你下载的那个“AI 技能包”,可能只是换了张皮的提示词

拆开一个完整的 skill 长什么样，以及从 skill 到人人能用的产品，中间隔着的是什么

一、先说清楚我为什么来写这篇

我做六爻、大六壬、奇门遁甲、太乙神数，同时也在更新《六爻入门》系列专栏。最近专栏停了一段时间，因为我去干别的了——做子平八字的 AI 技能。

原因很简单：我实在看不下去现在命理开源生态里对 skill 这件事的普遍误解。

打开各种群、各种仓库，你会看到大量标题写着“XX 古籍 AI 技能包”“一键让 AI 学会 XX”的分享。点进去下载，解压，里面是一个 SKILL.md，可能两三万字，把某本书的内容用 AI 转写了一遍，然后……就没有然后了。

这本没错，但它不是 skill。它是一份提示词。

而真正的 skill，是一个完整的技能包——有目录结构、有分层知识、有可执行脚本、有输入输出契约、有测试用例。它用的是文件系统和工具调用这些能力，而这些才是 agent 时代真正新增的东西。

我不想只骂人。骂完别人该怎么做还是不知道，看的人该识别还是识别不了。所以这篇我想做三件事：

1. 把 skill 的解剖图画清楚，让你以后看任何一个 skill 都知道该翻哪几个地方
2. 讲明白 skill 和“能给别人用的产品”之间差多远
3. 顺手介绍一下我做的这个项目：灵爻妙解

会有一些技术名词，但我会尽量用人话讲。不懂 AI 的命理爱好者应该也能看完。

二、Skill 到底是什么：不是文档，是“渐进式披露”

先破除一个误解。

很多人以为 Skill 就是“一段更长的系统提示词”。不对。按 Anthropic 官方给 Agent Skills 的定义，它本质是一个文件夹——里面有 SKILL.md，还可以有脚本、数据、模板、参考资料。

关键不在“能不能写长”，而在于渐进式披露（Progressive Disclosure）：一份知识不是一次性全部塞进模型的上下文，而是按需分层加载。

为什么这事重要？因为上下文窗口是有限的、是贵的，也是会被污染的。你把 9.8 万字的《子平真诠评注》一次性塞进对话里，会发生两件事：一是大部分内容跟当前这个问题无关，二是模型在大量无关内容里的注意力会被稀释——它会开始“综合”那些不该它综合的东西。

渐进式披露解决的就是这个。它的加载顺序是这样的：

第一层：只有 frontmatter 常驻。模型平时只看到 name 和 description 两行。它靠这两行判断“用户这个问题该不该调这个技能”。

第二层：命中后才加载SKILL.md正文。这部分是操作说明——输入参数是什么、怎么调脚本、遇到各种情况怎么处理。

第三层：正文里指路，模型自己去读更深的知识文件。比如“取格请先读 rules/00_总纲_取格.md”“问行运请读 rules/90_行运.md”。这些文件在读之前不占用任何上下文。

第四层：脚本和数据是“外部能力”，根本不进上下文。模型只是调用它、拿结果。1155 行排盘代码不需要模型读懂，只需要模型会用。

所以一个 skill 写得好不好，一半的功夫在于这套分层设计得对不对——什么该常驻、什么该按需、什么该外置成代码。这跟“把书写得尽量详细”是完全相反的两件事。

三、一个完整 skill 的解剖图：从开胃菜到硬骨头

我把 skill 里常见的东西按“含金量”分成五层。你可以拿这个当尺子去量你手头的任何 skill。

第一层：SKILL.md 与 frontmatter —— 必需，但只是开胃菜

任何 skill 都得有这个东西：

---name: ZiPingEightChardescription: 子平八字：排盘与《子平真诠》格局法解释。输入姓名、性别、出生日期时刻（当地钟表时间）、出生地，脚本输出结构化命盘 Markdown（六柱信息、藏干、空亡、纳音、神煞、节令、大运、流年、流月及排盘审计）……---

