| name | bazi-life-curves |
| description | 根据八字（或公历生辰）生成可调时间区段的「人生曲线图」+ 一生四维度评价 + 大运评价 + 关键年份大白话解读； 也支持「合盘」—— 用户提供 ≥ 2 份八字，从合作 / 婚配 / 友谊 / 家人 4 个维度做兼容性分析。 **v6 升级 + v7 现代化**：曲线覆盖 4 维度——精神舒畅度 / 财富 / 名声 / **关系能量**（v6 新增 · v7 重命名「感情→关系能量」+ 加 `--orientation` 取向参数支持 LGBTQ+ / 不婚），每维 2 条曲线（粗实线=当年值为主线，细虚线=5 年区段趋势为辅）= 8 条线。 **v7 现代化**删除了所有"克夫 / 旺夫 / 配偶星弱减分 / 女命印多减分 / 女命食伤减分 / 男命比劫扣分高于女命"等带性别歧视和价值判断的古法规则，emotion 高 ≠ 婚姻顺利、emotion 低 ≠ 单身差，纯中性描述。详见 fairness_protocol.md §9-§10。 采用「格局为先 + 三派交叉打分」（格局派识别主格局优先覆盖用神 → 扶抑 / 调候 / 格局再融合）+ 盲派事件断 + 烈度修正 + 印化护身后处理（杀印相生 / 伤官见官印护 自动减压）+ 历史回测 + 置信带，保证准确、公正、可证伪。 **v7.4 新增**：①「化气格」自动识别（甲己 / 乙庚 / 丙辛 / 丁壬 / 戊癸 五合得月令 + 化神有根 + 无破格 → 日主借合化易主，扶抑全部翻转）； ② 神煞分布检测（天乙贵人 / 文昌 / 驿马 / 桃花 / 华盖 / 孤辰 / 寡宿 / 空亡），命中原局 → 终生 baseline 微调（±0.3~0.4）， 大运 / 流年逢 → 当年微调（±0.5~1.0）+ 驿马触发 sigma × 1.3（波动加大）；神煞影响刻意小，只参与曲线调味，不参与相位决策。 关系能量维度走**独立通道**（不参与三派融合，从配偶星 / 配偶宫 / 比劫 / 桃花 / 大运冲合单独打分），与 v8 D2 关系结构题库配套。 盲派不进 25% 融合权重，仅做应事断 + 烈度修正（详见 references/mangpai_protocol.md）。 合盘（he_pan.py）用 4 层结构性评分：五行互补 + 干支互动（合冲害 / 三合 / 桃花 / 贵人） + 十神互配（按关系类型）+ 大运同步度。 起运岁优先用 lunar-python 精算（gregorian 模式自动），pillars 模式可通过 `--qiyun-age` 显式指定。 用户可指定评分年龄区间和拐点预测窗口；三派分歧大的年份合并进关键年份评价，由 LLM 综合命局做有论据的解读。 **v8 校验回路全面重写**：废弃 v6/v7 的"R0/R1/R2/R3 自然语言转述 + 命中率 N/M 判定 + R0' 反迎合探针 + 事后 phase_inversion_loop 兜底"， 整体替换为 **discriminative question bank（5 维度 ~28 题）+ 宿主 AskQuestion 结构化点选 + 贝叶斯后验 + phase_posterior 落地**：
· **identification（算法）**：detector 穷尽 14 个候选 phase 并算先验（住在 `_bazi_core.detect_all_phase_candidates`）
· **disambiguation（用户）**：Agent 用宿主 `AskQuestion` 一次性抛全部 N 题点选 UI，禁止把题面用自然语言转述让用户口头答"对/不对"
· **posterior decision（算法）**：`phase_posterior.py` 算后验，≥ 0.80 high adopt / 0.60-0.80 mid adopt / 0.40-0.60 触发追问轮 / < 0.40 拒绝出图
· 5 维度：D1 民族志 × 原生家庭 / D2 关系结构 / D3 流年大事件（动态生成）/ D4 中医体征 / D5 自我体感；硬体征（D1/D3/D4）权重 2× 软自述（D2/D5）
· 典型边界 case：某些盘 6 个 detector 满分但旧默认输出仍是 day_master_dominant，详见 `references/diagnosis_pitfalls.md` §14。
**v5 流式输出 + 输出格式可选**：校验通过后先问用户「要纯 markdown 流式（A · 默认 · 最快）还是 markdown 流式 + HTML 交互图（B · 多等 5-15 秒）」； 默认就走纯流式 markdown，所有文字分析按节流式输出（写完一节立刻发出，不批量憋整段）；HTML 渲染**仅在用户主动请求**（"要 HTML / 给我图 / 出 artifact"等）时才跑，作为最后一步。 **v9 流式铁律 + 五阶段节序重排**：analysis 阶段不再"先写整图"，改为以"当前所在大运"为锚的 9 阶段节序——阶段 0 开篇暗线 → 阶段 1 当前大运段 → 阶段 2 当前大运 10 个流年逐年 → 阶段 3 其它大运 → 阶段 4 其它关键年 → 阶段 5 整图综合 → 阶段 5.5 一生四维 → 阶段 6-9 「我想和你说的话」三段收尾（v9.3 改名 · 新白名单 `## 我想和你说` / `## 项目的编写者想和你说` / `## 我（大模型）想和你说`）。每写完一节立刻 send；render_artifact 默认 `--required-node-order` / `--require-streamed-emit` / `--audit-virtue-continuity` / `--audit-mangpai-surface` / `--audit-closing-headers` / `--audit-no-premature-decision` / `--strict-llm` 全开物理审计。 **v9 工具入口阻断**：`handshake.py round=1` 默认 exit 2（需 `--ack-legacy-r1`）；`adaptive_elicit dump-question-set` 默认 exit 2（需 `--ack-batch --confirm-batch-defeats-v9` 双标）；`adaptive_elicit next` 必填 `--answer-source`，`agent_inferred` exit 3 永久禁止 LLM 替用户答题。每题 askquestion_payload 自动尾插 ID=`X` free-text 兜底 + 必填 `Question.intro` 大白话解释。 **v9.3 调性 + closing 三段「我想和你说的话」**：`references/tone_blacklist.yaml` 禁鸡汤化 / 撒娇腔 / emoji / 多感叹号 / 「承认人性·陀式 / 那一刀 / 灵魂宣言 / 宣告 / 情书」等自封文学梗（含 closing 三段豁免节）；closing 三段 declaration / love_letter / free_speech 首行严格 `## 我想和你说` / `## 项目的编写者想和你说` / `## 我（大模型）想和你说`，旧 v9 白名单（`## 走到这里` / `## 写到这里我想说` / `## 不在协议里的话`）已退役，命中即拒。 **v9 高置信度盲派强制 surface**：`mangpai_events.py` 输出 `confidence ∈ {high, mid, low}`；render_artifact `--audit-mangpai-surface` 漏掉任一 high 事件 → exit 6。 **v9.3「我想和你说的话」独立通道（德性暗线 / virtue narrative）**：`virtue_motifs.py` 升为主 pipeline 必跑，产出 `virtue_motifs.json` 作为 LLM 写位置 ①③④⑤⑥ 的唯一数据源；HTML 模板新增「我想和你说的话」独立卡片（不画曲线，按 6 个写作位置展示），缺 `--virtue-motifs` 入参时卡片会显式显示"未启用"。内部 schema（`virtue_motifs.json` / `virtue_narrative.declaration|love_letter|free_speech`）保持 v9 命名不变。 Claude 宿主下 HTML 是含 marked.js + Recharts + details 折叠的交互式 Artifact， 整图综合分析、一生四维度评价（精神 / 财富 / 名声 / 感情）、大运评价（每 10 年一段，含感情看点）、关键年份评价（peak/dip/shift）， 先在对话流式发完文字，再可选打包成 HTML，用户可自由展开收起。 当用户提供四柱 / 公历生辰，或要求绘制人生曲线 / 大运流年走势 / 命理趋势图 / 八字曲线 / 合盘 / 婚配 / 合伙时触发。 触发词：八字曲线、人生曲线、大运曲线、流年走势图、命理趋势图、bazi curve、life curve、
合盘、婚配、夫妻合婚、合伙人合盘、友谊合盘、家人合盘、八字合盘、synastry、compatibility。 |
Bazi Life Curves（含合盘）
两条主线：
- 单盘：将八字命理结构转化为可调时间区段的「人生曲线图」。v6 升级为四维度（精神 / 财富 / 名声 / 感情）× 2 类曲线（当年值粗实线 + 5 年区段趋势细虚线）= 8 条线。「格局为先」识别主格局后按三派交叉打分，自动并入印化护身的后处理修正；感情维度走独立通道（不参与三派融合，从配偶星 / 配偶宫 / 比劫 / 桃花 / 大运冲合单独打分）。
- 合盘：用户输入 ≥ 2 份八字 + 关系类型（合作 / 婚配 / 友谊 / 家人），脚本算出 4 层结构性评分（五行互补 + 干支互动 + 十神互配 + 大运同步度），LLM 在对话里给出"亮点 + 摩擦点 + 怎么用 / 怎么避"的人话解读。v9.3 起合盘整体走 v9 adaptive_elicit 多人编排（
he_pan_orchestrator --mode plan-v9 / next-person）：每份八字独立 finalize phase 后再合盘；旧 R0/R1 健康三问路径已退役（仅 --ack-batch / BAZI_HEPAN_BYPASS_V8_GATE=1 兜底）。详见 §2.6。
用户视角速览（先告诉用户怎么用）
如果用户问 "怎么用 / 怎么触发 / 怎么开始"，请先把 USAGE.md 第一节"30 秒速览"完整复述给用户，然后等待用户给出八字 / 生辰。完整用户文档在 USAGE.md。
关键三句话告诉用户：
- 你只要丢一句话给我：
- 单盘：八字四柱 + 性别 + 出生年，或公历生辰 + 性别
- 合盘：≥ 2 份八字 + 关系类型（合作 / 婚配 / 友谊 / 家人，可选）
剩下我全自动跑。
- 出图 / 合盘前我会跑 v8 校验回路（一次抛 ~20-25 道结构化点选题）：
- 算法先穷尽 phase 候选：14 个候选相位（默认日主主导 / 弃命从财从杀从儿从印 / 旺神得令 4 种 / 调候反向上燥下寒 / 假从真从 / 化气格 …），detector 给每个候选算先验
- 你来在候选间投票：我会用 IDE / 客户端的结构化点选 UI（AskQuestion）把 5 维度 ~28 道选择题一次抛给你
- D1 民族志 × 原生家庭（出生时家境 / 父母在场度 / 兄弟姐妹 / 出生地）—— 客观事实，权重 2×
- D2 关系结构（吸引对象画像 / 谁更主动 / 经济角色 / 依赖方向）—— 自述，权重 1×
- D3 流年大事件（动态生成：找 phase 候选间最分歧的几个已活过年份问"X 岁那年方向感"）—— 客观事实，权重 2×
- D4 中医体征（寒热 / 睡眠 / 脏腑 / 体型 / 食欲 / 情志六问）—— 客观事实，权重 2×
- D5 自我体感（压力默认策略 / 钱的态度 / 与权威关系 / 创造性出口）—— 自述，权重 1×
- 贝叶斯后验落地：你答完后我跑
phase_posterior.py 把 prior × likelihood 算成后验：
- top-1 后验 ≥ 0.80 → 直接 adopt（high confidence），按该相位出图
- 0.60–0.80 → adopt，但标 mid confidence + caveat
- 0.40–0.60 → 自动追问轮（top-2 候选间最 discriminative 的 2-3 题）
- < 0.40 → 拒绝出图，告诉你"算法无法落地，请核对时辰 / 性别"
- 合盘场景（v9.3）：每份八字独立走相同的 v9 adaptive_elicit 校验，由
he_pan_orchestrator --mode plan-v9 / next-person 串行驱动；旧 R0/R1 健康三问路径已退役（详见 §2.6）
- 出图是交互式 HTML：曲线 + 整图综合分析 + 一生四维度评价（精神 / 财富 / 名声 / 关系能量）+ 大运评价（含关系看点） + 关键年份评价；
合盘是 markdown 解读：每对人的 4 层评分 + 关键加 / 减分项 + 大运同步度 + 怎么用 / 怎么避。
何时使用
单盘（人生曲线）
- 用户给四柱（如「庚午 辛巳 壬子 丁未」）或公历生辰 + 性别
- 用户问「我的人生曲线 / 大运走势 / 流年趋势」类问题
- 用户要看某八字未来若干年的命理预测
- 用户要看某个特定年龄段的曲线（如「画我 30–55 岁的曲线」）
合盘（synastry）
- 用户给 ≥ 2 份八字 + 关系背景（"我和我老公"、"我和合伙人"、"我和这个朋友"、"我和我妈"等）
- 用户问「我们配不配 / 这个合伙能成吗 / 这段关系怎么走」类问题
- 关系类型 4 选 1：
- 合作：合伙创业 / 同事 / 项目团队
- 婚配：恋爱 / 婚姻 / 夫妻
- 友谊：朋友 / 同道 / 长期玩伴
- 家人：父母 / 子女 / 兄弟姐妹（可选第 4 维度）
- 若用户没说关系类型，先问；若关系明显（"老公"→婚配 / "合伙人"→合作）可自动定。
工作流（严格按序）
