mcpField
Q
Qimen Dunjia & BaZi Charts

Qimen Dunjia & BaZi Charts

远程服务
qimenseek.aicreditsapi.com游戏娱乐05 天前更新

关于 Qimen Dunjia & BaZi Charts

qimen-dunjia-engine 是用于计算奇门遁甲盘的 Node.js 工具,采用时家转盘法。它无需 AI 或网络即可确定性地计算盘面,不包含解读或判断规则。

主要功能

  1. 01拆补、置闰和超神接气方法
  2. 02九宫盘面、星、门与神
  3. 03检测 41 种格局
  4. 04马星与旬空
  5. 05年、月、日、时干支
  6. 06无需网络或 AI 的可复现计算

适用场景

  1. 01根据日期和时间排奇门遁甲盘
  2. 02比较不同方法计算的盘面
  3. 03查看检测出的格局和宫位数据

MCP 相关

项目提供独立的 MCP 端点和本地 stdio 服务,供 MCP 客户端调用排盘计算。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://qimenseek.aicreditsapi.com/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

qimen-dunjia-engine

Node.js 奇门遁甲排盘计算引擎——结果确定,不依赖 AI/LLM,纯计算。

时家转盘法 · 置闰符头定元 · 值使独立转门

实测数据(每一条都可复现,脚本在 verify/):全量遍历 44,064 次,崩溃 0 次、不变式违反 0 次;41 种格局的零命中盘占比为 0%,无恒真规则、无死规则;拆补与置闰的分歧率为 41.6%;两批书载案例审计(142 例与 79 例,统计口径各自独立,不可混算)。

为什么选择此引擎

大多数开源奇门库都会走捷径。本引擎忠实实现经典主流规则集:

规则其他库中常见的简化做法本引擎
置闰定局以约 5 天为一档进行近似基于符头:按符头日确定节气归属(上元符头 = 甲子/甲午/己卯/己酉)
值使门落入与值符星相同的宫(跳过转动)根据旬中的时干位置独立转动
转盘路径按 1-9 宫线性排列宫位顺序为 [1,8,3,4,9,2,7,6]
验证最多进行抽样检查遍历 44,064 张盘,崩溃 0 次,强制执行 5 条不变式 — verify/

功能

  • 时家转盘法,支持拆补、置闰和超神接气定局
  • 完整盘面:地盘、天盘、九星、八门、八神、遁干
  • 格局检测:在实际计算中检测 41 种格局,包括伏吟、反吟、门迫、击刑、入墓、青龙返首、飞鸟跌穴、玉女守门、三奇得使、十干克应组合等
  • 马星、旬空、年/月干寄宫
  • 通过 lunar-javascript 计算年/月/日/时四柱
  • 无网络、无 AI——每次运行结果相同

安装

# Install straight from GitHub (npm supports this natively)
npm install github:wyl743405571-cpu/qimen-dunjia-engine

# Or clone + install
git clone https://github.com/wyl743405571-cpu/qimen-dunjia-engine.git
cd qimen-dunjia-engine && npm install

# npm registry package: coming soon

用法

const qimen = require('qimen-dunjia-engine');

// year, month, day, hour, minute, method: 'zhirun' | 'chaibu' | 'shenjieqi'
const chart = qimen.paipan(2026, 6, 7, 11, 0, 'zhirun');

console.log(chart.juNum);        // 6  (Yang Dun 6)
console.log(chart.isYang);       // true
console.log(chart.zhiFuXing);    // 天蓬 — Zhi-Fu star
console.log(chart.zhiFuGong);    // 4
console.log(chart.zhiShiMen);    // 休门 — Zhi-Shi door (independently rotated)
console.log(chart.zhiShiGong);   // 3
console.log(chart.dp);           // earth plate stems, keyed by palace 1-9
console.log(chart.tp);           // heaven plate stems
console.log(chart.xing);         // 9 stars by palace
console.log(chart.men);          // 8 doors by palace
console.log(chart.shen);         // 8 gods by palace
console.log(chart.geju);         // detected formations [{name, level, gong, detail}]
console.log(chart.maGong);       // horse palace
console.log(chart.kong);         // void branches, e.g. ['寅','卯']
console.log(chart.ygz);          // four pillars: year/month/day/hour ganzhi

参见 examples/basic.js,其中提供了一个可运行示例,会打印完整的九宫格。

输出参考

字段含义
juNum / isYang局数(1–9)及阴/阳遁
methodzhirun / chaibu / shenjieqi
xun / kong / kongGongs时旬、空亡地支、空亡宫
zhiFuXing / zhiFuGong值符星及其所在宫
zhiShiMen / zhiShiGong值使门及其所在宫
dp / tp各宫的地盘/天盘天干
xing / men / shen各宫的星/门/神
dunGan遁干
geju检测出的格局及其吉凶等级
maGong马星所在宫(驿马)
ygz / mgz / dgz / hgz年/月/日/时柱

范围

**此软件包仅用于排盘。**不包含解读、判断规则(用神/断法)和案例库——这些属于 QiMenSeek 的产品层资源。

本引擎仅在一个维度上支持流派差异:实现主流的时家转盘传统。不计算飞盘。

测试与验证

npm test    # 3 known-good snapshot charts + plate-structure invariants

上述测试只涵盖三张示例盘。若要查看真实数据,请运行测量套件—— 本 README 中引用的每项数据都来自这些脚本,你可以在自己的机器上得到 相同的输出:

node verify/sweep_coverage_v2.js 2000 2050   # 44,064 charts: 0 crashes, 0 invariant violations
node verify/measure_divergence.js 30# 12,960 moments: 41.6% of charts differ between Chaibu/Zhirun
node verify/measure_geju.js 10                # 41 formations, 0% zero-hit charts, no dead rules
node verify/audit_book_cases.js               # 142-case classical library audit
node verify/audit_book_cases_v2.js            # 79-case 1990s casebook audit (incl. Shen Jie Qi mode)

参见 verify/README.md,了解每个脚本能够证明和不能证明的内容,以及编写脚本时遇到的测量陷阱。

我们不隐瞒的已知局限

142 个案例的经典案例库(verify/book_case_library_tagged.json,95.8% 的案例附有页码引文)中,按拆补法可在 64.9% 的情况下复现书中所述的局数(97 个可测试案例中有 63 个),而按置闰法则为 42.6%(94 个中有 40 个)。142 个案例中,只有 51 个标注了预期判定结果,其中 45 个由 OCR 提取,仍标记为 needsReview。 因此,请将此案例库用于回归探索,而非作为准确率声明。

第二个独立案例库(verify/book499_case_library.json,收录一部 20 世纪 90 年代案例集中的 79 个可测试案例)按拆补法可在 82.3% 的情况下复现书中所述的局数(79 个中有 65 个),按沈洁琪模式则为 91.1%(79 个中有 72 个)。请注意,这种模式是根据该案例集自身的数据拟合而成——它能解释这本书,但并不声称“更接近经典”。默认方法仍是拆补法。有 5 个边界案例尚无法解释,脚本本身列出了这些案例。两个案例库互不混用:它们来自不同的书,分母也不同。

在线工具

面向最终用户的指南与文章

这些通俗易懂的指南面向需要应对现实决策的人,而不只是开发者。它们会解释这一体系(不谈玄学,提供完整推理过程,每项论断均以你盘局中的符号为依据),并链接到免费工具:

索引:articles/README.md

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。