很多人把 90% 的精力花在这里，以为写长就是写好了。其实这一层最难的是description的写法——它决定路由，写不好就等于这个技能不存在。

看两个例子。差的写法：

description: 八字分析技能，帮你解读命盘

这句话的问题是：它只说“我是干什么的”，没说“什么时候该用我”。用户问“今年财运怎么样”的时候，模型凭什么选它？而且如果装了三个八字技能，它们会互相抢答，因为谁都没有声明边界。

好的写法长这样（引自盘叔的开源包，确实是这个包里做得最好的部分）：

description: 当用户问"这个八字事业怎么样""能当官吗"，而八字月令为正官时使用。先判官格成败与财印双护，再定贵之层级与本格取运，大运总纲另见ziping-xingyun，兼断妻室内助。月令七杀、官杀混杂，或从格化气专旺不适用，健康寿夭不覆盖。

拆开看，它同时交代了四件事：触发场景（问事业、问当官）、触发条件（月令为正官）、让渡关系（大运另见 xingyun，别抢）、以及不覆盖范围（健康寿夭不归我管）。

最后那句“不覆盖”是很多人会漏的。它不只是免责，它是路由卫生——声明了边界，模型才不会拿七杀格去断印绶格的问题。

第二层：知识层 —— 大部分技能包就到这里了

规则、术语、命例、原文。这一层决定“模型答得对不对”，是绝大多数技能包的全部内容。

但同样是规则，做法差很远。真正的分水岭是：这些规则是“给模型看的散文”，还是“可以被判定的条件”？

举例。模糊的写法是：

官星被伤，看整体配合，若印能护官则无碍。

这句话没有错，但模型拿到之后没法执行——“整体配合”是哪几个字段？“印能护官”需要印在哪个位置？它只能凭感觉补全。

可判定的写法是这样的（引自 ZiPingEightChar 的规则条目格式）：

### R-官-03 官逢伤用印解- **条件**：月令为正官；天干透伤官克官；四柱透印，且印未被财贴身克破。- **判定**：成格。印解伤而护官，全局关键在印。- **出处**：第三十一篇·论正官- **原文**：“官逢伤而透印以解之……”

区别在哪？条件里出现的每个词，“条件”字段必须能对应到排盘输出的某个具体字段——“月令”对应

节令 的月支，“透干”对应 ## 四柱 的天干，“藏干透出”对应 ## 地支藏干 与 ## 四柱 的对照。

这是我在自己的规则库格式规范里写死的一条硬规则：条件字段不得出现“看组合”“视情况”这类无锚措辞。因为一旦允许模糊，模型就会在这里自由发挥，而它的发挥是不稳定的——同一个盘问两次可能得出两个结论。

还有一个细节：每条规则带 出处 和 原文。这不是为了好看。这是让结论可以被回查——模型给出判断，用户可以问“你依据哪一条”，然后一路追到原文。没有溯源链的规则库，本质上和让模型自由生成没有区别。

ZiPingEightChar 的规则库现状：rules/ 下 16 个文件、380 条编号规则，按格局分成 11_正官格.md 到 19_杂格.md，横切的有 90_行运.md（行运通论）、94_神煞细节.md、95_禁则.md（不得为之事）、96_六亲.md、97_女命.md；另有 sources/ 存放 50 篇原文，平时不加载，只在规则与原文疑似冲突时回查。

95_禁则.md 这个文件我觉得值得单独说一句。它是“负面清单”——明确规定哪些事绝对不准做。比如：神煞、纳音、空亡绝不进入取格、成败、用神相神、格局高低这四层判断，只能在格局定论之后作细节参看。

为什么要专门写一个“不准”的文件？因为大模型有一个顽固的倾向：它会把手上所有信息都拿来综合。你在盘里给了它 13 个神煞，它就会拿神煞去解释格局。而《子平真诠》的立场是“星辰无关格局”——用神煞断格局本身就是错的。

你不明令禁止，它一定会犯。

第三层：脚本层 —— “必须有”和“最好有”的分界线

到这里，就是一个技能包是不是“真的技能”的实质分界线。

命理领域特别容易犯一个错：让模型自己去算。

你问它“1990 年 5 月 14 日上午 8 点半在成都出生，八字是什么”，它会给你一个答案，而且看起来很像那么回事。但这是它“回忆”出来的，不是算出来的。大模型做日期加减、节气推算、经度修正这类事情，准确率低得可怕，而且错得毫无征兆——它不会说“我不确定”，它会非常自信地给你一个错的时柱。