0. 概览：十步流程（v8 重写：Step 2.5 / 2.55 合并为单步 phase decision + AskQuestion 校验 → phase_posterior 落地）
Step 0 加载 confirmed_facts.json（如已存在 → 跳过已确认 trait + 应用结构性纠错）
Step 1 解析八字（含起运岁精算 / 用户指定）—— 单盘 1 份 / 合盘 ≥ 2 份
→ Step 2 格局识别 + 三派打分（扶抑 / 调候 / 格局）+ 印化护身后处理 + 燥湿覆盖
→ Step 2a 盲派事件检测 → 应事断 + 烈度修正 + **结构反向规则**
→ Step 2b 融合 + 烈度修正（盲派不进 25% 权重；反向后的 events 直接影响曲线）
→ Step 2c **关系能量维度独立打分**：emotion_baseline + emotion_dayun_delta + emotion_liunian_delta；
不参与三派融合，单走一条通道，保证 spirit/wealth/fame 历史回测精度不变
→ Step 2.5 v8 · phase decision + AskQuestion 校验 → phase_posterior 落地（硬门槛）
┌─ identification（算法）：detect_all_phase_candidates 穷尽 14 个候选 + 各 phase 的 phase_likelihoods
│ → 乘性融合算 prior 分布（独立证据假设 + day_master_dominant baseline 0.05 兜底）
├─ disambiguation R1（用户）：handshake.py 生成 5 维度 ~28 道 phase-discriminative 多选题
│ → Agent 调宿主 AskQuestion 一次性抛全部 N 题点选 UI（Cursor / Claude Desktop / Claude Code 强制）
│ → CLI fallback：cli_fallback_prompt（编号 + <id>=<option>）
├─ posterior decision R1（算法）：phase_posterior.py --round 1 算后验 P(phase | R1 answers)
│ · ≥ 0.95 且 runner-up < 0.02 → 可直接出图（仍强烈推荐走 R2）
│ · 0.40-0.95 → **必须走 Round 2 confirmation**
│ · < 0.40 → reject，不出图，提示核对时辰 / 性别
├─ confirmation R2（用户）：handshake.py --round 2 在 R1 决策 phase vs runner-up 之间
│ 挑高 pairwise 判别力的 6-8 道题（自动排除 R1 已问过的）→ AskQuestion 抛 R2
└─ confirmation_status（算法）：phase_posterior.py --round 2 合并 R1+R2 后验
· R2 决策 == R1 AND R2 prob ≥ 0.85 → confirmed → render
· R2 决策 == R1 AND 0.65 ≤ R2 prob < 0.85 → weakly_confirmed → render_with_caveat
· R2 决策 == R1 AND R2 prob < 0.65 → uncertain → escalate
· R2 决策 != R1 → decision_changed → escalate（必须报告反转）
合盘场景：v8 暂未覆盖，仍走旧 R0/R1（详见 §2.6 caveat）
→ Step 2.8 v9 必跑：跑 `virtue_motifs.py` 产出 `virtue_motifs.json`（「我想和你说的话」独立通道的唯一数据源 ·
LLM 6 个写作位置 + HTML 卡片都靠它；不跑 → 整条德性暗线物理消失）
（v9.3 已删除原 Step 2.7 询问输出格式：默认直接进 Step 3a 流式 markdown，
HTML 渲染仅在用户主动说"要 HTML / 给我图 / 出 artifact"时才跑 Step 3b）
→ 单盘分支：Step 3a **流式输出**六类 markdown（整图 + 一生四维 + 大运 + 关键年份 + 「我想和你说的话」位置 ①③④⑤⑥）→ Step 3b 渲染 HTML（仅当用户主动请求 HTML / artifact / 图）
→ 合盘分支：Step 3' 跑 he_pan.py → **流式输出**按层解读 + 加 / 减分 + 大运同步建议
Step 4 保存本次反馈到 confirmed_facts.json（含 schema migration 到 v8；下次跑同一八字直接复用）
Step 2.5 是硬门槛：用户没在结构化 AskQuestion UI 中点完 5 维度题集、bazi.phase_decision.is_provisional 仍为 true 之前，绝对不进入 Step 3 出图 / 合盘。render_artifact.py 收到 is_provisional=true 会拒绝渲染（红线 HS-R4）。
v9.3 默认输出：默认就走流式 markdown（Step 3a），HTML 渲染（Step 3b）只在用户显式说「要 HTML / 给我图 / 出 artifact / 给我 chart / 给我交互图」时才跑——绝对不主动询问 A / B、绝对不主动渲染 HTML。
Step 3 是流式输出（v5 新规则 + v9 强约束）：
- LLM 每写完一节立刻发出（用户能边读边等下一节），禁止憋住整段最后一次性吐
- v9 红线：每个 Node 写完必须立刻 send 一条 assistant message（哪怕半成品也要先发出
## [Node X · 写作中…] 占位），禁止积累 ≥ 2 个 Node 不发
- v9 物理可观测：每写完一节用
python scripts/append_analysis_node.py --state output/X.analysis.partial.json --node <key> --markdown-file <md> 增量落盘；用户随时 python scripts/render_artifact.py --analysis output/X.analysis.partial.json --virtue-motifs output/X.virtue_motifs.json --allow-partial --out output/X.partial.html 即可看进度
- HTML 渲染（如选）放最后一步，此时用户已经读完所有文字分析了，不再有"等图"的体感
- 即使要 HTML，也必须先把 markdown 流式发完，HTML 是"锦上添花"而不是"等结果"
- 宁可推迟分析（先写 Node 1 整图后停下让用户喘口气）也不允许把整个 analysis 写完再一次性吐出
0. 加载历次校验记忆 → output/confirmed_facts.json（v3 P5 新增）
跑新八字之前先 check 工作目录下 output/confirmed_facts.json：
[ -f output/confirmed_facts.json ] && python3 -c "
import json; r = json.load(open('output/confirmed_facts.json'))
print(f'已有记忆: {len(r[\"validations\"])} validations + {len(r[\"free_facts\"])} facts + {len(r[\"structural_corrections\"])} 结构纠错')
"
- 存在 → 加载
structural_corrections 全部应用、跳过已 ✓ 的 trait、Round 1 优先验证之前未覆盖的维度
- 不存在 → 走全新 6 题校验
render_artifact.py 跑时会自动加载并注入到 ANALYSIS context；handshake.py 接受 --confirmed-facts 流转。
1. 解析输入 → python scripts/solve_bazi.py
- 接受：
--pillars "庚午 辛巳 壬子 丁未" --gender M --birth-year 1990 [--qiyun-age 8] [--orientation hetero] 或 --gregorian "1990-05-12 14:30" --gender M
- 起运岁：
gregorian 模式自动用 lunar-python 精算并写入 qiyun_source: "lunar_python_精算"；pillars 模式默认 8 岁，强烈建议显式 --qiyun-age N 或在 Step 2.5 校验环节让用户确认——错 1 年大运全偏。
--orientation（v7 现代化新增）：关系取向，仅影响 emotion 通道（不影响 spirit/wealth/fame）。
hetero（默认）异性恋：男看财 / 女看官杀（保持向后兼容）homo 同性恋：男看官杀 / 女看财bi 双性：财 + 官杀同看，取较旺者none 单身主义 / 不寻求传统亲密关系：emotion 改为"自我亲密能量"通道（食伤 + 印 + 桃花主导）poly 多元 / 开放关系：财 + 官杀同看，桃花权重 ×1.7- 询问时机：解析输入时如未指定，默认 hetero。如果用户主动声明取向 / 询问时主动告知，再传参。不要主动盘问用户的取向（隐私）。
- 严禁接受姓名 / 职业 / 婚姻关系状态 / 过去经历等任何身份上下文（公正性要求）。仅
--orientation 取向声明是允许的（取向不暴露具体经历）
- 输出
bazi.json（含 qiyun_age / qiyun_source / orientation）
2. 格局识别 + 三派打分 → python scripts/score_curves.py
score_curves.py 在打分前会自动调用 apply_geju_override，并且 solve_bazi.py 在选用神时已经做了"燥湿优先"判定：
-
燥湿独立维度（v2 关键）：_bazi_core.climate_profile() 把命局"燥湿"做成独立于身强弱的维度——干头分（4 个天干，权重 0.6）+ 地支分（4 个地支，权重 0.4）→ 总分 → 6 个 label：燥实 / 偏燥 / 中和 / 偏湿 / 寒湿 / 外燥内湿 / 外湿内燥。极端 label（燥实 / 寒湿 / 外燥内湿 / 外湿内燥）会优先于身强弱覆盖用神：
燥实 / 外燥内湿 → 用神 = 水（润降 / 让地支水透干）寒湿 / 外湿内燥 → 用神 = 火（暖局 / 让地支火透干）
这是"月令决定论"误判教训的产物（典型反例：干头丙庚己己 + 地支双子湿冷，纯按月令算就把调候判反）——详见 references/diagnosis_pitfalls.md §1-§2。
-
格局派"为先"：识别原局是否构成 伤官生财 / 食神生财 / 杀印相生 / 官印相生 / 食神制杀 / 财格 … 之一。每个格局都有成立条件——例如"伤官生财格"必须满足「身不弱 + 财透干或通月令」，否则放进 geju.rejected 不强行套；详见 references/diagnosis_pitfalls.md §4。
-
用神反向校验：所有用神（无论来自身强弱、climate 还是 geju）都要做 _yongshen_reverse_check——usability 不能为 "无"（即原局完全不见这个五行）。若为 "无" → 拒绝覆盖回退。
-
印化护身后处理：流年 / 大运凡触发「七杀」「伤官见官」时，自动检测原局是否有印星（干 / 支均查），有则将原本 -12 的「伤官见官」减为 -4 + 标记为 伤官见官·印化护身，将「七杀压身」转为 +6 fame / +4 spirit 的杀印相生。
-
【v7.4 #5】化气格自动识别：apply_geju_override 内会先调用 _bazi_core.detect_huaqi_pattern，
五合（甲己 / 乙庚 / 丙辛 / 丁壬 / 戊癸）满足 4 + 1 条件 → 直接走 huaqi_to_<五行> phase override，
日主借合化易主、用神锁定为化神、强弱翻为"强"（按化神为主读）。
优先级最高，化气格定型后跳过常规格局识别。
-
【v7.4 #5】神煞分布：_bazi_core.detect_shensha 检测 8 类神煞（天乙贵人 / 文昌 / 驿马 / 桃花 / 华盖 / 孤辰 / 寡宿 / 空亡）。
原局命中 → 终生 baseline 微调（±0.30.4）；大运 / 流年地支命中 → 当年微调（±0.51.0），
驿马触发 → 当年 sigma × 1.3（波动加大，反映动 / 调岗 / 出行）。
神煞影响刻意小，不参与主格局判定，只是局部调味。
如果用户明确要求「按你的扶抑用神来打，不要被格局 / climate 覆盖」，可手动在 bazi.json 里给 yongshen._locked = true 后再次跑 score_curves.py。
2a. 盲派事件检测 → python scripts/mangpai_events.py
python scripts/mangpai_events.py \
--bazi bazi.json --out mangpai.json \
--age-start 0 --age-end 60
机械识别 11 条盲派经典组合（伤官见官 / 官杀混杂 / 比劫夺财 / 禄被冲 / 羊刃逢冲 / 食神制杀 / 七杀逢印 / 伤官伤尽 / 反吟应期 / 伏吟应期 / 财库被冲开）+ 静态终生标记（年财不归我）。每条事件含师承出处、应事文本、维度、烈度档（重 / 中 / 轻）、可证伪点。详见 references/mangpai_protocol.md。
v3 关键升级：结构反向规则（P1） —— detect_reversal_context(bazi) 根据命局结构（强印 / 身弱 / 杀坐日）判定哪些盲派事件方向需要反转，然后在 events 出炉前调用 apply_reversal_rules 直接改 dims/amplifier。三条机械规则：
