root/Jyotisha

Fork 0

Files

T

732642856 9e46a4814a feat: add active rectification questionnaire

2026-07-08 17:16:39 +08:00

5.5 KiB

Raw Permalink Blame History

生时校正分盘调用决策树

目标：把生时校正从“所有分盘一起上”改成“按证据价值和过拟合风险分层调用”。结论先行：不是所有分盘一股脑上。

1. 总原则

生时校正时，优先级应当是：

Dasha + dated events
D9
D10
D7 / D12 / D24 / D4 / D2 按主题选
Nakshatra / Pada / house shifts
D30
D60

一句话版本：

Dasha 定框，D9/D10 定核心，D12/D7/D24 等按题补刀，D30/D60 最后谨慎使用。

这和当前仓库里已有的校时权重一致：

Dasha 40%
分盘一致性 35%
宫位变化 15%
Nakshatra Pada 10%

对应实现见：

[jyotish-app/rectification-engine.js](/jyotish-app/rectification-engine.js)
[references/varga-system-quick-reference.md](/references/varga-system-quick-reference.md)

1.1 产品化问询原则

生时校正不应默认要求用户先列出 8-15 个事件。普通用户路径优先采用主动问询：

候选时间扫描
→ 分盘 / Arudha / KP cusp / Dasha 敏感差异提取
→ 生成高信息量选择题
→ 用户回答 A/B/C/D
→ 动态缩小候选时间簇
→ 进入下一轮追问

用户只需回答：

A. 明确有，且时间大致吻合
B. 有类似，但时间略偏或不够重大
C. 没有明显发生
D. 不确定 / 不记得

机器可审计入口：

python3 scripts/active_rectification_questions.py --birth-time "1955-02-24 19:15" --uncertainty-minutes 30 --pretty

2. 第一层：主引擎

Dasha + dated events

这是第一裁判，不是某一张分盘。

先用真实事件把时间框住：

结婚 / 分手 / 离婚
入职 / 升职 / 创业 / 换工作
搬迁 / 出国 / 移民
生育 / 流产 / 子女关键年份
健康危机 / 手术 / 事故
重大财富变化 / 破财

如果没有 dated events，只靠分盘做校时，风险会显著上升。

3. 第二层：核心分盘

D9

最适合验证：

婚姻 / 关系质量
亲密关系成熟度
配偶画像
内在命运路线是否与 D1 同向

D10

最适合验证：

事业显化
职业兑现
升职 / 名声 / 社会角色
事业方向切换是否成立

如果用户提供的事件主要是婚恋和事业，D9 + D10 是最值钱的双核。

4. 第三层：主题分盘补刀

当 Dasha 已经定出大框，但两个候选时间都还能解释时，再按主题调专项分盘：

事件主题	优先分盘	用法
婚姻/关系	`D9`	核心，不是补充
事业/升职/换工作	`D10`	核心，不是补充
子女/生育	`D7`	用于拉开生育相关年份与子女主题差异
父母/家族	`D12`	辅助裁判，不是第一裁判
教育/考试	`D24`	学业、考试、研究路线
房产/搬迁	`D4`	房产、居所、迁移、家庭落点
财富/收入变化	`D2`	收入、资产、财务结构变化
健康/事故/创伤	`D30`	只在有明确健康事件时用

其中 D12 的角色要说清楚：

它很有价值
但通常在 D9/D10 不能彻底拉开差距时再上
所以它是辅助裁判，不是第一裁判

5. 第四层：细分钟收口层

这一层适合最后 2-10 分钟的缩窄，不适合一开始就拍板：

Nakshatra / Pada
特殊 Lagna
敏感点
分盘上升切换点
宫位变动

它们的作用是：

在大框已经基本收敛后
继续缩小到更细的分钟段

不应让这一层反过来主导整体结论。

6. 第五层：超高敏层，慎用

D30

可用，但前提是用户有明确的：

健康危机
手术
创伤
事故
极端压力事件

D60

只适合在已经高度收敛后，作为最后参考。

不要让 D60 反过来主导校时结论。原因很简单：

对出生时间太敏感
在事件样本不足时特别容易过拟合
很容易出现“解释很漂亮，但时间其实没校准好”

7. 实战决策树

Step 1

先问：有没有 5 个以上带年份或日期的真实事件？

没有：先补事件，不急着堆分盘
有：进入 Dasha 定框

Step 2

事件主要落在哪个主题？

婚姻/关系 -> D9
事业/升职/换工作 -> D10
子女/生育 -> D7
父母/家族 -> D12
教育/考试 -> D24
房产/搬迁 -> D4
财富/收入 -> D2
健康/事故/创伤 -> D30

Step 3

如果两个候选时间在核心分盘上仍都说得通：

再看 Nakshatra / Pada / house shifts
再看更窄的分盘上升切换

Step 4

只有当 Dasha + 核心分盘 + 主题分盘都已经明显收敛后，才允许上 D60 做最后参考。

8. 时间敏感度提醒

仓库当前已有的分盘时间精度要求：

D9 / D10: ±2分钟
D2/D3/D4/D7/D12: ±5分钟
D30: ±1分钟
D60: ±30秒

因此：

D9/D10 足够敏感，适合作为校时主力
D30/D60 过于敏感，适合作为后段验证

9. 禁止做法

以下做法不推荐：

一开始就把所有分盘全开
用 D60 反向主导时间结论
没有 dated events 时过度依赖高敏分盘
用单一分盘推翻 D1 + Dasha + 核心分盘 的同向证据

10. 落地口径

校时时，默认解释顺序应是：

Dasha + dated events
D9
D10
主题专项分盘
Nakshatra / Pada / house shifts
D30
D60

如果需要一句给用户看的简明口径，就用这句：

校时主力不是“所有分盘”，而是“Dasha 定框，D9/D10 定核心，D12/D7/D24 等按题补刀，D30/D60 最后谨慎使用”。

5.5 KiB Raw Permalink Blame History