所以凡是涉及历法、天文、地域的计算，必须外置成脚本。这是我的立场，没有商量余地。

ZiPingEightChar 的做法是：

python scripts/cast_chart.py --name 张三 --gender 男 \    --birth ”1990-05-14 08:30” --place ”四川省成都市”

模型只需要会调用这一条命令。背后 1155 行 Python 干了这些事：

• 真太阳时换算：出生地经度修正 + 均时差修正。上例输入钟表时间 08:30，输出真太阳时 06:30—— 差了两个小时 。不修正的话时柱直接错。
• 子初换日：真太阳时 23:00 起算次日。日界规则固定，且写进输出的“排盘审计”段。
• 晚子时提示：约 4% 的盘会落在 23:00–24:00，这时“子正换日”一派会排出不同的日柱与时柱，命盘开头会打出 ⚠️ 提示，解释时必须声明此分歧。
• 夏令时回拨：1986–1991 年全国实行过夏令时，那几年 4 月中旬到 9 月中旬出生的人，钟表时间要先回拨一小时——“钟表 23 点 ≠ 真太阳时 23 点”。
• 依赖内置：vendor/ 里带着 tyme4py 1.5.0 和 tzdata，纯 Python 纯数据，用户不用装任何东西。

最后这条看着不起眼，但它是真实世界的胜负手。一个需要用户先 pip install 的技能，在“不懂技术的命理爱好者”手里，等于零。

更关键的是一个设计原则：脚本只算，不断。cast_chart.py 的输出里没有任何一句命理判断，它只吐结构化的命盘 Markdown。所有解释归模型，所有计算归脚本。职责分明，才谈得上各自可验证。

这带来一个额外好处——排盘结果结构化、机器可读，这让它天然能被别的程序消费。这正是灵爻妙解平台上自研排盘引擎的路子，也是我敢把技能和平台放在一起讲的原因：同一套工程思想，一个跑在你本地，一个跑在网页和 App 里。

第四层：契约层 —— 让脚本和模型“接得上”

脚本输出给模型，模型输出给用户。这两次交接都需要契约，否则就是各说各话。

脚本 → 模型 的契约，在 ZiPingEightChar 里叫“输出契约”，它冻结了章节标题：

四柱

地支藏干 ## 四柱空亡 ## 纳音 ## 神煞 ## 节令 ## 大运 ## 流年 ## 流月 ## 排盘审计

这些标题不许改。因为规则库里的“条件”字段是引用这些章节来定位的（规则里写“月令”，指向的就是

节令 段）。这是接口，接口一变，380 条规则全部失锚。有了它，脚本和规则库才能各自独立升级而不互相弄坏。

另外还有退出码约定，这是“出错时怎么办”的契约：

第 3 条是整个设计里我最在意的一条。“不许猜盘”——因为大模型在这时候的第一反应，一定是“那我凭印象估一个吧”。它宁可编也不肯说“我算不出来”。契约必须堵死这条路，SKILL.md 里就得明写。

模型 → 用户 的契约同样重要，而且这是被绝大多数技能包完全忽略的一层。

ZiPingEightChar 的“解释输出契约”规定了一个固定骨架，其中标 ★ 的是强制项：

1. 排盘口径 —— 真太阳时修正量、夏令时回拨、晚子时分歧声明
2. 说人话 ★ —— 白话详解，且逐条对应：每个关键判断都要有一条白话条目
3. 依据备查 —— 术语层的专业判定，按“取格 → 成败 → 用神相神 → 高低 → 行运喜忌”次序
4. 存疑与边界声明 —— 命中的存疑规则、两可处，如实声明
5. 结尾标识与免责 ★ —— 固定引用块