| 触发结构 | key | 反向后含义 |
|---|
| 强印护身 + 伤官透干 + 非身强 | shang_guan_jian_guan | 与权威接触 = 被认证 / 上位（不是摩擦） |
| 身弱 | bi_jie_duo_cai | 比劫 = 同道扶起 / 合伙助力（不是损财） |
| 七杀坐日 + 强印 + 身弱 | guan_sha_hun_za | 多重压力 = 多重机会 / 决断力被反复验证 |
输出 mangpai.json.reversal_context 顶层暴露给 handshake 和 LLM。LLM 不要再自由发挥反向解读 —— 反向已机械化进曲线分数，只需告知用户"本命的某些盲派事件方向是反向的"。详见 references/diagnosis_pitfalls.md §9。
2b. 融合 + 烈度修正
完整参数（含盲派整合）：
python scripts/score_curves.py \
--bazi bazi.json --out curves.json \
--mangpai mangpai.json \
--age-start 0 --age-end 60 \
--forecast-from-year 2026 \
--forecast-window 10 \
--dispute-threshold 20 \
--strict
盲派的处理：
- 三派（扶抑 / 调候 / 格局）按 25/40/30 权重融合得到当年 final value
- 然后盲派烈度修正：当年所有触发的盲派事件按烈度档 ±值（重 ±8 / 中 ±4 / 轻 ±2，单年累加上限 ±12）
- 修正轨迹 + 事件文本写入
points[].mangpai_adjust 与 points[].mangpai_events
- 盲派的"位置"：详见
references/mangpai_protocol.md。一句话——事件断 + 烈度修正器，不进 25% 融合权重
用户表述 → 参数映射：
| 用户说 | 参数 |
|---|
| "未来 5 年" / "看看未来 5 年" | --forecast-window 5 --forecast-from-year <今年> |
| "30–55 岁" / "中年这段" | --age-start 30 --age-end 55 |
| "全生" / "整个一生" | --age-start 0 --age-end 80（最长 80） |
| "近 10 年怎么走" | --age-start <现在年龄-2> --age-end <现在年龄+10>（带前后对照） |
| "把分歧大的年份都标出来" / "敏感一点" | --dispute-threshold 15 |
| "只看大趋势，别太敏感" | --dispute-threshold 25 |
LLM 不直接生成数字，只能解释脚本输出。
2.5 v8 · phase decision + AskQuestion 校验 → phase_posterior 落地（硬门槛）
v8 重大变化总览（与 v6/v7 对比表）：
| 维度 | v6/v7 | v8 |
|---|
| 轮次 | R0 / R1 / R2 / R3 分阶段，按命中率推进 | 统一题集（5 维度 ~28 题）+ 自适应追问，无固定轮次 |
| 题目来源 | 按"默认相位"生成自然语言 claim | 按 detect_all_phase_candidates 全集 14 个 phase 生成 + 按 discrimination_power 筛选 |
| 用户接口 | LLM 把题面自然语言转述给用户，让用户口头答「对 / 不对 / 部分」 | 宿主 AskQuestion 结构化点选 UI（强制），用户在 4 个选项里点击 |
| 决策方式 | "命中率 N/M ≥ 阈值"硬门槛 | 贝叶斯后验 P(phase | answers)，按概率 adopt / 追问 / reject |
| 反迎合 | R0' 反向探针（counter-claim probes） | 由题库的 phase-discriminative + falsifiability 设计原则取代（每题至少 2 个 phase 间 ≥ 0.20 概率差 + 必须有反方向选项） |
| 维度 | 健康（R1）+ 感情（R0）+ 交叉（R2）+ 家庭（R3 条件触发） | 5 维度全开：D1 民族志 × 原生家庭 / D2 关系结构 / D3 流年大事件（动态生成）/ D4 中医体征 / D5 自我体感 |
| 失败兜底 | 命中率 ≤ 2/6 → 触发 Step 2.55 phase_inversion_loop 事后反演 | identification 提到 solve_bazi.py 一等公民，detector 算先验直接落 bazi.phase；phase_inversion_loop.py 标 deprecated |
| 落地阈值 | R0 ≥ 1/2 且（R1 ≥ 2/3 或 R1+R2 ≥ 4/6） | top-1 后验 ≥ 0.80 high / 0.60-0.80 mid / 0.40-0.60 追问轮 / < 0.40 reject |
典型边界 case：某些盘 6 个 detector 满分（P5 三气成象 4/4 + P3 调候反向 3/3 + P4 假从触发），但旧架构 bazi.json 仍按 day_master_dominant 输出。详见 references/diagnosis_pitfalls.md §14。
心智模型 · identification vs disambiguation
| 责任方 | 任务 | 输出 |
|---|
| 算法（detector） | identification —— 穷尽结构性自洽的可能 phase | 候选 phase 全集 + 各 phase 的先验概率 |
| 用户（AskQuestion） | disambiguation —— 通过外部观察事实在候选间投票 | 多选答案 |
| 算法（decide_phase） | posterior decision —— 贝叶斯综合 prior + likelihood | 后验分布 + top-1 phase + 置信度 |
关键边界：算法负责"我能想到的可能"，用户负责"在我能想到的可能里哪一个像你"。算法不能因为"我自己倾向选 A"就只把按 A 生成的题面抛给用户校验——这是 v6/v7 把题面只按默认相位生成的根本错误。
完整协议：references/phase_decision_protocol.md。
跑 handshake 出题集
python scripts/handshake.py \
--bazi out/bazi.json --curves out/curves.json \
--current-year 2026 \
--out out/handshake.json
输出 handshake.json v8 schema 关键字段：
{
"version": 8,
"phase_candidates": [
{"phase_id": "floating_dms_to_cong_cai", "label": "弃命从财", "detector_score": "4/4 (P5)"},
{"phase_id": "day_master_dominant", "label": "默认 · 日主主导", "detector_score": "baseline"}
],
"prior_distribution": {
"floating_dms_to_cong_cai": 0.46,
"floating_dms_to_cong_er": 0.21,
"climate_inversion_dry_top": 0.18,
"day_master_dominant": 0.05
},
"questions": [
{"id": "D1_Q3_father_presence", "dimension": "ethnography_family",
"weight_class": "hard_evidence", "prompt": "...", "options": [...],
"likelihood_table": {...}, "discrimination_power": 0.34}
],
"askquestion_payload": [
{"id": "D1_Q3_father_presence", "prompt": "...", "options": [...], "allow_multiple": false}
],
"cli_fallback_prompt": "请按以下编号回答（输入 D1_Q3=B 形式）：\n\nD1_Q3 ...\n A) ...\n",
"decision_threshold": {"auto_adopt": 0.80, "adopt": 0.60, "ask_more": 0.40}
}
完整 schema：references/handshake_protocol.md §2。
5 个维度的设计原则
| 维度 | 题数 | 权重 | 内容 |
|---|
| D1 · 民族志 × 原生家庭 | 6 | hard_evidence × 2.0 | 出生时家境 / 父母在场度（父 + 母） / 兄弟姐妹 / 出生地 × 时代（结合 era_windows_skeleton.yaml） / 祖辈影响 |
| D2 · 关系结构 | 6 | soft_self_report × 1.0 | 吸引对象画像 / 谁更主动 / 经济角色 / 情感依赖方向 / 关系总体模式 / 吸引年龄段（升级旧 R0） |
| D3 · 流年大事件（动态） | ~5 | hard_evidence × 2.0 | 跨候选 phase 跑 score_curves.score_one_year() 找方差最大的 3-5 个已活过年份，套 4 档方向选项（向上 / 向下 / 大起大落 / 平稳） |
| D4 · 中医体征 | 6 | hard_evidence × 2.0 | 寒热 / 睡眠 / 脏腑薄弱处 / 体型体格 / 食欲口味 / 情志倾向（扩展旧 R1 三问 · v8 已退役 · 到完整六问） |
| D5 · 自我体感 | 4 | soft_self_report × 1.0 | 压力默认策略 / 钱的态度 / 与权威关系 / 创造性输出方式（本性画像兜底） |
题库设计原则（住在 references/discriminative_question_bank.md §0）：
- phase-discriminative：每题在 likelihood_table 中至少 2 个 phase 间 ≥ 0.20 概率差，否则剔除
- falsifiability：每题选项必须有明确"反方向"选项（不只问"你像不像 X"，必须问"X 还是 Y 还是 Z 还是 W"）
- 无身份标签：选项措辞严守
references/fairness_protocol.md §10，禁出现"升职 / 结婚 / 生育 / 离职 / 确诊 / 拿到 offer / 创业失败 / 分手"等具体事件，改用方向性、体感性描述
- likelihood_table：每行（phase）∑ = 1.0；学理出处回到《滴天髓》《子平真诠》《穷通宝鉴》《三命通会》
Step 2.5 v8 · AskQuestion 执行协议（Agent 必跑 5 步）
1) 读 handshake.json 的 askquestion_payload
跑 handshake.py 后从 out/handshake.json 取 askquestion_payload 数组（每项含 id / prompt / options / allow_multiple）和 cli_fallback_prompt 兜底文案。
2) 调宿主 AskQuestion 工具一次抛全部 N 道
| 宿主 | 抛题方式 |
|---|
| Cursor | 用 AskQuestion 工具，每题作为一个 question 项，options 直接传 askquestion_payload[i].options，一次性抛全部 N 题（不分轮） |
| Claude Desktop / Claude Code | 同上，调宿主结构化问询接口 |
| CLI / 无 AskQuestion 宿主 | 回退到 cli_fallback_prompt，逐题列出选项让用户输入 <question_id>=<option_id> 形式（如 D1_Q3=B） |
3) 收 user_answers.json → 调 phase_posterior.py
python scripts/phase_posterior.py \
--bazi out/bazi.json \
--questions out/handshake.json \
--answers out/user_answers.json \
--out out/bazi.json
phase_posterior.py 算后验公式：
P(phase_i | answers) ∝ prior(phase_i) × ∏_j likelihood(answer_j | phase_i)^{w_j}
其中 w_j = 2.0 if question_j.weight_class == "hard_evidence" else 1.0
likelihood(answer_j | phase_i) = question_j.likelihood_table[phase_i][answer_option_j]
硬体征（D1 / D3 / D4）权重 2× 软自述（D2 / D5）。
4) R1 后验阈值 → 行动（与 references/phase_decision_protocol.md §5 对齐）
| R1 后验 top-1 概率 | 行动 | confidence |
|---|
| ≥ 0.95 且 runner-up < 0.02 | 可直接出图（强烈推荐仍走 Round 2） | high |
| 0.60 – 0.95 | 必须走 Round 2 confirmation（详见 §2.6） | mid / high |
