Jyotisha/findings.md

印度占星产品化发现记录

开源与本地基线

• references/open-source-jyotish-scan-2026.md 已记录可直接复用/对标项目：dashaflow、jyotishganit、panchanga_api、jaimini-tropical、VedicAstro、KPAstroDashboard、vedic_astro_npm、PyJHora、VedAstro、xalen-ephemeris。
• 本轮 GitHub 搜索 panchanga vedic astrology 命中 VedAstro/VedAstro、VedAstro/VedAstro.Python、kunjara/jyotish、bidyashish/vedicpanchanga.com、degen0root/panchanga_api、asitsa-dotcom/jyotidarshan、vedic-astrology-starter-kit 等。
• 产品层结论：同品类 Panchanga 不是只给 Tithi/Nakshatra，至少应有日历范围、节日/vrata 标记、吉凶时段、活动筛选、结构化导出与可检索条件。
• 许可证策略：MIT/Apache 可直接复用；AGPL/GPL 仅作行为基准，不能复制代码。

Panchanga 当前差距

• 当前已有：range API、月历、activity filter、Rahu Kala/Yamaganda/Gulika、Choghadiya、Hora、end times、基础 Ekadashi/Pradosham/Purnima/Amavasya tags、CSV/ICS。
• 仍缺：更丰富的 vrata/festival candidate 标签、按条件检索、导出中保留 condition tags、用户能快速找“适合商业/旅行/修行/避免新开始”的日期。

当前实现策略

• 先在 scripts/muhurta.py 增加保守规则：基于已有 tithi/nakshatra/vara 数据生成可解释标签。
• 对需要 lunar masa 或太阳入宫才能精确判断的节日，只标记为 candidate，并在说明中提示需要月份/太阳过境确认。
• 前端只增加轻量条件筛选，不改核心 API 数据结构，避免破坏已有工作流。

Panchanga 本轮结论

• 已实现：Ekadashi/Pradosham/Purnima/Amavasya 之外，新增 Chaturthi、Shashthi、Ashtami、Navami、Akshaya Tritiya candidate、Shivaratri candidate、Pushya/Guru Pushya/Ravi Pushya、Rohini 等保守标签。
• 已实现：condition_tags 支持 has_vrata、festival_candidate、spiritual_practice、auspicious_activity、avoid_new_start、good_choghadiya、selected activity good/avoid。
• 产品判断：下一个工作区瓶颈不是算法，而是案例管理。保存星盘、配对、问事已经存在，但缺少多人/家庭分组、关系维度和更强过滤。

案例工作区本轮结论

• 2026-06-22 网络检索 vedic astrology kundli matching app 命中 JyotiDarshan、VedicAstrologyAndroid、kundali、MyRashifal、CosmicBond 等，产品信号仍然是 Kundli profile + Panchang + matching + reports。
• 当前项目已实现统一案例工作区：星盘、配对、问事都能进入同一列表，支持分组、关系类型、标签、搜索、批量选择、导出和删除。
• 下一个高价值缺口是关系报告模板：同品类 matching workflow 不应只显示 36 分，还要给“关系主题、风险、D9/Kuja/Dasha 证据、行动建议、边界说明”的报告结构。

关系工作区本轮结论

• 2026-06-22 网络检索 ashtakoot kundli matching、vedic astrology compatibility matching、jyotish matchmaking python：直接可复用且许可证清楚的合盘内核仍以本地已镜像的 dashaflow MIT 代码最贴合；若干新仓库无许可证或只是产品壳，不能直接复制。
• 已实现关系报告模板：把 Ashtakoot 总分/分项、D9 平均质量、Kuja Dosha 平衡、Dasha 同步、强弱 Kuta、风险与下一步建议统一成 relationshipReport / relationship_report 数据结构。
• 已实现 bi-wheel/composite-style 比较视图：完整出生盘合盘后展示上升/月亮/金星/火星轴线、行星 overlay 宫位、星座关系 tone，以及 Sun/Moon/Venus/Mars midpoint。
• 已实现 spouse_status_yoga.py 折叠：/api/relationship 返回 spouse_status_yoga 与 fragment source；完整合盘上下文生成本人/对方 spouse-status 快照，关系报告、保存配对复盘和 HTML 报告都会展示配偶/婚后成长证据。