这里面有个反直觉的设计：白话在前，术语在后（v2.0 改版的核心）。

为什么？因为命理解读的读者绝大多数不是同行。你跟他讲“官星透干被伤，喜印绶化之”，他看完不知道你在说什么，也不知道自己该干什么。所以成品的呈现顺序是“先说人话，术语放后面备查”，但思考顺序不变——模型必须先把取格、成败、用神相神、高低、行运全部判完，才允许落笔写白话。

契约里还专门写了“说人话段”的两条硬约束：

1. 不得出现备查段没有的判断——白话段只允许降维表达，不允许新增结论
2. 不得软化警示——“需要注意”不能变成“应该没事”，凶断照样用大白话说凶

第二条是我在实际测试里最常抓到的毛病。模型天然倾向于讨好用户，你说“这个盘婚姻可能不顺”，它会给你自动打磨成“感情上需要多一点耐心”。两份输出看着无关痛痒，性质完全不同：一个是如实告知，一个是粉饰。

第五层：验证层 —— 凭什么说你是对的

这一层最难，也最见一个作者的诚实程度。

命理技能有个特殊困难：没有标准答案。你说这个八字是官格破格，凭什么？不同流派能吵三天。

但“没有绝对标准答案”不等于“无法验证”。有三件事是可以验的：

第一，排盘可以验。这是纯计算，有唯一正确答案。ZiPingEightChar 有 7 个测试文件，覆盖：

• test_solar_time.py
   —— 真太阳时换算，配 tests/golden/longitudes.yaml 黄金数据
• test_timezone.py
   —— 时区解析，配 history_tz.yaml（含历史时区变更）
• test_equation_of_time.py
   —— 均时差
• test_day_boundary.py
   —— 换日边界，配 time_boundary.yaml
• test_e2e.py
   —— 端到端
• test_license_gate.py
   —— 授权锁
• test_version_sentinel.py
   —— 版本哨兵

看到 golden/ 这个目录名了吗？黄金数据——人工核对过的标准答案，测试就是拿它们对。这类测试不涉及任何命理判断，纯粹是工程正确性，但它是整个技能的信任地基。第几柱都排错了，后面讲得再漂亮也是空谈。

第二，规则对古法命例的结果可以验。《子平真诠》自己带了大量命例，原书给了判定（比如某造“大贵”、某造“一富而已”）。拿规则去重推这些命例，对得上多少、对不上哪些、对不上的是规则写错了还是原书传抄有错——这是可核查的。

ZiPingEightChar 的规则库跑过原书的黄金命例集，结论是 87 例与原书判定一致、2 例 mismatch、3 例因原书传抄缺陷不可验证。而那两个 mismatch 最后定位出来是规则措辞有问题，已经回修。

这个过程的产物比“我做了验证”这句口号有价值得多。因为承认有 2 例对不上并把原因写出来，恰恰说明后面那 87 例是真跑出来的。

第三，触发路由可以验。装多个技能时，谁会抢答、边界在哪，是可以拿题目测的。盘叔那个开源包在这点上做得不错，技能包/测试题.md 里有 34 道双层诱饵题，专挑最容易抢答出错的边界题（比如“印格走什么运”该归印绶格技能还是行运总纲技能）。

但我要说句公道话，也要说句难听话：这份测试文档里自己写了“测试者为融合执行者本人（非独立测试员）”。自测和盲测是两回事。自己出的题自己答，答对了只说明题目和答案出自同一个脑子，不证明路由清晰。文件里也建议了“正式发布前再派独立测试员盲测一轮”——这个自觉是好的，但这一轮是必须补的，不是可选项。

小结：五层尺子

前两层是“内容”，后三层是“工程”。开源命理技能包九成以上只做了前两层，然后管它叫“完整技能包”。

四、怎么一眼识别好 skill 和差 skill

上面是结构，下面是实操。拿到一个 skill，按这六条走一遍，十分钟能看个大概。

1. 先看 description：有没有“什么时候用”和“什么时候别用”

