维: 1. `benchmark/case support` 2. `technique maturity` 3. `cross-system convergence` 4. `birth time precision` 5. `oracle closure status` 6. `contradiction severity` 建议映射: - `A`:多案例 / benchmark 强支撑 + complete/covered + 多系统同向 + 参数清晰 - `B`:部分案例支撑 + 多模块同向 + 仍有轻微边界 - `C`:经典规则存在,但统计、闭环或关键层不足 - `D`:仅单一模块、关键层缺失或矛盾明显 --- ## 5. Output Contract 最终输出必须包含: 1. `verdict` 2. `confidence` 3. `conflicts` 4. `Technique Audit Table` 5. `raw evidence` 6. `MEVG / Global Web Evidence` 7. `Real Case Calibration` 最小 JSON 形态: ```json { "event_family": "relationship", "verdict": "high_probability_window|moderate_probability_window|weak_window_needs_confirmation|insufficient_evidence|blocked", "confidence": "A|B|C|D", "conflicts": [], "primary_drivers": [], "missing_evidence": [], "raw_evidence_refs": [] } ``` --- ## 6. Hard Stops 以下任一项未满足时,不得包装成高严谨结论: - 未显式声明 `Ayanamsa / Node mode` - 未显式声明 `Functional Benefic/Malefic` - timing 问题未完成 `Vimshottari + Narayana` - 题目域分盘未展开(relationship -> D9/UL;career -> D10/A10;wealth -> D2/D11) - 外部 oracle 未闭环却假装全局封顶 - 缺少 `Technique Audit Table` - 缺少 `MEVG / Global Web Evidence` - 缺少 `Real Case Calibration`