• 已实现关系报告打印 polish：HTML 报告中的合盘段落升级为 relationship-deliverable，包含结论 hero、证据卡、双人轴线、overlay 表、midpoint、spouse-status、行动列表和边界说明，打印时避免关键卡片拆页。
• 已实现可编辑关系元数据：统一案例工作区可编辑 chart/pair/prashna 的标题、分组、关系类型和标签，保存后刷新列表并保留 JSON 导入/导出形状。
• 2026-06-23 网络/本地扫描报告与 PDF 项目：vedic-astro-skills 的 scripts/report_builder.py 是最贴合且许可证清晰的本地可复用代码；GitHub 命中的 report/PDF 项目多为无许可证、API SDK、产品壳或 notebook，不适合直接复制为核心管线。
• 已实现后端 PDF 管线：新增 /api/report_artifact，限制 HTML 大小、阻断 script/iframe/object/embed/on* 事件属性与 javascript: URL，复用 report_builder._html_to_pdf 生成 PDF；Playwright 不可用时返回后端生成 HTML 作为降级工件。
• 已实现前端 PDF 导出：导出菜单新增“导出 PDF 报告”，exportPDFReport 将现有单文件 HTML 报告送往后端，下载 pdf_base64；若后端 PDF 不可用则下载 html_base64。
• 已实现更深关系时机/UL-DK 折叠：完整合盘会从本地 computeKaraka/computeArudha 和当前 Dasha 中提取 7星制 DK、8星制 DK、UL、7宫主与 Venus/Jupiter/Moon/Mars 触发，把它们折叠进关系报告证据和可读卡片。
• 碎片审计补充：本轮发现前端 UL/DK 函数已存在但未完全闭合到导出与测试；已补 /api/relationship.relationship_timing、uldk-print-grid HTML/PDF 导出和产品化断言，后续继续优先用 rg 排查半接入函数。
• 已实现导出体验 polish：PDF/HTML/JSON/SVG/PNG 导出期间锁定菜单，显示 aria-live 状态；PDF 后端渲染不可用时保守下载 HTML fallback，并明确提示用户。
• 已实现 Panchanga 组合条件筛选：用户可同时勾选 vrata/节日候选/修行/活动适配/避免新开始/吉利 Choghadiya，结果按 AND 语义过滤，并展示每个条件的保守说明，避免把候选节日误命名为确定节日。
• 已实现 Panchanga search/details 后端字段：panchanga_range_report 返回 search_summary 和逐日 festival_details，说明候选节日的 tithi/nakshatra/vara basis、confirmation note 与 query examples。
• 已实现前端组合模式与 location-aware 摘要：条件筛选新增“满足全部/满足任一”，摘要展示使用的出生地坐标/时区或手动日出日落来源，节日说明卡在移动端单列展示。
• 已实现计算设置选择器：参数中心可保存 ayanamsa/node/house/sunrise/geocoder 策略，排盘 payload、星盘对象、provenance 和导出报告都会携带；对尚未真正切换底层黄经的选项明确标注为 staged policy。
• 已实现规则/技法检索目录与 API Explorer：后端新增 /api/technique_catalog 和白名单 /api/technique_example，由 capability audit/technique registry 自动生成 65 个技法目录、domain/status/level 筛选、API endpoint 映射、示例 payload 和可运行样例；前端完整解盘的 Skill workbench 目录卡片可用当前星盘试算，后端不可用时保留原 workbench fallback。
• 产品判断：关系、Panchanga、导出、参数透明度和技法目录已具备普通用户可用基础；下一缺口是规则变体/流派 toggles 与候选碎片归档，让 Yoga/KP/Jaimini/AV 等流派差异不只藏在源码或 JSON。
• 已实现规则变体/流派 toggles 可见化：Yoga、Jaimini Karaka、KP significator、Ashtakavarga、Shadbala、Dasha reference 已进入同一 Calculation Settings 存储和导出链路；其中 Yoga/Ashtakavarga/Shadbala 的 API 结果已开始返回 rule_variants，前端 Skill workbench 会展示结果口径。
• 已实现候选碎片真实接入：curse_yoga_detector.py 已复用到 /api/yogas，返回 curse_yogas、风险等级、命中数量和边界提示；shadbala_advanced.py 已复用到 /api/shadbala 的 advanced_layer，补充 Kala VMDH、Yuddha Bala 与 Sputa Drishti 证据，但不覆盖主 Shadbala 排名。
• 已实现 Dasha 叙事/时间线碎片接入：dasha_analyzer.py 进入 /api/dasha.vimshottari_analysis，补充真实 Mahadasha 起点、当前 Antardasha、Moon Nakshatra/Pada；dasha_calculator_enhanced.py 作为五级层级证据层，主周期合同不变。