| 0.40 – 0.60 | 必须走 Round 2（confirmation_threshold 决定是否出图） | low |
| < 0.40 | 拒绝出图：报告"算法无法落地，请核对时辰 / 性别"，禁止调 score_curves / render_artifact | reject |
5) 严禁用自然语言转述题面让用户口头答"对/不对/部分"
❌ 错误做法（v6/v7 旧风格）：
我看你日主弱，月令子水当令，那这样问你：你从小是不是怕冷、手脚常凉？请回答「对 / 不对 / 部分」。
✓ 正确做法（v8）：直接调宿主 AskQuestion，把 askquestion_payload[i].prompt 原样作为问题文案，把 options 原样作为 4 个点选项。不要改写、不要浓缩、不要预先告诉用户"我倾向你是 X 相位"（会污染答案）。
红线（违反任意一条 → 立即停下）
| # | 红线 | 触发 | 处理 |
|---|
| HS-R1 | Agent 用自然语言转述题面 | 任何 questions[i].prompt 被改写或浓缩 | 立即停下，重新走 askquestion_payload |
| HS-R2 | 跳过 < 0.40 拒判路径 | 后验 < 0.40 仍调 score_curves 出图 | 强制返回 reject 文案 |
| HS-R3 | 后验 < 0.60 没追问就 adopt | 0.40-0.60 区间被当 mid 落地 | 强制走追问轮 |
| HS-R4 | is_provisional=true 状态下出图 | render_artifact 收到 phase_decision.is_provisional=true | 拒绝渲染，要求先跑 phase_posterior |
| HS-R5 | D3 流年题踩 fairness §10 黑名单 | options 中含"升职 / 结婚 / 离职 / 生育 / 确诊"等身份标签词 | _question_bank.py 单元测试拦截，不允许进 prompt |
| HS-R6 | open_phase anchor UI 自创硬约束 | agent 在"补事件年份"prompt / askquestion_payload / UI label 里加任何协议未规定的 filter（年龄段 "25 岁前" / 事件类型 / 强度阈值 / 地理 / 身份）→ _v9_guard.scan_fabricated_anchor_constraint 命中 | exit 12，强制改文案为"请补 ≥ 2 个你能确认的具体公历年 + 事件描述"，不加 filter |
| HS-R6.1 | open_phase anchor 假反馈 | 用户提交 anchor 后 agent 回"等待重跑校准"但实际没真调 multi_school_vote.vote() 重算 | 必须真跑 vote()，并把 top1_posterior / decision 的实际变化逐项告知用户 |
| HS-R6.2 | open_phase anchor 静默 filter | 用户输入被判无效但 UI 只显示"已识别 0 个有效年份"不解释原因 | 必须逐条告知"为什么 0"（年份解析失败 / 描述为空 / etc），禁止笼统 |
禁止
- ❌ 跳过 Step 2.5 直接出图 / 合盘
- ❌ Agent 在抛题前先告诉用户"我看你这个八字大概率是 X 相位"（污染答案）
- ❌ 把多选题改成自由文本输入 / 改成"对 / 不对 / 部分"二元
- ❌ 跳过若干题只问 3-5 道（必须把题库全部 ~20-25 道一次抛完，按
discrimination_power 已经过筛选了）
- ❌ 后验 < 0.40 时不报 reject 仍硬出图
- ❌ 用旧
phase_inversion_loop.py 流程（v8 已替代，详见 §2.55 deprecated）
完整规则见 references/handshake_protocol.md、references/phase_decision_protocol.md、references/discriminative_question_bank.md 和 references/diagnosis_pitfalls.md §14（命名 case）。
2.6 v8.1 · Round 2 confirmation（第二轮校验，必跑）
R1 是宽口径的 disambiguation；R2 是第二批独立证据的 confirmation。R1 答得再像 cong_cai 也可能是偶然命中——R2 用 R1 决策 phase 与 runner-up phase 之间高判别力的题再问一次，决定是否真的出图。
跑 Round 2 handshake
python scripts/handshake.py --round 2 \
--bazi out/bazi.json \
--curves out/curves.json \
--r1-handshake out/handshake.r1.json \
--r1-answers out/user_answers.r1.json \
--current-year 2026 \
--out out/handshake.r2.json
输出 handshake.r2.json 关键字段：
{
"version": 8, "round": 2,
"round1_summary": {
"decision": "floating_dms_to_cong_cai",
"decision_probability": 0.999,
"runner_up": "pseudo_following",
"runner_up_probability": 0.0001,
"answered_question_ids": [...]
},
"pairwise_target": {"a": "floating_dms_to_cong_cai", "b": "pseudo_following"},
"questions": [],
"askquestion_payload": [...],
"confirmation_threshold": {"confirmed": 0.85, "weakly_confirmed": 0.65}
}
Agent 抛 R2 题
调宿主 AskQuestion 抛 askquestion_payload 全部 6-8 题，收到 user_answers.r2.json 后：
python scripts/phase_posterior.py --round 2 \
--bazi out/bazi.json \
--r1-handshake out/handshake.r1.json --r1-answers out/user_answers.r1.json \
--r2-handshake out/handshake.r2.json --r2-answers out/user_answers.r2.json \
--out out/bazi.json
confirmation_status → 出图行动
| 条件 | confirmation_status | action | Agent 行为 |
|---|
| R2 决策 == R1 决策 AND R2 prob ≥ 0.85 | confirmed | render | 直接出图 |
| R2 决策 == R1 决策 AND 0.65 ≤ R2 prob < 0.85 | weakly_confirmed | render_with_caveat | 出图但解读处加 caveat："本盘 phase 决策为弱确认，部分维度证据不齐" |
| R2 决策 == R1 决策 AND R2 prob < 0.65 | uncertain | escalate | 报告"R2 后验不足以确认 R1 决策"，建议核对时辰 / 性别 |
| R2 决策 != R1 决策 | decision_changed | escalate | 必须报告决策反转，建议核对时辰 / 性别，或采纳 R2 决策再走一轮 R2 |
Round 2 红线（在 §2.5 红线之外补充）
| # | 红线 | 触发 | 处理 |
|---|
| HS-R6 | decision_changed 仍出图 | R2 决策与 R1 反转，但 Agent 直接渲染 | 强制 escalate 文案，要求核对时辰 / 性别 |
| HS-R7 | R1 后验 < 0.95 跳过 R2 | R1 mid/low 区间未走 confirmation 就渲染 | 强制走 Round 2 |
完整规则见 references/handshake_protocol.md §4 和 references/phase_decision_protocol.md §7。
2.6b v9.6 · 事件 Ask-Loop 兜底（R2 仍 < 0.85 时启用）
v9.6 新增：R2 confirmation 跑完仍 top1_p < 0.85 时，启用事件 ask-loop——
抛若干历史年份「是否发生明显事件」清单题，做独立 Bayesian 收敛，把候选 phase 后验
向「与用户真实经历最一致」的方向拉。完整学理 / 似然表 / 收敛阈值见
references/event_ask_loop_protocol.md。
本节是 Claude（编排者）的执行手册。本套 7 个脚本是纯逻辑工具，不含交互循环——
「问→答→收敛」循环由 Claude 用 Bash 调脚本 + 翻译成自然语言问用户来串。
触发条件
- R2 confirmation 后
phase_decision.top1_p < 0.85 且 phase_decision.elicitation_path != "fast_path"
- candidate top-k（默认 4）里至少 2 个 phase 后验 ≥ 0.05
- 用户未显式拒答历史事件类问题
不满足任一条 → 跳过本节，走原 R2 confirmation_status 既定 action（render / render_with_caveat / escalate）。
执行序列（Claude 必须严格按序）
python scripts/event_elicit_cli.py init \
--elicit-posterior '{"phase_id_1": 0.42, "phase_id_2": 0.31, ...}' \
--top-k 4
进入循环（最多 5 轮，含 Stage A + Stage B）：
python scripts/event_elicit_cli.py pick-disjoint \
--bazi out/bazi.json \
--state-json "$(cat out/.event.state.json)" \
--batch-size 4
把 batch 中每个 year 翻译成自然语言问用户。题面铁律：
- 主语：「你 YYYY 年（你 NN 岁那年）」
- 问句：「是不是发生过比较明显的事？比如健康、感情、工作、家庭里的大动静」
- 绝对不告诉用户那年对应哪个 phase 预测什么事件
- 选项：让用户自由作答，Claude 把自述映射成
yes / partial / no / dunno
自然语言 → discrete 映射规范：
| 用户原话 | discrete |
|---|
| 「我那年父亲去世了 / 考上大学 / 离婚 / 创业 / 大病一场」 | yes |
| 「有点变化但不算大事 / 跳了次槽 / 谈了个对象但不长久」 | partial |
| 「没什么特别的 / 平淡 / 跟前一年差不多」 | no |
| 「记不清 / 想不起来 / 不太确定 / 算了吧」 | dunno |
python scripts/event_elicit_cli.py update-stage-a \
--state-json "$(cat out/.event.state.json)" \
--batch-json '<上一步的 batch JSON>' \
--answers-json '{"2018": {"discrete": "yes", "free_text": "...", "summary": "..."}, ...}'
Stage A 用尽（pick-disjoint 返回 batch: []）或累计已问 5 题 → 转 Stage B：
python scripts/event_elicit_cli.py find-overlap \
--bazi out/bazi.json \
--state-json "$(cat out/.event.state.json)" \
--max-candidates 8
python scripts/event_elicit_cli.py pick-stage-b \
--state-json "$(cat out/.event.state.json)" \
--candidates-json '<上一步的 candidates JSON>'
Stage B 题面：「你 YYYY 年那次比较明显的事，主要是哪一类？（多选）」+ 列出 pick.candidate_categories + 始终包含「以上都不是」选项。允许用户自由输入。
python scripts/event_elicit_cli.py update-stage-b \
--state-json "$(cat out/.event.state.json)" \
--pick-json '<上一步 pick JSON>' \
--answer-json '{"discrete": "yes", "chosen_categories": ["创业 / 自由职业 / 作品发表"], "free_text": "...", "summary": "..."}'
每轮后调 evaluate 检查是否收敛：
python scripts/event_elicit_cli.py evaluate \
--state-json "$(cat out/.event.state.json)" \
--elicit-posterior '<R2 末态后验>'
收敛规则：