好的描述里会同时出现触发场景、触发条件、边界。差的描述只有一句自夸。

红旗：description 写的是“XX 命理分析技能，专业度高，效果好”——这是宣传，不是接口。

2. 看目录：有没有非 markdown 的东西

差：skill/    └── SKILL.md          （一个文件，几千到几万字）好：ZiPingEightChar/    ├── SKILL.md    ├── rules/            16 个文件 · 380 条规则    ├── rules/sources/    50 篇原文（按需回查）    ├── scripts/          排盘引擎 · 1155 行    ├── vendor/           内置依赖，免安装    ├── data/             城市数据等    └── tests/            7 个测试 + golden/

红旗：解压后只有一个 .md。不管它多长。

3. 看规则条目能不能“判定”

随机挑两条规则看它的条件字段。如果出现“看整体”“视情况”“结合判断”“凭经验”——这个规则库在执行层面是空的。

好规则长这样：条件里每个词都能对上排盘输出的某个具体字段。红旗：整本书转写的散文，或者只有结论没有条件（“伤官见官为祸百端”——那什么情况下不为祸？书里明明说了金水伤官喜见官）。

4. 看有没有“不许做”的清单

这点很反直觉，但极其有效。一个成熟的技能一定有禁则。

因为作者只要认真测过，就一定会发现模型乱来的地方，然后必须写成禁止条款。ZiPingEightChar 的 95_禁则.md 有 19 条，明确“神煞、纳音、空亡绝不进入格局四层”。

红旗：从头到尾只有“你应该怎么做”，没有“你不准怎么做”——说明作者要么没测过，要么不敢承认模型会跑偏。

5. 看有没有承认“不知道”的地方

两种，都要看：

一是覆盖声明。ZiPingEightChar 明写：健康、寿夭、女命专论、流年逐岁吉凶不在覆盖范围（因为《子平真诠》本身没有系统论述，不能硬编）。盘叔的包更细，有一张 48 章的覆盖对照表，逐章标注处置方式。

二是存疑标注。遇到原文歧义，规则条目末尾加 > 存疑：……，明确不自行裁决。

红旗：一个技能号称“覆盖八字全领域，健康婚姻财运事业一网打尽”。人类命理师都不敢这么讲，一个技能敢讲。这不是能力，这是没读过书。

6. 看它的数字是怎么来的

技能包宣传里通常有一串漂亮数字：“555 条规则”“140/140 命中”“34 题盲测全对”。

你得追问口径。

• “命中原文”——抽的是哪几条？抽了多大比例？抽样方法是什么？
• “盲测全对”——测试员是谁？独立吗？题目和答案是不是同一个人出的？
• “N 条规则”——有多少条是真正可判定的？有多少是同一句话换了个说法？

有件事我觉得特别值得说。盘叔的包在 清单.md 里自己交代了：横向对比时发现另外两个 AI 生成的包，一个自报 290 条实际 568 条，另一个自报 568 条实际 290 条——两个数字刚好互换，说明台账和实物根本没对上过。

能把自己和他人的数字问题写进文档里，这本身就是可信度。反过来，只报总数、不报口径、不报抽样方法的技能包，数字一律不听。

附：下载前的三分钟自测清单

•  解压后是否只有一个 .md？→ 是，那它是提示词，不是技能
• description 里有没有“什么时候不该用我”？→ 没有，装多个技能必抢答
•  随便两条规则，条件字段能不能对上具体输入字段？→ 对不上，结论不可复现
•  有没有禁则／不覆盖声明／存疑标注？→ 全无，作者没测过或者不诚实
•  有没有脚本处理计算类任务？→ 没有而任务涉及历法、天文、地域 → 结果不可信
•  有没有测试、黄金数据、命例重推记录？→ 没有，那只能叫“作者觉得不错”

五、Skill 和“能用的产品”之间，隔着五道门

现在说第二部分，也是最容易被开源社区忽略的部分。

我做了这个技能之后发现一件事：技能做得好，和有人能用它，是两个完全不同的问题。

Skill 是给“已经站在门里的人”用的。而绝大多数人连门在哪都不知道。

门槛一：它跑在哪？

Skill 不是双击就能用的软件。它需要一个载体：

• Claude Code 这类 CLI 工具
• Cherry Studio、Claude Desktop 这类桌面客户端
• 某些支持技能目录的 AI 助手应用