• 碎片审计发现：候选队列已从 6 个降至 4 个，剩余集中在 reading/orchestrator/bridge/automation 归属；这些更像工作流/代理桥接，需要决定是否属于用户端产品，不能盲目塞进前端。
• 已实现主题化报告编排接入：新增 thematic_report_orchestrator registry 条目和 /api/thematic_report，将 report_orchestrator.py 的五主题叙事、冲突裁决、证据链和 Dasha 时间锚点变成可调用 API；前端 Skill workbench/API Explorer 用 computeThematicReport 渲染主题卡。
• 碎片审计结论更新：reading_orchestrator.py、report_orchestrator.py、orchestrator_bridge.py 已有 registry/API/frontend/test 引用链，不再是漂浮碎片；mevg_automation.py 作为只读门控状态进入 /api/case_validation.mevg_gate；hermes_bridge.py 判定为外部个人 agent/WorkBuddy 学习桥，会写用户 home 目录，不纳入占星网页/app 默认产品面。
• 已实现主题报告真实证据链：/api/thematic_report 现在区分 custom_evidence、derived_chart_evidence、sample_evidence。传入出生数据或星盘数据时，会 best-effort 调用 chart、dasha、yogas、shadbala、ashtakavarga、relationship、career、Jaimini 模块，生成五主题证据；单个模块失败只进入 warning，不让整份报告不可用。
• 产品判断：这一步解决了“主题报告只有表面叙事/样例证据”的关键问题。下一缺口转向方法透明度：Technique Directory/API Explorer 应给用户可复制 cURL/OpenAPI 片段、方法边界和算法来源说明。
• 已实现 Technique Directory/API Explorer 方法透明度：后端 catalog 返回 api_docs、method_docs、cURL、最小 OpenAPI operation 和 endpoint notes；前端卡片显示方法摘要/边界/API doc key，试算结果显示 cURL / OpenAPI 折叠区。
• 产品判断：技法目录已从“能搜索/能试算”升级为“能复用 API/能解释接口边界”。下一类缺口属于平台与信任层：PWA/桌面包装、隐私/数据位置、术语模式、星历抽象。
• 已实现 PWA/信任中心 MVP：manifest、service worker shell cache、SVG icon、install prompt 状态和 Trust Center 已进入用户端；本地资料可导出，清空本地资料保留二次确认，不自动执行破坏性动作。
• 产品判断：平台层已从普通 Vite 页面升级为可安装/可说明数据边界的 local-first 工具；下一缺口是术语模式与星历抽象，让初学者/专业用户和未来替换 ephemeris backend 都有明确入口。
• 已实现术语模式：入门/专业/梵文优先已进入 Trust Center、tooltip、provenance、JSON/HTML 导出；这补齐了同品类 Jyotish 软件常见的 Sanskrit/英文/本地语言对照体验。
• 产品判断：术语层已不再只是点击 glossary，而是可配置的解释口径。下一缺口继续集中在平台化交付：PWA 之后的 Pake/Tauri 桌面包装说明，以及 SwissEph/VedAstro/Xalen 等星历底座替换可行性。
• 2026-06-23 首次使用对标补充：Hora Prakash 的无注册/PWA/隐私本地化、VedAstro 的 API/skill/chat/API doc surface、Maitreya/HinduVahini 类桌面/功能软件都说明，同品类产品不能只堆计算标签，首屏必须让用户知道“如何开始、环境是否可用、无 API 时能做什么、已有星盘如何导入”。
• 已实现首次使用与空状态路径：首屏提供运行健康检查、示例盘填入、已有星盘导入聚焦；本地星盘库空状态从静态说明改为引导用户用示例盘/导入/手动输入生成第一张盘。
• 产品判断：这一步补的是普通用户的第一分钟体验，降低“页面功能很多但不知道从哪里开始”的风险。下一缺口不再是静态入口，而是真机/浏览器首跑验证：桌面和移动端是否无重叠、示例盘能否生成、健康检查失败文案是否能指导启动本地 API。
• 官方安全口径补充：OpenAI API key 属于 secret，不应出现在浏览器/app 客户端代码、localStorage、URL 参数或公开仓库；Jyotish AI 聊天应经由服务端 /api/chat 或本地后端代理读取服务端 OPENAI_API_KEY。
• 已实现 AI/导出信任层 polish：AI 聊天默认回复改为服务端密钥处理说明；PDF 导出失败或后端 PDF 渲染不可用时保守导出 HTML，并提示 Trust Center 健康检查与 Python API 启动命令。
• 产品判断：首次使用路径之后，普通用户的下一类卡点是“PDF/AI 点击失败但不知道为什么”。现在错误恢复已经从技术异常变成可行动路径；下一缺口可以转向星历抽象可行性，把 SwissEph/VedAstro/Xalen 的长期替换边界从文档推进到可测试探针。
