LLM 算命最大的问题不是"准不准"，而是它自己都不知道自己在哪一步开始瞎编的。排盘顺序乱了、历法换算错了、流派口径没声明——错误一层层叠加，最后结论看着很玄乎，过程全是幻觉。
Numerologist_skills 的做法是把传统术数拆成可审计、可复用、可逐步扩展的工程模块。
三个术数体系
| 体系 | 用途 | 实现方式 |
|---|---|---|
| 奇门遁甲 | 单事判断、择时、方位 | Python CLI 固定计算 |
| 紫微斗数 | 本命盘、宫位、大限流年 | 规则与 References 驱动 |
| 四柱八字 | 日主、格局、十神、大运 | 规则与 References 驱动 |
关键区别在于：确定性的计算外包给脚本，不让 LLM 瞎算。奇门遁甲的排盘用 Python CLI 跑，紫微斗数和八字的规则固定在 References 里。
四条设计原则
- 先追问，再输出——信息不全时不硬排盘，先补参数
- 确定性计算外包——历法换算、固定排盘交给外部脚本
- 先声明口径，再做结论——流派、换日规则、闰月归属全部说清
- 只给结构化参考——健康/法律/财务等不替代专业建议
安装
git clone https://github.com/FANzR-arch/Numerologist_skills ~/.claude/skills/numerologist为什么值得关注
术数工程化是一个被低估的方向。与其争论"AI 算命准不准"，不如先把过程做透明——排盘步骤可审计、术语有据可查、口径事先声明。772 个 Star 说明社区对这个方向的认可。
作者
FANzR-arch。MIT License。