这几样东西，共同点是：都得先有一个能用的模型 API。

而现实是，很多人连“API 接入”这个词都没听过。在他们脑子里，AI 就是“打开网页，打字，出结果”。你要跟他说“先注册一个 Provider，填 API Key，选模型，然后建个会话，把技能挂上去”——他已经走了。

我做过一个非正式的小观察，在几个命理群里问过“知道 agent 客户端和 AI 网页对话有什么区别吗”，回答清楚的比例不到两成。这不是他们笨，是这个世界还没准备好。但结果是：一个设计得再好的 skill，到这一步就断了。

门槛二：它要什么输入？

这是我认为命理技能最被低估的失败点。

ZiPingEightChar 的必需输入是四项：姓名、性别、出生年月日时分、出生地（精确到县）。

在懂的人眼里这是常识。但在真实用户那里：

• “几点出生的”——很多人真不知道。家里老人只记得“天快黑的时候”。而 SKILL.md 里写死了： 必须追问具体时刻，不要自行假设 12:00 或任何时刻 。因为它知道时辰错了就是另一张盘。
• “出生地”——“我们那是个小地方”。技能得能解析到县级行政区，解析不到时要按话术追问。
• “真太阳时”——用户根本不知道有这回事。新疆出生的人用北京时间的钟表数字去排盘，时柱会错到离谱。

技能里可以内置追问话术，这一点 ZiPingEightChar 做了：

缺时刻：“时辰决定时柱，差一个时辰就是另一张盘，所以出生时间需要精确到小时。您大概几点出生？”

但话术只能救一半。另一半必须靠产品的表单设计和交互引导——什么时候必须问、怎么问才不烦人、用户答不上来时怎么给替代方案（比如“按相邻两个时辰各排一张，标明哪些结论会变”）。这些是产品设计问题，SKILL.md 解决不了。

门槛三：用户知道该问什么吗？

技能正常工作的方式是：用户报出四柱天干地支，然后问具体问题。

问题是，99% 的人不会排盘，也不知道自己的四柱是什么。

盘叔那份 怎么用.md 写得很直白：给助手一个八字排盘（四柱天干地支），再问对应领域的问题。示例问法是：

“甲申、壬申、乙巳、戊寅，这个八字能做官吗”

对懂的人，这很自然。对不懂的人，这是天书。他不知道什么叫“甲申”，不知道去哪查自己的四柱，也不知道自己该问正官格还是七杀格。

这就意味着：一个“给四柱就能断”的技能，对普通用户是残废的。它缺了前置的一整段——从“我不知道我是什么命”到“我已经有了正确的四柱”。

ZiPingEightChar 想解决这个问题：它可以只吃“出生信息”直接出盘，不用用户先排。这是它和“只吃四柱的技能”最重要的差别之一。但即便如此，输出之后还有下一关。

门槛四：拿到结果看得懂吗？

技能输出的是 Markdown。终端里，或者一个聊天窗口里，一整段文字。

但命理盘面天然是空间性的——四柱是横排的，地支藏干有层级，大运是一条时间轴，神煞是散落的标签。用文字描述一个盘，永远是“降维”。

而普通用户拿到一大段文字之后，最常见的反应是：看不懂术语，也不知道该看哪一句。

这也是我理解为什么产品层必须做的事，不是优化文本，而是：

• 盘面可视化，干支关系可高亮、可点开
• 术语可以点，点了能查
• 关键判断和盘面元素一一对应，能核对

灵爻妙解在这层做的事就是这个：解读过程中可以对盘面具体位置做高亮与关系标注，讲解内容和盘面元素一一对应，方便核对与复盘。这类东西在纯 skill 形态里做不出来——它不是一个文件能承载的交互。

门槛五：技能坏在哪，谁来修？

一个 skill 交到用户手里之后：

• 模型换了会坏。 换个模型，之前的调教全失效，模型开始“综合”不该综合的东西，神煞又跑进取格了。
• 技能更新不了。 你发了 v1.8，用户手里还是 v1.1，而且他不知道有新版。
• 出错没有反馈。 十个用户用崩了，你一个都不知道。你不在他们的会话里。
• 授权和风控。 分发出去就等于失控，谁都能改、谁都能传。