• 已实现星历抽象可行性探针：scripts/ephemeris_backend_probe.py 会输出 candidate_backends、license_posture 与 replacement_readiness，把 swisseph_python 标为 primary，swisseph_wasm 标为 fallback，xalen_ephemeris 标为 spike_only，vedastro 标为 product_api_benchmark，pyjhora_benchmark 标为 benchmark_only。
• 许可证与替换结论：当前不能把 xalen/VedAstro/PyJHora 说成已替换核心计算。SwissEph 仍是生产黄经来源；xalen 需要本地 adapter 和 parity matrix；VedAstro 适合作为 MIT 产品/API 对标；PyJHora 因 AGPL 只做行为基准或 oracle，不复制实现。
• 产品判断：下一步不应继续堆 UI 标签，而应建立后端 adapter contract 与 longitude parity matrix，要求 Sun/Moon/Asc/Rahu/Ketu 和 Panchanga 边界案例在可接受 delta 内，才允许非 SwissEph 后端进入运行时选择。
• 已实现后端 adapter contract：scripts/ephemeris_adapter_contract.py 定义 EphemerisAdapterContract 与三组 PARITY_CASES，复用当前生产 swisseph_python 计算 Sun/Moon/Asc/Rahu/Ketu baseline，并保留 candidate_backend 插槽。
• 接入标准：任何后续 SwissEph WASM、xalen 或 VedAstro 服务边界都必须输出相同字段，包括 ayanamsa_value、sidereal longitude、speed、retrograde、backend metadata，并通过 longitude_delta_arcsec 阈值后才能进入运行时设置。
• 候选 adapter gate 结论：本地没有 xalen 可执行来源；SwissEph WASM 资产可用但包许可证分别为 AGPL-3.0 与 GPL-3.0-or-later，因此只能作为本地 fallback/实验路径，不能无审查地进入商业桌面/PWA 分发叙事。
• 真实浏览器点击级 smoke 结论：静态产品化断言和 curl runtime smoke 仍不足以发现用户点击路径问题；新增 tests/run_frontend_click_smoke.py 后，真实覆盖了示例盘生成、AI chat、HTML 导出、Transit、合盘、问事，并发现 HTML 报告导出实际会因 sub_lord is not defined 失败。
• HTML 导出 Bug 根因：jyotish-app/jyotish-advanced.js 的 computeNakshatraAdvanced 定义 subLord，但返回对象误用 sub_lord, 简写；真实用户生成星盘后导出 HTML 会在构建 extras 时抛错。已修为 sub_lord: subLord，并增加测试守门。
• 产品判断：当前桌面在线 happy path 已有真实浏览器守门；下一缺口是移动端/离线/PWA 安装、无 API 启动失败、PDF fallback 与浮层遮挡等更接近普通用户环境的交互守门。
• 移动端点击守门结论：390px 视口下 AI FAB 原本会被星盘 SVG/行星表截获，且 chart/table 容器会把页面撑到 528px。真实用户在手机上可能无法打开 AI 面板。已将移动 FAB 放到左侧安全区、AI panel 锁定 100vw，并收紧 chart/table 容器宽度。
• 离线/无 API 结论：无 API 时前端可以通过浏览器 fallback 生成基础星盘，健康检查会显示 npm run web 与 python3 scripts/jyotish_api_server.py 恢复路径；console 中的 ERR_CONNECTION_REFUSED 是预期 API 探测噪声，click smoke 已分入 expected_offline_console_errors。
• 桌面包装探测结论：本机 Rust/Node 基础可用，但未安装 pake/tauri CLI；xcodebuild 只有 CommandLineTools，不能视为 macOS signing/notarization ready。Pake 上游 GPL-3.0，Tauri 仍需 sidecar 生命周期、权限、签名/公证策略；当前不能声称桌面包已可发布。
• PDF fallback 点击结论：真实用户点击 PDF 导出时，如果后端 PDF 渲染不可用，前端必须明确“已改为导出 HTML 报告”，并提供 Trust Center 与本地 API 启动路径。run_pdf_fallback_smoke 现在把这条路径纳入浏览器守门。
• PWA 离线 shell 结论：service worker 控制后的二次 reload 可以保留首屏 shell；离线状态下 JS module/API 请求会产生 ERR_FAILED，这是预期离线噪声，脚本单独放入 offline_shell_expected_console_errors，避免把真实 JS error 混进去。