tier == "high"（≥ 0.80） → 跳到 Step 4 写回tier == "soft"（≥ 0.70）且已问 ≥ 4 题 → 跳到 Step 4 写回（带 soft 警示档）tier == "weak"（≥ 0.60）且已问 ≥ 5 题 → 跳到 Step 4 写回（带 weak 警示档）tier == "refuse"（< 0.60）且已问 ≥ 5 题 → exhausted，跳到 Step 4（--stop-reason exhausted），向用户说明"信心略低，请把曲线当趋势参考"
验证题（可选 · 当 top1_p ≥ 0.85 但用户主动要求确认时）
python scripts/event_elicit_cli.py find-verification \
--bazi out/bazi.json \
--state-json "$(cat out/.event.state.json)" \
--top1 <phase_id> --top1-label <中文名>
验证题 必须透明告知：
- 这是验证题（不是猜测题）
- 当前判定 phase 的中文名
- 命中 → 把握度 ≥ 0.92；落空 → 触发 top1 → top2 回退重判
Step 4 · 后验写回 + 重跑下游（必跑）
python scripts/apply_event_finalize.py \
--bazi out/bazi.json \
--posterior '<verdict.fused_posterior 或 evaluate 的 fused_posterior>' \
--stop-reason event_loop_converged
python scripts/score_curves.py --bazi out/bazi.json --out out/curves.json
python scripts/virtue_motifs.py --bazi out/bazi.json --out out/virtue_motifs.json
漏掉重跑就是 v9.6 修的真 bug——曲线和母题还停在旧 phase，apply_event_finalize 等于白调。
Round 3 红线（在 R2 红线之外补充）
| # | 红线 | 触发 | 处理 |
|---|
| HS-R8 | event ask-loop 后未重跑 score_curves | apply_event_finalize 后 deliver 直接读旧 curves.json | 强制重跑或 escalate |
| HS-R9 | 事件题诱导用户 | 题面带"这年你应该会有……" / 暗示具体事件类型 | 立即停下重抛中性题面 |
| HS-R10 | 「记不清」当弱否定 | 把 dunno 当作弱 no 处理 | 严禁，dunno 必须中性，参 §1.3 协议 |
| HS-R11 | 多次落空仍强行 deliver | exhausted（< 0.60）跑完仍走 render | 强制 low_confidence_offer 文案，参 §8 退化策略 |
完整规则见 references/event_ask_loop_protocol.md。
2.55 [DEPRECATED · v8] 旧 phase_inversion_loop 事后反演路径
v8 起本节整体废弃。下文仅作为兼容性说明保留，新流程不要走这里。
旧 v6/v7 把"相位反演"做成"R0+R1+R2 命中率 ≤ 2/6 时才触发"的事后兜底机制（phase_inversion_loop.py + handshake.py --dump-phase-candidates + score_curves --override-phase）。这个设计的根本错误是：算法的 identification 能力（穷尽候选）远超过产品的 disambiguation 接口（让用户在候选间投票）——detector 已经知道这盘走反了，但默认 bazi.json 仍按 day_master_dominant 输出，因此用户解读全按错相位讲。
v8 的 phase_decision_protocol.md 把 phase decision 提到 solve_bazi.py 阶段的强制一等公民：
solve_bazi.py 末尾必须调 decide_phase(user_answers=None) 算先验，把 phase + phase_decision 写进 bazi.json，初始 is_provisional=Truescore_curves.py 默认读 bazi.phase.id 走 apply_phase_override，不再"忘读"handshake.py 通过 5 维度 28 题让用户校验，answers 经贝叶斯后验落地- 后验 ≥ 0.60 → adopt；< 0.40 → 报"算法无法落地，请核对时辰"
phase_inversion_loop.py 脚本仍可运行（避免破坏旧 confirmed_facts），但只剩"调试用手工分步"价值。新跑流程 / 新场景不要再调用它。详见 references/phase_decision_protocol.md §7 和 references/diagnosis_pitfalls.md §14。
2.6 合盘分支（仅当输入 ≥ 2 份八字时执行）→ python scripts/he_pan.py
v9.3 已对齐单盘：合盘场景与单盘走同一套 v9 adaptive_elicit 路径。
由 he_pan_orchestrator.py 编排多人 phase decision 状态，每份八字独立 finalize（is_provisional=false 且 confidence ≥ 0.60）后再调 he_pan.py 算 4 层评分。
旧 R0 反询问 / 旧 R1 三问（v8 已退役）/ 旧双方命中率判定路径全部已退役，仅 --ack-batch / BAZI_HEPAN_BYPASS_V8_GATE=1 兜底。
virtue_motifs.py 必须每人各跑一次（→ ## 我想和你说 · <name> 三段闭合 + 共振 motif 取交集）。
完整规则见 references/he_pan_protocol.md（v2）。
python scripts/he_pan_orchestrator.py --mode plan-v9 \
--bazi /tmp/p1_bazi.json /tmp/p2_bazi.json \
--names 男方 女方
python scripts/he_pan_orchestrator.py --mode next-person \
--bazi /tmp/p1_bazi.json /tmp/p2_bazi.json \
--names 男方 女方 \
--out-dir /tmp/hepan_state/
python scripts/virtue_motifs.py --bazi /tmp/p1_bazi.json --curves /tmp/p1_curves.json --out /tmp/p1_virtue.json
python scripts/virtue_motifs.py --bazi /tmp/p2_bazi.json --curves /tmp/p2_curves.json --out /tmp/p2_virtue.json
python scripts/he_pan.py \
--bazi /tmp/p1_bazi.json /tmp/p2_bazi.json [/tmp/p3_bazi.json ...] \
--names 男方 女方 \
--type marriage \
--focus-years 2026 2027 2028 2029 2030 \
--require-virtue-motifs \
--out /tmp/he_pan.json
4 层评分（每对人组合 A↔B）：
| 层 | 来源 | 加 / 减分要点 |
|---|
| 五行互补 | A 用神在 B 八字中的占比 / A 忌神在 B 八字中的占比（双向） | 用神 ≥ 18% +(ratio×30) ；忌神 ≥ 25% -(ratio×24) |
| 干支互动 | 双方四柱之间的干合 / 干冲 / 支六合 / 三合半合 / 支冲 / 支害 / 桃花 / 天乙贵人 | 日支六合婚配 +5 加成；日支冲婚配 -4 大忌 |
| 十神互配（按 rel_type） | A 看 B 的日干是什么十神 / 反之 | 婚配：男看正财、女看正官 +12；合作：财官印配 +6~+8；友谊：互比劫 +10；家人：互印 +8 / 杀印相生 +6 |
| 大运同步 | focus_years 区间双方大运对各自用神的极性是否同号 | (sync_ratio - 0.5) × 20，范围 [-10, +10] |
总分等级（仅供 LLM 内部定调，不要直接报给用户）：A ≥50 / B 25-49 / C 5-24 / D -15~4 / E < -15。把它转化为人话（"摩擦点 / 怎么缓冲 / 大运同步建议"），不要甩等级。
LLM 解读规则（强制 · v9.3 流式输出 · 13 节）：
流式分节顺序（每写完一节立刻发出，禁止憋整段 · R-STREAM-1/2 物理硬 lint）：
[Node 1] ## 概览 双方八字 + 关系类型 + confidence（基于双方 phase.confidence）
[Node 2] ## 总分定调 人话定调（不甩 grade）—— 1 段
[Node 3] ## 第 1 层 · 五行互补
[Node 4] ## 第 2 层 · 干支互动 标出关键合 / 冲
[Node 5] ## 第 3 层 · 十神互配 按 rel_type 重点
[Node 6] ## 第 4 层 · 大运同步 focus_years 哪些年同向 / 反向
[Node 7] ## 关键加分项 top_pluses（怎么用）
[Node 8] ## 关键减分项 top_minuses（怎么避）
[Node 9] ## 关系类型特定 tips 婚配 / 合作 / 友谊 / 家人 各自要点
[Node 10] ## 总结 1 段大白话 + "如果决定做 X，怎样能更顺"
─── 合盘 closing 三段（每人各一组，virtue_motifs 驱动）─────────────
[Node 11] ## 我想和你说 · <name1> 第 1 人 virtue_narrative 三段（同序拼接）
[Node 12] ## 我想和你说 · <name2> 第 2 人同上
[Node 13] ## 共振 motif ∩ shared_motif_ids → 1 段共振解读（无交集时显式说"两位的人性主题不重叠"）
每节用 markdown 标题（## 概览 / ## 第 1 层 · 五行互补 等）。合盘默认走 markdown-only（v9.3 默认），不渲染 HTML——合盘是关系解读，没有"曲线图"那种刚需 HTML 的内容。仅当用户主动说"也给我个汇总表 / 想看 HTML"时才走 HTML 路径（render_artifact.py 不支持合盘，可用简单的 HTML 表格 + notes 列表）。
禁止：
- ❌ 直接给"配 / 不配"二元结论
- ❌ 把 grade 直接报给用户
- ❌ 跳过任一方 phase finalize（
is_provisional=true 或 confidence < 0.60）直接合盘 → he_pan.py 入口 exit 7
- ❌ 缺任一方 virtue_motifs.json 直接合盘 → he_pan.py 入口 exit 7（除非
BAZI_HEPAN_SKIP_VIRTUE=1 兜底）
- ❌ 不援引脚本 notes 凭"感觉"打分
- ❌ 给"建议分手 / 建议结婚 / 建议合伙"代替用户做决定的话——只给"如果决定做 X，怎样能更顺"
- ❌ 把所有节点憋在末尾一次性吐（R-STREAM 物理硬要求 —— 每节立即发出）
完整规则见 references/he_pan_protocol.md v2。
2.7 询问输出格式（v9.3 删除 · 默认流式 markdown）
v9.3 起，本步骤已物理删除：默认就走流式 markdown（Step 3a），HTML 渲染（Step 3b）只在用户主动说「要 HTML / 给我图 / 出 artifact / 给我 chart / 给我交互图」之类显式请求时才跑。
- 不要再问 "你想要 markdown 还是 HTML"
- 不要再用 "(A) / (B)" 输出模板
- 默认路径：R1 校验通过 → 直接进入 Step 3a 流式输出，不停顿不二次确认
- HTML 路径：仅当用户显式提及上述关键词时才在 Step 3b 跑
render_artifact.py
3a-pre. 时代-民俗志解读层（v7.5 新增 · 在写 key_years / dayun_review 之前必读）
写任何 key_years body / dayun_review.body 之前，必须先按以下流程构造"时代-民俗志上下文"：
1. 加载 references/era_windows_skeleton.yaml （时代窗口骨架，5-10 年一段）
2. 调用 scripts/_zeitgeist_loader.py 把 era_windows 与命主大运对齐
3. 调用 scripts/_class_prior.py 推导 class_prior（内部思维材料 · 不输出 label）
4. 按 references/folkways_inference_prompt.md 5 步流程生成 folkways 候选
5. 三层过滤（confidence + 五项自检 + 五行/阶级匹配）
6. 按 references/zeitgeist_protocol.md §3.1 区间叙事模板写
7. 按 references/dayun_review_template.md 模板组织大运段落
关键铁律（违反任一即作废重写）：
- 前事细 / 后事粗：过去年份可给"首选 + 备选"具体形态；未来年份只能给方向 + 大类 + 避坑，禁止具体事件
- 思维材料 ≠ 输出语言：阶级 prior 是 LLM 内部 reasoning 工具，绝不以阶级名词形式出现在用户可见输出里——见