这几条我在 ZiPingEightChar 里做了各种工程应对——版本哨兵测试（test_version_sentinel.py）、软授权锁（_license_gate.py，次数与有效期限制，退出码 4）、水印指纹（定制副本在 SKILL.md、rules/、脚本和授权状态文件里嵌入唯一编号，形如 LY-20261007-A3F9，泄露可按编号溯源）。

但我要非常坦白地说一句：软锁防君子不防小人。这句话我写在了授权文档里。技能是一种可复制的东西，它一旦离开你的手，你就只能靠法律和信誉约束，技术上拦不住。

这不是技能设计的失败，这是技能这种形态的天然上限。它注定属于“自用可行、小圈子分享可行、规模化分发不行”。

一个具体的失败场景

把上面五道门串起来，一个真实用户会遇到什么：

老张在群里看到有人分享“子平八字 AI 技能包”，说效果很好。他下载了，是个压缩包。解压，里面有一堆文件和文件夹。他点开 SKILL.md，全是英文和符号。他不知道这东西要放哪。

群里问了半天，知道要先装一个 AI 客户端。装了。客户端说要用 API。他不知道 API 是什么，更不知道去哪买。折腾两小时，放弃。

后来有人帮他配好了。他终于用上了，AI 说请提供出生信息。他填了“1985 年 3 月 12 日”。

AI 说：“时辰决定时柱，差一个时辰就是另一张盘，所以出生时间需要精确到小时。您大概几点出生？”

老张愣了。他打电话问了三个亲戚，得到的答案分别是“好像是早上”“记不清了”“你妈生你的时候我在上班”。

他回了句“不知道”。AI 说：“那我按该时段的两个相邻时辰各排一张，并说明哪些结论会随时柱变化、哪些不受影响。”

这已经是很负责任的处理了。但老张已经不想看了。他本来只是想知道“我这两年要不要换工作”。

这段里没有哪个环节是技术难题。但每一环都是一个普通用户会掉出去的地方。技能本身的水平在老张的体验里权重极低——他人还没走到用得上技能的那一步。

那产品要接管什么

把上面的门槛反过来说，就是产品必须承担的活：

一句话概括：技能把“怎么做对”解决了，产品要解决的是“怎么让不懂的人也能做对”。

这两件事的技能树完全不同。前者是命理 + 工程，后者是交互 + 服务 + 运维。开源社区现在普遍把前者的成果拿来当后者的成绩宣传——这是我认为最需要说清楚的一件事。

六、顺手说几句当前生态的乱象

不点名，只讲模式。见到这些，多留个心眼。

套路一：把“转写”叫“蒸馏”。把一本古籍用 AI 转成问答对，叫蒸馏。真正的蒸馏是把书里的规则提取成可判定、可溯源、可验证的条目，并且明说哪些章节蒸馏不出来、为什么不出来。

套路二：把“写得多”当“做得好”。三万字的 SKILL.md，听起来很唬人。但字数在渐进式披露的设计里恰恰是负分——你写在正文里的每一句都在占用上下文，都在稀释注意力。好的 skill 是短正文 + 深文件。

套路三：拿自测当验证。“34 题全对”——自己出题自己答。这不是验证，这是复述。真验证要么有独立测试员，要么把测试集公开让人复现，要么像排盘测试那样有唯一正确答案的黄金数据。

套路四：只报数字不报口径。前面说的那个例子——两个包的自报数和实际数刚好互换。这类包表面上还挺严谨，都有“台账”。台账对不上实物，比没有台账更糟。

套路五：把“覆盖全领域”当卖点。一个技能敢说覆盖健康、寿夭、婚姻、财运、流年逐岁，只能说明它没读完那本书。《子平真诠》全书 48 章，根本没有健康寿夭的系统论述。敢于声明“这块我不覆盖”，才是读过的证据。

套路六：转写质量没验，就当原文引。很多包里的“原文”是 OCR 出来的，错字一堆。我前面看到的那个包自己交代了“摘录对原文 OCR 误字做了静默规范化”——比如“病敢”改回“病；”、“不人化土”改成“不以化土”。作者交代了，这是诚实；但如果你引的原文根本没校过就拿来断命，结论是建在沙子上的。