• 移动端长标签结论：Complete/Vargas/Synastry/Prashna/Transit Compare 已可在 390px 视口真实切换；下一类风险转向导入 PDF/文本星盘、保存案例库、移动端导出菜单和 Trust Center 长内容。
• 报告 artifact 契约结论：只返回 html_base64/pdf_base64 不足以支撑普通用户体验；后端必须显式返回 artifact_status、primary_artifact、download_filename、download_mime、fallback_reason、user_message 与 next_action，前端才能在 PDF 不可用、API 未连接或 HTML fallback 时给出一致的下载名和恢复动作。
• 验证结论：runtime smoke 现在会检查 report artifact 的状态、下载文件名和用户指引，不再停留在“有 base64 就算通过”的浅层检查。下一类高风险用户路径是导入 PDF/文本星盘、保存/重开案例库，以及移动端长内容中的导出菜单和 Trust Center。
• 导入/案例库结论：文本星盘导入、填表、生成盘、保存本地星盘、重开保存星盘、工作区保存与案例库导出已经进入真实浏览器守门；这类路径不能只看按钮存在，因为之前 smoke 本身先后暴露了隐藏 logo 和未切换 provenance tab 两个真实选择器/可见性问题。
• 下一风险：移动端已经验证过长标签切换，但还没有专门验证导出菜单、Trust Center 长面板、健康检查、本地资料导出/安装说明在 390px 视口下是否可读、可点击、无横向溢出。
• 移动 Trust Center 结论：健康检查 API 成功不等于用户能看到成功；原实现会在 renderAll() 后把“健康检查通过”覆盖回 PWA 默认说明。状态文案必须由 runtime health 派生，才能在移动端和普通用户长面板中稳定可见。
• 移动工作区布局结论：案例库内部控件在 390px 视口下会因 case-workspace-counts、case-workspace-controls 等块宽度叠加父级 padding 产生右侧溢出。移动端不仅要让主 grid 单列，也要给嵌套工作区控件 min-width:0 和单列/最大宽度约束。
• 质量门结论：长链路浏览器 smoke 必须有命令级超时和进程快照，否则失败时容易留下 API/Vite 子进程并让用户不知道卡在哪里。--timeout 与 --frontend-click-timeout 已成为默认质量门的一部分。
• 文件导入结论：粘贴文本通过不代表文件上传也可用；真实浏览器守门需要覆盖 set_input_files、文本文件读取、PDF API 抽取失败和移动端上传入口触控尺寸。移动端“上传文件”低于 40px 时虽然视觉可见，但不适合普通用户触控。
• 下载稳定性结论：在长链路 --mode all 中仅靠 page.on("download") 收集文件名会有偶发遗漏；关键导出动作应使用 page.expect_download() 包裹点击，才能把案例库导出失败和测试竞态区分开。
• 启动路径结论：普通用户不应同时面对“npm run web / npm run dev / python API / PWA / Pake / Tauri”多套入口。当前 README 和质量门失败摘要已统一为“先网页、再本地 API、然后 Trust Center 健康检查”，并明确 PWA 只包装网页壳。
• 术语一致性结论：可复制命令属于 README/质量门摘要，应用内恢复文案属于普通用户语言。界面只给“普通用户启动路径 / 网页服务 / 本地 API 服务 / PWA 安装壳 / Trust Center”，避免把用户推回开发者命令细节；真实浏览器 mobile-trust smoke 已验证新 Trust Center 成功文案可见。
• 下一风险：质量门已经覆盖真实浏览器全链路，但默认 full click smoke 成本较高。需要把 fast/default/release 三层验证写清楚，确保主动迭代时不跳过核心路径，发布前仍跑 --mode all。
• 整机初扫发现：当前项目并非唯一资料源。高相关目录包括 /Users/wuyongnaren/.workbuddy/skills/jyotish-vedic-astrology、/Users/wuyongnaren/Projects/星轨资料恢复/17-Skills技能库/jyotish-vedic-astrology、/Users/wuyongnaren/Projects/星轨资料恢复/25-相关Skills补充/jyotish-vedic-astrology、/Users/wuyongnaren/engines-repo/jyotish、/Users/wuyongnaren/Documents/星轨talk/engines-repo/jyotish、/Users/wuyongnaren/WorkBuddy/2026-06-09-20-03-34/jyotish-fragments、/Users/wuyongnaren/文件仓库/印度占星文章、/Users/wuyongnaren/文件仓库/中外🔮占星/国外占星/印度占星书。
