KT

kico-tachagemofet/statistical-tarot-elemental-reading

Developer tools
0 stars Quality 34 Trend 8

Five-pile statistical tarot reading skill for AI agents: four-element SOP, method cards, draw script and Book T data (Chinese).

Overview

面向 AI Agent 的统计塔罗解读 Skill。一副塔罗分成火、水、风、土四个花色堆和一个大阿卡那堆,用操作系统随机源抽一千次;再按固定流程,从频数的偏离读到四元素各自的状态与相互作用,最后回到原问。脚本只负责抽取、统计和数据卡,解读由 Agent 按 SKILL.md 完成。 - 只要抽取与统计页面、不需要解读:用已公开的 statistical-tarot,抽样口径相同。 - 数据卡里的属性展开(源质、旬星、路径的说明文字)来自 symbol-anchor-check 的 phase3_unfold.py。两个 Skill 装在同一个 skills 目录时自动使用;没有它也能完整运行,只是少了这一层说明。 - Python 3.10 或更新版本,只用标准库。 - 一个能读写文件、能派子 agent 的 AI Agent。流程按 Claude Code 写:阶段 1 一次派五个子 agent 并行分读五个位置。 - 成本偏高:完整跑一盘,五个子 agent 合计约 70 万 token,每个 8 到 14 分钟(2026 年 10 月实测一盘),主 agent 另计。 把整个仓库放进 Agent 的 skills 目录,目录名保持 statistical-tarot-elemental-reading,例如: 可选:把 symbol-anchor-check 也装进同一个 skills 目录,数据卡里就会多出属性展开。 对 Agent 说要做一盘统计塔罗,并给出问题原句。Agent 按 SKILL.md 依次完成: 1. 定问:题型、留白、语境前提(冷读)、当事人视角,写在抽取之前; 2. 脚本抽取一千次并统计; 3. 框架假设; 4. 五个子 agent 分读五个位置的牌意; 5. 主 agent 判断四元素的状态与相互作用; 6. 语境核对; 7. 第二次 Via Negativa; 8. 回原问:牌意、四元素、answer 三部分。 --out 目录里已有 raw.ndjson 时脚本拒绝执行:抽取不可重放,不重抽、不补抽。只重建页面用 python -I scripts/render_page.py ,这条命令不抽牌。

README

统计塔罗四元素理气 · statistical-tarot-elemental-reading

面向 AI Agent 的统计塔罗解读 Skill。一副塔罗分成火、水、风、土四个花色堆和一个大阿卡那堆,用操作系统随机源抽一千次;再按固定流程,从频数的偏离读到四元素各自的状态与相互作用,最后回到原问。脚本只负责抽取、统计和数据卡,解读由 Agent 按 SKILL.md 完成。

  • 只要抽取与统计页面、不需要解读:用已公开的 statistical-tarot,抽样口径相同。
  • 数据卡里的属性展开(源质、旬星、路径的说明文字)来自 symbol-anchor-check 的 phase3_unfold.py。两个 Skill 装在同一个 skills 目录时自动使用;没有它也能完整运行,只是少了这一层说明。

需要什么

  • Python 3.10 或更新版本,只用标准库。
  • 一个能读写文件、能派子 agent 的 AI Agent。流程按 Claude Code 写:阶段 1 一次派五个子 agent 并行分读五个位置。
  • 成本偏高:完整跑一盘,五个子 agent 合计约 70 万 token,每个 8 到 14 分钟(2026 年 10 月实测一盘),主 agent 另计。

安装

把整个仓库放进 Agent 的 skills 目录,目录名保持 statistical-tarot-elemental-reading,例如:

git clone https://github.com/Kico-Tachagemofet/statistical-tarot-elemental-reading ~/.claude/skills/statistical-tarot-elemental-reading

可选:把 symbol-anchor-check 也装进同一个 skills 目录,数据卡里就会多出属性展开。

使用

对 Agent 说要做一盘统计塔罗,并给出问题原句。Agent 按 SKILL.md 依次完成:

  1. 定问:题型、留白、语境前提(冷读)、当事人视角,写在抽取之前;
  2. 脚本抽取一千次并统计;
  3. 框架假设;
  4. 五个子 agent 分读五个位置的牌意;
  5. 主 agent 判断四元素的状态与相互作用;
  6. 语境核对;
  7. 第二次 Via Negativa;
  8. 回原问:牌意、四元素、answer 三部分。

脚本也可以单独运行:

python -I scripts/statistical_draw.py --question "本次的问题原句" --out runs/2026-10-17-示例/data
文件 用途
protocol.json 抽取前写下的问题与口径
raw.ndjson 每行一笔的原始抽取记录
receipt.json 完成时间、次数与原始记录的 SHA-256
statistics.json 五堆与每张牌的统计,突出牌附 Book T 牌义、属性与元素标
positions/*.md 五张数据卡,交给五个子 agent
page.html 可离线打开的统计页面

--out 目录里已有 raw.ndjson 时脚本拒绝执行:抽取不可重放,不重抽、不补抽。只重建页面用 python -I scripts/render_page.py ,这条命令不抽牌。

其他参数:--data-dir 另指 Book T 数据目录;--phase3 另指 phase3_unfold.py;--meanings-dir 指向自定大牌牌意。

自定大牌牌意(可选)

--meanings-dir 指向一个目录,里面的文件名形如 NN-名称-vX.Y.md(NN 为大牌编号,同一编号取版本最高的一份)。正文里有一行 | 元素 | 水(…) | 时,行星大牌(魔术师、女祭司、皇后、命运之轮、塔、太阳)按它标元素;全文进入数据卡,当作牌义交给子 agent。

没有自定牌意时,这六张大牌的元素标是"未指定",SOP 在"元素结论增强"一步单独处理它们。

方法卡与来源

references/ 里有七张方法卡(性质、关系、火、水、风、土、组合)和子 agent 的分读任务书。方法卡的每条规则在卡末来源表里标明出处:

  • 【验证✓】:可回溯到原典,包括 Aristotle、Agrippa、斯多葛文献、《法学阶梯》、Fludd、Bruno、Böhme、Paracelsus、Arroyo 与 Book T 等;
  • 【Kico 校】:维护者校准过的工作原则。

data/tarot/ 是 78 张牌的 Book T 属性与牌义摘要,由本项目整理和转述,不是 Book T 原文;与 symbol-anchor-check 随附的是同一份。方法卡里的示例牌只用来说明规则要点,不来自任何真实占卜。

局限与立场

  • 统计数字只描述结果与抽样基线的距离,不能证明占卜结论正确。
  • 单牌的预期按全部抽取次数与无条件概率计算(与 statistical-tarot 相同),堆的总量偏离会带进同堆每张牌的 z:某堆总量偏少时,堆里的牌整体偏低。读"堆内哪几种形态被强调"时要留意这一点。
  • 下面几处 SOP 还没有写定,执行时由主 agent 判断,并在案例里写明理由:
    • 五堆分成几组并列时,相对读怎么写(SOP 只写了最高与最低的堆);
    • 风卡"风偏多可在总量层直接断想法多且相互矛盾",在风与别的堆并列偏多时要不要启用;
    • Book T 牌义里"按尊贵"出现的那一面,在没有相邻牌的统计盘里怎么判;
    • 大阿卡那堆的总量偏多或偏少怎么读。
  • 本 Skill 是一套解读方法与工作流程,不是 Book T 或任何传统的权威版本。

许可证

  • scripts/ 与 data/tarot/:MIT,见 LICENSE。
  • SKILL.md 与 references/:CC BY-NC-SA 4.0,见 LICENSE-CONTENT。
  • 方法卡引用的原典与译本不适用本仓库的许可证。

Copyright © 2026 Kico-Tachagemofet

View this README on GitHub

Recommended Tools

Try a different keyword or remove a filter.

Install

npx skillfish add kico-tachagemofet/statistical-tarot-elemental-reading