七、回到我自己

讲这么多，其实是在讲我为什么停下来做这个。

我本来是做六爻、六壬、奇门、太乙的。八字我有了解，但算不上高手。我比较确定自己深入的是 AI 这一侧——所以我看得出来哪些做法是真在用 skill 的能力，哪些只是把提示词写长了。

所以我把这个技能做成了我认为该有的样子：排盘靠脚本、解释靠规则、结论带溯源、边界写在明面上、正误靠测试。

它现在长这样：

• SKILL.md
   182 行，写清输入参数、追问话术、退出码处置、输出契约、断运交互
• rules/
   16 个文件 380 条编号规则，格式规范成文，条件字段必须能对上排盘输出的具体字段
• rules/sources/
   50 篇原文，平时不加载，只用于回查
• scripts/
   1155 行排盘引擎，处理真太阳时、子初换日、夏令时、历史时区
• vendor/
   内置 tyme4py 1.5.0 与 tzdata， 用户不用装任何依赖
• tests/
   7 个测试文件 + 黄金数据，验证排盘正确性
• 95_禁则.md
   19 条负面清单，把模型的坏习惯提前堵死

规则库版本目前是 1.8，从 1.0 到现在改了七轮，大多是测试驱动回修——比如“说人话”段从最初的 100–180 字单段概括，改成现在逐点对应的白话详解（因为发现单段概括会掩盖掉具体判断，还会被模型用来粉饰凶断）。

我知道它不完美。规则库还有存疑条目、原书有几个命例因为传抄缺陷无法验证、女命篇和神煞细节层是我的体系拓展（每一条都标了【拓展】，因为原书没有这些内容）。

这些我都写在文档里了。一个技能包最该被看见的地方，不是它声称覆盖了多少，而是它坦白自己哪里不行。

顺便说，我的另一条线也没停——灵爻妙解是我在做的术数平台，覆盖六爻、大六壬、奇门遁甲、太乙神数四类体系。

它就是上面“产品要接管什么”那一节的答案：

• 自研排盘算法引擎，网页端、Android、iOS 规则一致，排盘结果结构化、机器可读
• 人工整理标注的术数知识库，按术数与主题分类，解读时按需检索
• 单智能体与多智能体解读——多智能体模式下，多个角色围绕用神取用、结构关系、动变分析、现实对轨、时间节点推断分轮次讨论，相互质疑，全过程可视化
• 盘面标注工具，解读内容和盘面元素一一对应，可核对可复盘
• 案例广场，可评分、保存、分享、提交现实反馈、追加提问，长期累积

《六爻入门》专栏也会继续更新，我没忘。

顺便分享一个体会：平台这条路和技能这条路，看到的是同一个问题的两面。技能让我搞清楚了“什么是对的”；平台逼我面对“怎么让不懂的人也能对”。后者比前者难得多，也诚实得多。

八、最后

如果你只记一句话，我希望是这句：

判断一个 skill 好不好，别看它写了多少字，看它 在模型不听话的时候有没有招 ——有没有禁则、有没有脚本、有没有测试、有没有溯源、有没有承认不覆盖。

模型本质上是一个随和过头的东西。它倾向于讨好你、倾向于给你一个答案、倾向于把手上所有材料都综合一遍。

而一个真正成型的技能，就是作者把自己的领域知识和领域判断，一条条钉进这个随和过头的东西里。钉进去的东西越多，它犯错的余地越小。

提示词告诉 AI“说什么”，技能告诉 AI“不许说什么”。

这中间的差距，就是从“看起来能用”到“真的能用”的差距。

灵爻妙解 · 传承易学智慧
🌐 https://lingyaomiaojie.com

本文所述技能为测试授权版本，仅供个人测试与评估，禁止商业用途与个人传播。
网站与技能输出内容均由 AI 生成，依据古籍整理，仅供传统文化研究与娱乐参考，不替代医疗、法律、投资、心理咨询等任何专业意见；不对现实事件作确定性预测。信任科学，反对迷信。