القائمة
人类图 (Human Design) LLM 解读技能。根据阳历出生日期、准确出生时间和出生地点，输出 BodyGraph 排盘、类型、策略、权威、人生角色、定义、中心、通道、闸门、职业深读、关系合盘、时机分析与来源可追溯的 LLM 产品包。触发词: 人类图, Human Design, BodyGraph, 人类图排盘, 人类图解读, 人类图职业解读, 人类图合盘, 类型, 策略, 权威, 人生角色, 通道, 闸门.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | human-design |
| description | 人类图 (Human Design) LLM 解读技能。根据阳历出生日期、准确出生时间和出生地点，输出 BodyGraph 排盘、类型、策略、权威、人生角色、定义、中心、通道、闸门、职业深读、关系合盘、时机分析与来源可追溯的 LLM 产品包。触发词: 人类图, Human Design, BodyGraph, 人类图排盘, 人类图解读, 人类图职业解读, 人类图合盘, 类型, 策略, 权威, 人生角色, 通道, 闸门. |
这是人类图产品的技能入口。当前仓库已经不是单纯的排盘脚本，而是一个可安装的 LLM 原生 skill 产品：排盘、阅读对象、会话产品包、runtime adapter、安装与评测工具链都在仓库内生成。
如果缺少出生时间或出生地点，必须先说明精度会明显下降，不能假装能给出精确排盘。
docs/github-research.mddocs/contracts/docs/install.mdhuman_design/engine.pyhuman_design/input.pyhuman_design/reading.pyhuman_design/knowledge.pyhuman_design/product.pyruntimes/（当前已提供 Codex / Hermes / OpenClaw）agents/openai.yamlreferences/（当前已包含 types / authorities / profiles / centers / definitions，以及 64 gates / 36 channels draft 覆盖）scripts/tests/tests/fixtures/public_figures.jsondata/empirical/public_figure_manifest.jsonldata/empirical/holdout_trials_blinded.jsonldocs/empirical-validation-protocol.mdhuman_design.engine.calculate_chart() 生成结构化盘面human_design.reading.generate_reading() 生成完整阅读对象human_design.reading.render_reading_markdown()human_design.product.build_llm_product()human_design.career.generate_career_report()scripts/calculate_chart.pyscripts/generate_reading.pyscripts/generate_career_reading.pyscripts/generate_llm_product.pyscripts/evaluate_public_figures.pyscripts/evaluate_empirical_readiness.pyscripts/evaluate_accuracy_benchmark.pyscripts/analyze_empirical_trial.pyscripts/analyze_prospective_registry.pyscripts/analyze_label_predictions.py1988-10-09T20:30:00+08:00--timezone，例如 Asia/Shanghai--city + --country，必要时补 --regionruntimes/ 下的适配提示，而不是现场重写 system promptreading.sections[*] 与 product.context_blocks[*] 已支持 sources 来源追踪；如果上层 runtime 需要解释“这段话基于什么”，优先使用这些结构化来源，而不是自行猜测answer_citations；需要展示型引用时，再开启 citation_mode=sourcesdocs/empirical-validation-protocol.md：先说明当前证据等级，再用盲测、随机化、对照、机会基线、p 值和置信区间分析真实实验数据；没有真实预注册数据时不能宣称已被科学证明。evaluate_accuracy_benchmark.py 和真实 blind/prospective outcome；manifest 和 holdout 就绪不等于实际准确率达标。