references/class_inference_ethics.md
- 三档置信：每条民俗志推论必须标
confidence ∈ {high, mid, low}，low 不能出现在断言中（可转开放问题）
- 五项自检：每条 folkways 候选必须能回答 5 个问题（时间窗 / 地域 / 阶级 marker / 五行 tag / 对应命理事件）；2 项答不出 → 该条不能写
- 区间为骨，节点为肉：每个 era_window 写一段完整叙事（时代底色 + 标志性细节 + 命理节点 + 累计影响 + 整段证伪点），命理节点镶嵌在区间内
参见：
references/zeitgeist_protocol.md（区间叙事结构 + 大运 × era_window 对齐）references/folkways_protocol.md（6 sub-layer + 五行映射 + 三档置信 + 五项自检）references/class_inference_ethics.md（思维材料 ≠ 输出语言；§5 红线关键词清单）references/folkways_inference_prompt.md（完整 5 步推理模板 + 自检清单）references/folkways_examples/*.md（few-shot 示例，模仿其颗粒度）
3a. LLM 流式输出五类评价（v5 流式 + v6 加感情维度：每写完一节立刻发出）
v9.3 推荐路径：pipeline-streaming（真正的 React 模式）
旧的「先一次性 score_curves.py --out curves.json，再 LLM 一段段写」流程，在 v9.3
升级为：脚本算一段就 yield 一段，Agent 收到立即写一节 + send 一条 message + stop turn，
然后下一次 turn 用 streaming_pipeline.py --resume --next 拿下一段。
用法（每个 LLM turn 只负责一节）：
python scripts/streaming_pipeline.py stream \
--bazi output/X.bazi.json --stage current_dayun \
--state output/X.stream_state.json
python scripts/streaming_pipeline.py stream \
--bazi output/X.bazi.json --resume output/X.stream_state.json --next
python scripts/render_artifact.py \
--from-stream-state output/X.stream_state.json \
--analysis output/X.analysis.partial.json \
--out output/X.html --no-strict-llm
6 个 stage 顺序与本节阶段图一一对应：
current_dayun ↔ 阶段 1（当前大运段评价）current_dayun_liunian ↔ 阶段 2（当前大运 10 流年）other_dayuns ↔ 阶段 3（其它大运）key_years ↔ 阶段 4（其它关键流年）overall_and_life_review ↔ 阶段 5+5.5（整图 + 4 维一生总评）closing ↔ 阶段 6/7/8/9（「我想和你说的话」三段数据钩子）
阶段 0「位置① 开篇暗线」由 LLM 在 turn 0 直接写（不依赖 streaming_pipeline 数据）。
为什么 v9.3 默认推 pipeline：旧批量路径下，LLM 必须等所有 curves 算完才能开始写；
用户体验上要等 ~3-5 秒看到第一节。pipeline 路径下，第一段大运一秒内就开始流，
用户可以边读边等。
兼容：旧 score_curves.py --out curves.json 入口保留作合盘 / HTML 兜底；本节其它
描述（节序、流式铁律、调性铁律）对两条路径都适用。
按 references/multi_dim_xiangshu_protocol.md 的强制框架，**严格按下面的"流式分节顺序"**逐节输出：每写完一节立刻发出（用户能边读边等下一节），禁止把所有内容憋在末尾一次性吐。
v7.5 重要变更：dayun_review.body 和 key_years.body 不再是"单年六维取象"格式，全部按 §3a-pre 的"区间叙事 + 节点镶嵌"重写。
v9 五阶段节序（重排 · 以"当前所在大运"为锚 · render_artifact 默认 --required-node-order 物理审计）：
[阶段 0] 「我想和你说的话」· 位置① 开篇暗线（virtue_narrative.opening · 30-80 字 · 不命名结论）
↓ 第一段就写，引出贯穿一生的暗线母题
[阶段 1] 当前大运段评价（dayun_reviews[<bazi.current_dayun_label>]）
↓ 命主"今天"在哪段大运 · solve_bazi 自动写入 current_dayun_label · 触发母题时段内嵌位置②G 块
[阶段 2] 当前大运的 10 个流年逐年（liunian.<year> × N≈10）
↓ 平淡年也要落字 · 不只写"重要年" · 节序回退到阶段 ≤0 即 exit 4
[阶段 3] 其它大运（dayun_reviews[<其它 label>] × M）
↓ 按时间顺序顺写 · 触发母题时段内嵌位置②G 块
[阶段 4] 其它关键流年（key_years[i].body × K）
↓ 各大运里的峰 / 谷 / 转折年 · convergence_year 命中嵌入位置③
[阶段 5] 整图综合分析（overall · 必含 4 条曲线的整体形状 + 关系）
↓ 现在才写整图
[阶段 5.5] 一生四维度评价（life_review.{spirit/wealth/fame/emotion}）
↓ 四节齐 · emotion 必须援引 R0 / D2 命中
[阶段 6] 「我想和你说的话」· 位置③ 母题汇聚总览（virtue_narrative.convergence_notes · 仅 motifs.convergence_years 非空时）
[阶段 7] 「我想和你说的话」· 位置④「我想和你说」（virtue_narrative.declaration · 反身性铁律 · 首行严格 `## 我想和你说`）
[阶段 8] 「我想和你说的话」· 位置⑤「项目的编写者想和你说」（virtue_narrative.love_letter · 仅 motifs.love_letter_eligible=true · 首行严格 `## 项目的编写者想和你说`）
[阶段 9] 「我想和你说的话」· 位置⑥「我（大模型）想和你说」（virtue_narrative.free_speech · 首行严格 `## 我（大模型）想和你说`）
v9 流式铁律（机械审计 · 不可绕过）：
- 每写完一节必须立刻 send 一条 assistant message；60 秒帧内塞 ≥4 节即
--require-streamed-emit 判伪流式（exit 4）
- 节序回退（写阶段 N 后又写阶段 ≤N-2）即
--required-node-order exit 4（dayun↔liunian 同阶段交错允许）
- 节内嵌套位置②③（大运 / 关键年）由
audit_virtue_recurrence_continuity 强制（exit 2）
- closing 三段首行 markdown header 必须命中 v9.3 白名单：
## 我想和你说 / ## 项目的编写者想和你说 / ## 我（大模型）想和你说；命中旧 v9 白名单（## 走到这里 / ## 写到这里我想说 / ## 不在协议里的话）或 ## 承认维度·宣告 / ## 位置④灵魂宣言 / ## 宣告 / ## 情书 / ## 灵魂宣言 等模板词 → --audit-closing-headers exit 10
- mangpai
confidence == high 事件必须 surface 到叙事；漏掉任一 → --audit-mangpai-surface exit 6
virtue_motifs.json 必须在阶段 0 之前已存在；不存在 → 跳过整个「我想和你说的话」通道- 每节写完用
python scripts/append_analysis_node.py --state output/X.analysis.partial.json --node <key> --markdown-file <md> 增量落盘——脚本自动追加 _stream_log 时间戳 + 调用 _v9_guard.enforce_tone + enforce_no_phase_leak_in_message；用户随时 python scripts/render_artifact.py --analysis output/X.analysis.partial.json --virtue-motifs output/X.virtue_motifs.json --allow-partial 看进度
v9 调性铁律（references/tone_blacklist.yaml + _v9_guard.scan_tone）：
- 字面 banned_phrases（如
"人生 A 面" / "加油哦" / "你值得拥有" / "给你（本人）的一封信"）命中 → exit 5；love_letter / free_speech 仅豁免字面短语
- 正则 banned_patterns（
！{2,} / ~{2,} / emoji 全集 / v9.3 新增「承认人性 / 承认维度 / 陀式 / 陀氏 / 那一刀 / 灵魂宣言 / 宣告 / 情书」）全位置生效（applies_to_whitelisted=true），love_letter / free_speech 也禁
v9 工具入口铁律（_v9_guard.enforce_v9_only_path）：
handshake.py round=1 默认 exit 2，需 --ack-legacy-r1adaptive_elicit dump-question-set 默认 exit 2，需 --ack-batch --confirm-batch-defeats-v9 双标adaptive_elicit next --answer X 必填 --answer-source ∈ {user, user_freetext, user_skipped}；agent_inferred exit 3（永久禁止 LLM 替用户答题）- 每题 askquestion_payload 自动尾插 ID=
X free-text 兜底，用户选 X 须配 --free-text "..."，落 confirmed_facts.free_facts[]，不更新 likelihood
每节用 markdown 标题（## 整图综合分析 / ## 一生 · 感情 / ## 大运评价 · 辛丑（25–34 岁） / ## 关键年份 · 2031 (35 岁 辛亥) 等），方便用户视觉扫描和折叠。
Node 5 感情段写作要求（v6）：
- 标题必带 R0 命中：
## 一生 · 感情（援引 R0：偏好类型 = X / 对方态度 = Y / 命中 = N/2）
- R0 = 2/2 → 高置信展开；R0 = 1/2 → 注明歧义；R0 = 0/2 → 必须双解
- 必写"感情线 vs 财富/名声/精神线在哪几年同步、哪几年对冲"——这是用户最关心的"鱼和熊掌"问题
- 详见
references/multi_dim_xiangshu_protocol.md §10 感情维度专项解读模板
3b 走 HTML 路径时（用户主动请求 HTML / artifact / 图时才走），所有节点写完后再把它们汇总成 analysis.json（结构见下方），调用 render_artifact.py 注入 HTML。3b 不走 HTML 时直接进 Step 4，结束。
analysis.json 结构（仅在用户主动要 HTML / artifact 时需要构造）：
{
"overall": "Markdown 字符串（整图综合分析 · 命格定位 · 一生主线）",
"life_review": {
"spirit": "Markdown：精神舒畅度的一生走势 + 体感建议",
"wealth": "Markdown：财富的一生走势 + 钱从哪来 / 高峰区段 / 防漏点",
"fame": "Markdown：名声的一生走势 + 被看见的方式 / 警惕陷阱",
"emotion": "Markdown（v6）：感情走势 + 援引 R0 命中 + 偏好类型 + 对方态度在大运/流年的展开 + 与事业的同步/对冲"
},
"virtue_narrative": {
"opening": "Markdown · 位置① 开篇悬疑提示（life_review 起笔即写 · 1-2 句不下定论）",
"convergence_notes": "Markdown · 位置③ 母题汇聚总览（仅 motifs.convergence_years 非空时）",
"declaration": "Markdown · 位置④「我想和你说」（一生评价收尾 · 反身性铁律：禁「应该/必须」，只用「是」 · 首行 `## 我想和你说`）",
"love_letter": "Markdown · 位置⑤「项目的编写者想和你说」（仅 motifs.love_letter_eligible=true 时写 · 首行 `## 项目的编写者想和你说`）",
"free_speech": "Markdown · 位置⑥「我（大模型）想和你说」（不强求结构、不强求长度 · 首行 `## 我（大模型）想和你说`）"
},
"dayun_review": {
"辛丑": { "headline": "一句话概括", "body": "Markdown：这 10 年的命理属性 + 主线 + 实际表现 + 建议" },
"壬寅": { "headline": "...", "body": "..." },
...