• 整机初扫还发现多份可能包含遗漏结论的历史报告：.workbuddy/brain/*/印度占星Skill全面审计与能力评估报告-v3.0.md、.workbuddy/brain/*/jyotish_improvement_plan.md、WorkBuddy/2026-06-10-21-30-47/印度占星Skill_真实Bug与遗漏清单_v6.1.11.md、WorkBuddy/2026-06-10-21-30-47/开源印度占星项目搜索报告.md、WorkBuddy/2026-06-12-15-22-12/vedic-astrology-open-source-research.md。
• 云端探测结论：SSH git ls-remote 因 22 端口连接超时失败；HTTPS git ls-remote https://github.com/732642856/yinduzhanxing.git 成功，远端 refs 包含 refs/heads/main、refs/heads/codex/release-hygiene-ci、tags v6.0.47 至 v6.0.52。GitHub REST API 匿名访问被 rate limit，因此云端字符级审计应使用 HTTPS git mirror。
• 历史遗漏报告共识：旧报告反复指出的非表层缺口不是 UI，而是专业技法深度和 benchmark：Ashtakavarga PAV/Prashtara/Kakshya/Yoga Pinda、Bhava Bala、Navatara/Tara Bala、Kantaka Shani、Pushkar Navamsa、Ishta/Kashta Phala、36 Sahams、Tajika 强度体系、KP Horary/Prashna 裁决、Muhurta 求解器、Vimshottari 多起算点、精微分盘 D24/D30/D60 深度解读。
• 许可证边界：历史报告中 VedicAstro、dashaflow、vedic-astro-skills、happyalu/panchang-muhurt 标记为 MIT 或可复用；PyJHora、vedic-calc 标记为 AGPL/GPL 参考/benchmark-only，不能直接复制进当前产品。
• 覆盖矩阵结论：scripts/sade_sati.py、scripts/kakshya.py、scripts/bhava_bala.py、scripts/prashna.py、scripts/varshaphala.py 说明旧缺口里很多已进入后端/API；但 Prashtara、Yoga Pinda、Panchavargiya、Sayanadi 仍没有 registry/API/frontend 闭环。
• 云端/本地差异结论：GitHub codex/release-hygiene-ci 云端快照只有 720 文件，本地工作区 1525 文件且包含大量 build/cache 产物和未提交开发文件。后续判断“是否遗漏”必须以当前工作区 + 云端 mirror + .workbuddy/skills/jyotish-vedic-astrology 三方对照，不能只看当前目录。
• 下一实现判断：Ashtakavarga Prashtara/Yoga Pinda 是优先级最高的真实遗漏，因为当前项目已具备校准后的 BAV/SAV 与 Kakshya，但缺少专业软件常见的源贡献展开和 Yoga Pinda 层；本地 dashaflow/ashtakavarga.py 是最贴近可复用参考。
• Ashtakavarga 复核结论：当前代码并非完全没有 Prashtara，calc_prastara_av() 已存在；真实缺口是 PAV 形状、Yoga Pinda、API summary、Skill workbench 和 registry 没有形成一等产品闭环，导致用户看不到专业贡献追溯。
• Ashtakavarga 本轮修复：新增 calc_yoga_pinda()，让 Yoga/Shodhya Pinda 可被 API 与测试直接调用；/api/ashtakavarga 返回 yoga_pinda_summary；前端 Skill workbench 新增 Yoga Pinda 卡片与校验标签；registry 新增 ashtakavarga_yoga_pinda 条目并更新主 Ashtakavarga covered 状态。
• Ashtakavarga 剩余边界：当前 Yoga Pinda 复用项目既有 v2.1 Shodhya Pinda 权重口径，并已明示 validation note；若后续要对齐更严格传统流派，需要引入外部书例/benchmark，而不是把当前权重伪装成全部流派通用标准。
• 下一高价值遗漏：Sripathi/Placidus 房宫算法切换。当前设置层已有 house policy 叙事，但用户还不能验证切换后房宫、Bhava Chalit 与报告证据如何变化；应先地毯式查本地 bhava_chalit、历史碎片和开源 references，再补 parity tests/API provenance/frontend selector。
• Antigravity/VedAstro 复核结论：Antigravity 临时 SDK 报告中 D1/D9 对齐结果有效，可增强对当前基础排盘和 Navamsa 映射的信心；但报告未成功取得 VedAstro Shadbala/Dasha，因此不能用它来判定当前 Shadbala 或 Vimshottari 实现错误。
• 过期结论纠正：当前项目已经支持 --second，前端/API/wrapper 也能保留秒级时间；Shadbala 主输出已改为 v6.9.15 absolute Rupas，用户样本总量约 55.1437、Sun 约 9.7035，不再是旧报告中的 1.7-3.5 归一化档。