},
"key_years": [
{
"year": 2031, "age": 35, "ganzhi": "辛亥", "dayun": "癸卯",
"kind": "peak",
"headline": "财富单年最高峰",
"body": "Markdown：触发命理 + 大白话推论过程 + 可能取象 + 建议 + 极端假设"
},
...
]
}
强制要求（严禁简化）：
overall：整图综合分析 + 命格定位（援引 curves["geju"]）+ 一生主线 + 4 条曲线的整体形状 + 关系（v6）life_review.{spirit,wealth,fame,emotion}：每个维度 ≥ 200 字大白话；spirit/wealth/fame 结合三派分数 + 命理依据；emotion 必须援引 R0 命中情况 + 偏好类型 + 对方态度在 dayun 的展开dayun_review[label]：每段 10 年大运都要写（含起运前段 + 65 岁以后只要 dayun_segments 里有就要写），含 1 行 headline + Markdown body（命理属性 / 主线 / 实际表现 / 建议）key_years：把过往的"用户已确认事件年份" + 未来的"高峰 / 低谷 / 拐点"都列入；每条 ≥ 250 字，必须包含推论过程的大白话描述（"为什么我推这一年是 X"），有盲派事件的必须援引 points[year].mangpai_events 文本- 旧版
turning_points / disputes 字段已废弃 → 全部合并到 key_years 里（disputed 年份在 key_years body 里加一段「⚠ 三派分歧」说明）
禁止：
- ❌ 跳过这一步直接进 3b（导致 details 区是空的）
- ❌ 给空话术（"需要综合判断" / "因人而异"）
- ❌ 不援引盲派应事就写 key_years
- ❌ 把所有节点憋在末尾一次性吐（v5 流式硬要求 —— 每节立即发出）
- ❌ 用户没有主动请求 HTML / artifact / 图时强行跑 render_artifact.py（v9.3 默认就走 markdown-only）
3b. 渲染 HTML（仅当用户主动请求 HTML / artifact / 图；否则跳过）
前置条件（v9.3）：用户在初次提问、Step 3a 中或 Step 3a 结束后主动说出"要 HTML / 给我图 / 出 artifact / 给我 chart / 给我交互图"等显式请求。否则直接进 Step 4——不要再询问 A/B、不要默认渲染。
if 用户主动请求 HTML AND 当前宿主 ∈ {Claude Desktop, Claude Web, claude.ai}:
# 把已流式输出的所有节点汇总成 analysis.json
# ⚠ v9.1 强约束: analysis.json 必须包含模板里实际引用的所有字段, 否则前端会
# 显示"（此处由 LLM 写入...）"占位符, 用户感受为"工具又没写完"。
# 必填: overall / life_review.{spirit,wealth,fame} / key_years (≥ 1) /
# 每段大运的 dayun_reviews[label] / 每个 era_window 的 era_narratives[id]
# 用 --strict-llm 让 render 在漏写时直接 fail, 强制 Agent 补全后重渲;
# 不允许"渲染成功但页面留白"作为可交付状态。
python scripts/render_artifact.py \
--curves curves.json \
--analysis analysis.json \ # 把 3a 各节 markdown 注入 details 折叠区
--virtue-motifs virtue_motifs.json \ # v9 必带 · 否则「我想和你说的话」卡片显示"未启用"
--out chart.html \
--strict-llm
# 把 chart.html 内容用 artifact 块返回（type="text/html"）
# 此时用户已经读完所有文字分析，HTML 是"锦上添花"，不再有"等图"焦虑
elif 用户主动请求 HTML AND 当前宿主 ∈ {Cursor, Claude Code CLI, 其他}:
python scripts/render_chart.py --curves curves.json --out chart.png
# 显示 PNG 路径（分析已在 Step 3a 流式发完，无需再贴一遍）
else:
pass # 默认路径：跳过渲染，直接进 Step 4
Artifact 默认折叠状态（仅 HTML 路径）：
- 整图综合分析：默认展开
- 一生四维度评价（精神 / 财富 / 名声 / 感情）卡片：默认展开
- 大运评价：第一段默认展开，其余收起
- 关键年份评价：前 2 条默认展开，其余收起
给用户的话术建议：
- 默认 markdown-only 完成后：（v9.3）不再主动追问"是否要图"——除非用户事后主动要，才回到 3b 路径
- 用户主动要 HTML 完成后：先把流式 markdown 给完，再发 artifact，并告知"图里的内容和上面文字一致，方便你折叠 / 翻看。"
4. 输出四件套 + 保存反馈记忆（v3 P5 · v6 升级为 4 维）
- 图（Artifact 或 PNG，8 条线：4 维度 × 实/虚 + 大运背景色带 + RichTooltip 悬停）
- 一生四维度评价（精神 / 财富 / 名声 / 感情 各 ≥ 200 字大白话）
- 大运评价（每 10 年一段 · headline + body + 感情看点行）
- 关键年份评价（peak / dip / shift · 含大白话推论过程 + 盲派应事 + 三派分歧说明 + emotion 大动的【感情·v6】行）
v6 RichTooltip 内容（鼠标 hover 任意年份点显示）：年份 + 年龄 + 干支 + 大运 + 4 维当年值 + 4 维趋势值 + 互动 tag + 盲派 tag（含反向标记） + 关键年高亮 box（提示用户跳转到下方详解）。所有 key_years 在图上还有竖线标记（▲ peak / ▼ dip / ◆ shift）。
Step 4：保存反馈记忆 —— 用户答完 v8 AskQuestion 题集后，phase_posterior.py 已经把 phase 写回 bazi.json；同时把 user_answers.json 沉淀到 output/confirmed_facts.json 供下次复用：
python3 scripts/save_confirmed_facts.py \
--bazi output/bazi.json \
--user-choices output/user_answers.json \
--out output/confirmed_facts.json
python3 scripts/save_confirmed_facts.py --bazi output/bazi.json --add-fact \
"用户 2024 年事业方向有正向波动；曲线曾误判为 fame down，已通过反向规则修正"
python3 scripts/save_confirmed_facts.py --bazi output/bazi.json --add-structural \
climate "湿寒命" "外燥内湿" --reason "用户从小怕热 → 体感证伪"
下次跑同一八字时（同 bazi_key = pillars+gender+birth_year），Step 0 自动加载，不再重复踩坑。
5. 关键年份的 LLM 强制解读（已并入 key_years）
旧版「派别争议年份」单独成节已废弃；所有三派分歧大的年份（points[year].is_disputed == true）都必须收纳进 analysis.key_years，在该年的 body 里加一段「⚠ 三派分歧」按 references/dispute_analysis_protocol.md Step A→D 输出：
⚠ 三派分歧说明：
事实：扶抑派 X 分 / 调候派 Y 分 / 格局派 Z 分（极差 N），融合 V 分。
为何分歧：[1-2 句解释三派各自看到了什么]
我的判断：[偏向哪派 / 取中 / 双向]，因为本命局 [格局/印化/用神] + 本年互动 [具体事件] →
合理推论：[偏 up/down/双向波动]，置信度 [low/mid]
可证伪点：如果 [具体事实] 发生 / 不发生，则我的判断错。
禁止：
- ❌「派别分歧大，无法判断」
- ❌ 直接报融合值当结论
- ❌「需要更多信息」
- ❌ 不援引命局结构、只用玄学话术
- ❌ 把 dispute 单独列一大堆（已废弃，必须并入 key_years）
完整规则见 references/dispute_analysis_protocol.md。
三大保障 + 七项强制（必须遵守 · v8 重写校验回路）
- 准确：分数来自脚本（单盘=「格局为先 + 三派交叉」+「emotion 独立通道」、合盘=「五行 + 干支 + 十神 + 大运」4 层），禁止 LLM 直接打分
- 公正：身份信息不得进入打分流程；同输入双盲必须 bit-for-bit 一致；合盘也只看八字结构、不接收姓名 / 关系状态 / 历史
- 预测性：未来年份 / focus_years 必须给出 (方向, 置信度) 二元组；低置信度年份图上标灰
- 争议解读（强制）：每个 disputed 年份都必须并入 key_years 并按 dispute_analysis_protocol Step A–D 解读
- 合盘解读（强制）：4 层评分必须按 he_pan_protocol §5 解读（按层 → 加 / 减分 → 大运同步 → confidence），禁止甩 grade、禁止给"配/不配"结论
- 流式输出（强制 · v5 + v9 升级 · v9.3 默认 markdown-only）：Step 3a / 合盘解读必须按节流式发出（每写完一节立刻 send 一条 assistant message，禁止积累 ≥ 2 个 Node 不发）；v9.3 起默认就走纯流式 markdown，禁止主动询问"要 markdown 还是 HTML"、禁止默认渲染 HTML——只有用户主动说「要 HTML / 给我图 / 出 artifact / 给我 chart / 给我交互图」时才走 Step 3b；v9 物理可观测：每节写完用
scripts/append_analysis_node.py 增量落盘，render_artifact.py --allow-partial 实时看进度
- 「我想和你说的话」独立通道（强制 · v9.3 改名 · 内部 schema 仍叫 virtue_narrative / virtue_motifs）：Step 2.8 必须跑
virtue_motifs.py 产出 virtue_motifs.json（这是 LLM 写位置 ①③④⑤⑥ 的唯一数据源 + HTML「我想和你说的话」卡片的唯一数据源）；不跑 → 整条德性暗线物理消失，违反 references/virtue_recurrence_protocol.md ★★★★★★ 铁律。render_artifact.py 必须带 --virtue-motifs <path>，否则前端「我想和你说的话」卡片显示 "未启用" 灰色提示框。位置④「我想和你说」、位置⑥「我（大模型）想和你说」遵循反身性铁律：禁用"应该 / 必须"等规劝词，只用"是"做承认陈述
- v9 R1 默认路径 + batch 护栏（强制）：Step 2.5 默认必须走
adaptive_elicit.py next（CLI）或 MCP adaptive_elicit(action="next") —— 一题一轮 EIG 选题 · 5-8 题早停；不要再默认走 handshake.py / MCP handshake()（已 deprecated_v9，调用时 stderr 会打 v9 警告，仅 R2 confirmation + he_pan 兜底可用，需传 --ack-batch/ack_legacy_r1=true 显式承认）。dump-question-set --tier core14 一次抛 14 题不是默认 R1 路径：仅当用户主动要求 batch 时才用，需传 --ack-batch / ack_batch=true，否则 stderr 会持续打警告。
- v8 校验回路（兼容 · 已被 v9 R1 替代）：旧路径 —— ①
handshake.py 生成 5 维度 ~28 题 + askquestion_payload；② Agent 调宿主 AskQuestion 结构化点选 UI 一次抛全部题（禁止用自然语言转述题面让用户口头答"对/不对/部分"，CLI 宿主 fallback 到 cli_fallback_prompt）；③ phase_posterior.py 算贝叶斯后验 P(phase | answers)；④ 后验阈值落地：≥ 0.80 high adopt / 0.60-0.80 mid adopt / 0.40-0.60 触发追问轮（top-2 候选间最 discriminative 2-3 题，最多 1 轮）/ < 0.40 reject 不出图。bazi.phase_decision.is_provisional=true 时 render_artifact.py 必须拒绝渲染。详见 references/phase_decision_protocol.md + references/handshake_protocol.md + references/discriminative_question_bank.md 和 references/diagnosis_pitfalls.md §14（典型边界 case 详解）。
- 现代化解读铁律（强制 · v7）：emotion 维度的解读必须遵守 fairness_protocol.md §10：
- 命局可推：关系结构 / 能量模式 / 偏好的互动模式 / 关系密度
- 命局不可推：对方生理性别 / 是否结婚 / 几段关系 / 是否生育 / 关系是否被祝福