• Dasha 差异边界：用户 PDF 目标起点 1986-05-18 与当前引擎 1986-05-23T22:45:10 仍相差约 5.948032 天；scripts/dasha_reference_audit.py 显示秒级输入和年长常数不能单独解释，应继续比较外部 oracle 的 Moon sidereal longitude、ayanamsa 与 Vimshottari 起算口径，不能为单份 PDF 直接调生产常数。
• 分盘回归 Bug：scripts/divisional_charts_extended.py 的 D81/D108/D144、custom、composite varga 曾可能生成超过 360 度的中间黄经并导致 sign index 越界；已统一用 _position_parts() 归一化，并增加回归测试。
• Level 3 外部解盘审计：附件解盘的 D1/D9 和 Saturn/Ketu 大运方向可参考，但存在 Sun Ashwini Pada、Venus combustion、retrograde、Ashtakavarga SAV 与 True/Mean Node 口径混用等可计算错误，已记录到 docs/research/level3_reading_audit_2026_06_25.md。
• 尊严状态 Bug：外部解盘触发了真实产品问题，scripts/jyotish_engine.py 与前端 fallback 原本只把 Exalted/Debilitated/Own Sign 标出来，导致 Jupiter in Virgo 被显示成“中性”。已按行星对星座主星的态度输出 入友/入敌，并补 CLI/前端测试。
• Skill 同步结论：网页/app 主线已修复的 D81/D108/D144 分盘归一化和 D1 友敌尊严标签需要同步到 skill 分发层，否则不同窗口/自动化可能继续使用旧副本。本轮已同步 skills/jyotish-engine-modules/scripts/divisional_charts_extended.py，并修正根 SKILL.md 中“全球第1”“1200/1200 Virupas校准”等过强/过期口径，新增测试防止再次漂移。
• 公开演示环境结论：静态 demo/PWA 不能伪装成完整本地 API 应用。首屏和 Trust Center 现已展示“静态演示模式”能力边界：可直接体验出生资料输入、基础 D1/D9、术语模式和 Trust Center；PDF/HTML 报告、高级技法、真实案例复验、AI 解读代理需要本地 API。deployment_preflight.py 输出 static_demo_boundary_visible，发布前会阻断边界文案缺失。
• Dasha/Shadbala oracle 边界结论：新增合并审计后，当前可重复报告显示 Dasha 用户 PDF 起点差异仍为 1986-05-23T22:45:10 vs 1986-05-18、所需 Moon 偏移约 0.01206283°；VedAstro SDK 黄经样本已进入 longitude_cases，本地 Moon 与 VedAstro Moon 差约 26.2254 角秒、全 9 项均在 120 角秒阈值内，因此基础落座/D9 可信度更高，但不足以解释 Dasha 起点差异；Shadbala 输出已是 v6.9.15 absolute Rupas，但外部目标仍缺六分量拆分，因此 production_tuning_recommended=false，不能把单份 PDF 或全局缩放当成校准完成。
• Antigravity 并行修改审计：其写入的 Shadbala component_targets 是本地结构样本，不是 JHora/PyJHora 外部权威样本；scripts/oracle_boundary_audit.py 已将这类目标标为 component_targets_sample_only / sample_only_not_external_oracle，防止误宣称绝对值校准完成。
• AI Native 差异化承载：scripts/jyotish_engine.py full-reading 已输出 ai_prompt_pack，将核心星盘、Dasha、Shadbala、SAV、D9、错误/边界整理成 RAG/Prompt 上下文。该层用于网页/app 和 skill 的大模型解读，不替代底层计算，也不硬编码断语。
• Antigravity 副手定位：官方 Antigravity artifacts/implementation plan 适合做可审查副任务；结合公开安全事件与用户本地密钥风险，本项目把它限制为 oracle 样本采集、网页/app 审计、skill 同步审计和浏览器用户流验证，不让它直接重写核心引擎或执行破坏性命令。
• 新发现的下一修复点：scripts/transit_trigger.py、scripts/solar_return.py、scripts/muhurta.py、scripts/cmd_muhurta.py 中 sidereal mode 设置被注释后依赖进程全局状态；下一步应引入统一 ayanamsa helper，默认 Lahiri，并允许调用方显式覆盖。
• Ayanamsa 全局状态根因确认：Swiss Ephemeris 的 sidereal mode 是进程全局配置，FLG_SIDEREAL 不会自动指定 Lahiri。红灯测试显示在全局切到 Raman 后，Transit/Muhurta/Solar Return 默认输出会漂移约 1.446°。已通过 scripts/ayanamsa_utils.py 统一在每次 sidereal helper 调用前设置口径，默认 Lahiri，并允许调用方显式覆盖。
• Yoga 准确率脚本修正：scripts/validate_yoga_accuracy.py 原先在 FLG_SIDEREAL 后又手动减 ayanamsa，存在双重扣减风险；现改为显式 Lahiri sidereal flags，并直接使用 SwissEph 返回的恒星黄经，避免准确率报告被验证脚本自身污染。
• 前端联调结论：/api/chart 是普通用户最常走路径，必须直接返回 Ayanamsa 元数据与 ai_prompt_pack，不能只让 CLI full-reading 拥有 AI Native 上下文。当前已补 /api/chart.ai_prompt_pack、完整解盘面板和 AI Chat 上下文优先级。
• 产品头像结论：原图 1046×1024、约 1.4MB，作为页头头像和 PWA 图标过大；已压缩到 512px、约 417KB，并把页头显示尺寸收敛到 28px。
• Antigravity Round 2 边界：副手适合继续做全球产品黑盒复验和 oracle 样本可行性，不适合直接改核心计算或读取密钥；任务单已把输出限定在 docs/research，避免与 Codex 当前实现冲突。
• Antigravity Round 3 派工结论：副手下一轮不再重复旧的“前端未接 Prompt Pack”静态结论，而是以黑盒复验为准，检查 Network payload、API response、完整解盘面板、AI Chat 上下文、头像资源体积和普通用户可用路径；仍禁止读取密钥或修改核心代码。
• Antigravity Round 4 派工结论：副手要从“缺 oracle”的抽象结论进入“每个 template case 缺什么、从哪里采、何时能升 external_verified”的执行层；当前 5 个模板全部保持 template_only，审计脚本会输出缺失字段并保持 production_tuning_recommended=false。
• Dasha/Shadbala 采集队列结论：scripts/oracle_collection_queue.py 当前从 5 个 template case 生成 5 个 ready_for_collection 任务，但 ready_for_calibration 仍为 0、production_tuning_allowed=false。这把下一步从“讨论准确率差距”推进到“逐字段采 Moon longitude、Vimshottari boundary、Shadbala 六分量外部真值”，同时继续阻止用本地输出或模板值调生产常数。
• 质量门结论：release profile 不应只报告 production_tuning_recommended=false，还要给维护者/副手可执行的采集清单；因此 ORACLE_COLLECTION_QUEUE_CMD 已跟随 oracle boundary audit 运行，并被 README/静态测试锁定。
• Evidence packet 结论：仅有采集 task 不够，必须给每条任务一个可填写证据包，要求 tool_name、source_artifact、ayanamsa、node_mode、timezone 等元数据，并把 target placeholders 与 missing fields 逐项绑定。这样后续录入时可以审计“这个值来自哪里”，而不是只看数字。
• Shadbala 防线结论：凡是缺 target.shadbala_components 的任务，证据包都会标记 reject_global_shadbala_scaling，防止为了贴合一个总分而引入粗暴倍乘系数。
• Evidence validator 结论：采集队列还需要第二道门来验证“已填写的证据包能否晋级”。scripts/oracle_evidence_validator.py 当前会拒绝空 metadata、缺 source_artifact、未填 target placeholders、非 external_verified 状态，以及含 Local Engine/this-repo/scripts/jyotish_engine.py 等本仓库来源的 artifact。
• 质量门覆盖结论：只在 release profile 运行 oracle 队列不足以支撑日常主动迭代；CORE_PYTEST_TARGETS 已纳入 collection queue 和 evidence validator 测试，使 quick gate 也能发现采集队列/证据包漂移。
• Round 7 后续审计发现：如果未来人工把 oracle JSON 某条 case 升级为 external_verified，旧队列生成器会重新生成 draft evidence packet，导致“已填外部真值仍过不了 validator”。已修为保留 evidence_packet.status/metadata，并用 target_fields 固定目标字段集合。
• 对标差距结论：相对 VedAstro/PyJHora/JHora，当前最实质缺口不是基础 D1/D9，而是 Dasha/Shadbala 外部真值样本库、合婚/Koota/Panchanga 的 API/产品深度、以及普通用户一键使用/校准状态可视化。PyJHora 因 AGPL 只能黑盒参照，JHora 因闭源只能截图级人工采集。