- 禁用措辞："克夫 / 旺夫 / 旺妻 / 妻星 / 夫星 / 配偶 / 异性缘 / 你应该结婚 / 晚婚 = 命不好 / 你会跟 X 类人结婚"
- emotion 高 ≠ 婚姻顺利，emotion 低 ≠ 单身差——纯中性描述
- 必须前置声明：出图后第一段感情解读必须包含「命局只反映关系结构和能量模式，不预设对方性别 / 是否结婚 / 是否生育——这些是你的现代选择，不在命局之内」
- 不接受用户的关系状态作为输入（"我已婚 / 我跟 X 在一起 5 年" → 接受为现实但不回写打分、不掺入后视镜叙事）
- 原生家庭解读铁律（强制 · v8 经 D1 题库校验）：family 段的解读必须遵守 fairness_protocol.md §11：
- 命局可推：父母在你能量场里的存在模式 + 年/月柱财官印聚合的结构画像（5 档：显赫候选 / 中产 / 普通 / 波折 / 缺位）
- 命局不可推：父母的社会地位 / 收入 / 职业 / 学历 / 是否健在 / 是否离异 / 是否再嫁
- 禁用措辞："出身名门 / 名门望族 / 家世优渥 / 家世显赫 / 父亲名利双收 / 母亲贤惠 / 大家长 / 严父慈母 / 父能传财"
- D1 题库校验已并入 v8 主回路（不再走 v7.3 R3 单独条件触发）：D1 6 题（家境 / 父在场 / 母在场 / 兄弟姐妹 / 出生地 × 时代 / 祖辈影响）随每次 handshake 一起抛，phase_posterior 把答案直接吸收进相位决策；family 段写不写、写多细，由 D1 相关 hard_evidence 题的后验信号 + 用户是否主动问家庭 共同决定
- 修古法 survivorship bias：古典命书只收录显赫人物的命例，所以"年柱财官印聚合"在古籍里反复对应"显赫家世"——但在现代普通人的同样结构上，真实概率远低于古法暗示。D1 校验通过的"显赫"才能说，没校验过 / 校验不通过 → family 段降级或省略
v9 范式转换（2026-04 重写 · precision-over-recall · 多流派交叉投票 · open_phase 逃逸阀）
触发动因：一类"印根足够却被旧算法误判为弃命从财"的边界 case 反思。详见 references/diagnosis_pitfalls.md §14 + references/mind_model_protocol.md。
v9 不是 v8 的小修，是结构性的范式转换：之前是"算法独断 → 让用户答题校验" → 现在是"多流派加权投票 + open_phase 逃逸阀 + 必出多解备选 + LLM 兜底特殊格"。
v9 核心改动一览
| 改动 | 文件 | 触发 |
|---|
PR-1 通根度严判 (本气/中气/余气 1.0/0.5/0.2) → 修假从误判 | scripts/_bazi_core.py::compute_dayuan_root_strength + scripts/score_curves.py::apply_phase_override 守卫 | 任何 cong_* / huaqi_to_* phase override |
PR-2 --pillars 模式弃用 (qiyun_age 不可精算) + he_pan v8 入口守卫 | scripts/solve_bazi.py + scripts/he_pan.py + scripts/he_pan_orchestrator.py | phase.is_provisional=true 或 confidence<0.60 直接拒合盘 |
PR-3 盲派 dayun 层 fanyin/fuyin detector | scripts/mangpai_events.py::detect_dayun_* | 大运首年 + 流年伏吟/反吟大运 |
| PR-4 心智模型协议 + HS-R7 最高红线 | references/mind_model_protocol.md + scripts/score_curves.py::hsr7_audit | 任何对外报告必带反身性 disclaimer |
| PR-5 罕见格全集 (~110 ZiPing/Mangpai/紫微/铁板) + LLM inline fallback | references/rare_phases_catalog.md + references/llm_fallback_protocol.md + scripts/rare_phase_detector.py::scan_all | 算法判定 Yes 的格直接出, No 的走 LLM 兜底 |
| PR-6 多流派加权投票 + open_phase 逃逸阀 | scripts/_school_registry.py + scripts/multi_school_vote.py | top1<0.55 OR top1_top2_gap<0.10 → decision="open_phase" |
v9 何时落 open_phase
- 子平 / 滴天髓 / 穷通 / 盲派 各自出候选 → 加权投票
- 若 top1 后验 < 0.55 → 不许独断
- 输出
phase_composition (top3 with role) + alternative_readings (top5 with if_this_is_right_then)
- 落 open_phase 时主报告必须显式陈述"算法在此盘上不下结论, 请补充更多事件锚点"
v9.3.1 · open_phase anchor 收集铁律（防 agent 编造 UI 约束）
落 open_phase 时 agent 向用户收 anchor，唯一能 filter 的是：
- 年份是否能解析为合法公历年（YYYY 格式）
- 事件描述是否非空
绝对不得加任何下列 filter（HS-R6 红线，_v9_guard.scan_fabricated_anchor_constraint 机械拦截）：
- ❌ 年龄段约束（"25 岁前 / 成年前 / 童年期 / 本命大运前"）
- ❌ 事件类型 filter（"只收事业 / 只收学业 / 只收感情"）
- ❌ 强度阈值（"只收大事件 / 改变人生轨迹的"）
- ❌ 地理 / 身份 / 关系状态 filter（"只收国内 / 只收已婚后"）
必须：
- 实时显式校验反馈（HS-R6.2 · 哪条无效说原因，禁止只显示"已识别 0 个有效年份"）
- 提交按钮真触发
multi_school_vote.vote(bazi, fallback_phase_candidates=anchors) 重算（HS-R6.1 · 不许只回"等待重跑校准"安慰话术）
- 把
top1_posterior / decision 的实际变化逐项告知用户
完整规则 + 历史 incident 复盘见 references/open_phase_anchor_protocol.md。
v9 报告必带字段（HS-R7 守卫）
任何 score 产物必须有：
multi_school_vote.decision ∈ {phase_id, "open_phase"}multi_school_vote.consensus_level ∈ {high, medium, low}multi_school_vote.alternative_readings（多流派备解 with if_this_is_right_then）hsr7_audit（缺字段会 warning，BAZI_STRICT_HSR7=1 时 raise）
落 open_phase 时, Agent 必须在对话里把 alternative_readings 全部列出, 并要求用户补 ≥ 2 个具体事件年份再重判。
何时阅读 USAGE.md / references/
- 用户问"怎么用 / 怎么触发 / 不会用" →
USAGE.md（直接复述给用户）
- v9 范式入门 + 假从误判教训 →
references/mind_model_protocol.md（v9 强制） + references/diagnosis_pitfalls.md §13-14
- 算法可判定的特殊格 (~30) + LLM 兜底协议 (~80 罕见格) →
references/rare_phases_catalog.md + references/llm_fallback_protocol.md（v9 强制）
- 每次接到八字 / 生日，进入 Step 2.5 之前 →
references/phase_decision_protocol.md（v8 强制）+ references/handshake_protocol.md（v8 强制）+ references/discriminative_question_bank.md（v8 题库源文件）
- 任何后验落地 / 阈值 / phase 决策疑问 →
references/phase_decision_protocol.md §5 + references/diagnosis_pitfalls.md §14（典型边界 case）
- [deprecated v8] 旧 R0+R1+R2 命中率 / 相位反演兜底 →
references/phase_inversion_protocol.md 仅作历史参考，新流程不读
- 每次合盘前 / 用户给 ≥ 2 份八字 →
references/he_pan_protocol.md（强制）
- 每次跑 Step 2a 之前 / 用户问"盲派怎么看" →
references/mangpai_protocol.md（强制）
- 每次进入 Step 3a 写 LLM 分析之前 →
references/multi_dim_xiangshu_protocol.md（强制）
- 每次进入 Step 3a 写 key_years / dayun_review 之前 →
references/zeitgeist_protocol.md + references/folkways_protocol.md + references/folkways_inference_prompt.md（强制 · v7.5 · 时代-民俗志解读层）+ references/class_inference_ethics.md（伦理红线必读）
- 写 dayun_review 段时 →
references/dayun_review_template.md（v7.5 新增 · 大运段标准模板）
- 用户问「为什么这年高/低」 →
references/methodology.md + references/scoring_rubric.md
- 用户质疑准确性 →
references/accuracy_protocol.md + calibration/dataset.yaml
- 用户质疑公正性 / 偏向 →
references/fairness_protocol.md
- 用户问未来怎么走 →
references/prediction_protocol.md
- 见到 ⚠ 争议年份 / 处理
disputes 数组 → references/dispute_analysis_protocol.md
- 每次开跑新八字之前 / 反复跑了 2 轮还不准 →
references/diagnosis_pitfalls.md（已踩过的坑 + 红线表）
- 出现陌生术语（伏吟 / 通关 / 调候 等） →
references/glossary.md
何时阅读 examples/
- 想直观理解输出形态 →
examples/shang_guan_sheng_cai.md（伤官生财格）/ examples/guan_yin_xiang_sheng.md（官印相生格）
输出规范
单盘输出
| 字段 | 说明 |
|---|
chart | Artifact（HTML，type="text/html"，含 marked.js + Recharts + details 折叠 + 整图分析 / 一生评价 / 大运评价 / 关键年份评价四类 markdown）或 PNG 路径；v6 起 8 条曲线（4 维度 × 实/虚） |
score_table | Markdown 表格：年份 / 年龄 / 干支 / 大运 / 精神(当/趋势) / 财富(当/趋势) / 名声(当/趋势) / 感情(当/趋势) / 置信度 |
life_review | 一生四维度评价（精神 / 财富 / 名声 / 感情 各 ≥ 200 字） |
dayun_review | 每段 10 年大运 headline + body |
key_years | 关键年份评价（peak / dip / shift），含大白话推论过程 + 盲派应事 + 三派分歧说明 |
mangpai_events | 按年汇总的盲派应事（仅当 Step 2a 启用） |
caveats | 派别分歧大 / 低置信度年份的免责声明 |
合盘输出
| 字段 | 说明 |
|---|
pair_overview | 每对人的概览：双方八字 / 日主 / 用神 / 总分定调（人话，非 grade） |
layer_breakdown | 4 层评分逐层解读（五行 / 干支 / 十神 / 大运），每层至少援引 2 条 notes |
top_pluses_review | 关键加分项 → "为什么有意义 + 怎么用上"（≥ 4 条） |
top_minuses_review | 关键减分项 → "摩擦点是什么 + 怎么缓冲"（≥ 3 条） |
dayun_sync_advice | 基于 focus_years 同步度的具体建议（哪些年适合 / 不适合一起搞大事） |
confidence_note | 双方 phase.confidence（v9 adaptive_elicit 后验）→ 合盘 confidence + 必要的 caveat |
relationship_specific_tips | 按 rel_type 的特定建议（婚配 / 合作 / 友谊 / 家人） |
第一次使用前
cd ~/.claude/skills/bazi-life-curves
pip install -r requirements.txt
python scripts/calibrate.py
python scripts/calibrate.py --symmetry
