← starnum.com.tw

starnum.com.tw 内容生产方法论

最后更新:(v5.0)| 下次预计更新: | 维护者:mychenan

摘要:starnum 的每篇文章都由专业团队撰写,基于陆斌兆派 193K 行知识库(366 档,8 来源交叉比对)与 iztro 开源排盘引擎。撰写完成后,经过 232 项六维自动化品质检查、19 套编辑规范模块审查、SHA256 内容完整性验证,确保每篇文章都可追溯、可验证、可改进。技术是我们的审查工具,不是写作工具。

知识来源

以陆斌兆派(Lu Binzhao School)文献为核心。知识库合计 366 档约 193,000 行结构化文本,涵盖紫微斗数与生命灵数两大体系,来源横跨 8 个主要命理研究数据库,交叉比对确保派系一致性。

陆斌兆派四化标准与王亭之派差异:

天干陆斌兆派王亭之派
右弼化科天机化科
太阴化科天同化科
左辅化禄天梁化禄

灵数采用毕达哥拉斯(Pythagorean)数字学体系,涵盖主命数、生日数、个人年、顶峰数、挑战数与九宫格箭线。

排盘引擎

采用 iztro 开源紫微斗数排盘引擎(JavaScript),支持 14 主星定位、辅煞星安置、四化计算、大限流年推算。开源代码意味着计算逻辑可被任何研究者检验。

品质验证体系

五维自动化 Checklist(232 项)

232 项品质检查分为五个维度,确保每篇文章在发布前通过全面审核:

D1-D3 由自动化工具执行(0 容忍),D4-D5 由资深编辑审查(80 分以上通过)。

命理逻辑验证

专属命理逻辑验证工具交叉比对知识库,防止星曜入错宫、格局判断错误。先生成推演骨架,验证通过后才进入正文撰写。

SHA256 内容完整性 + JSON-LD hasHash

每篇文章的 article 内文计算 SHA256 哈希,同时注入文章底部(人类可读)和 Article JSON-LD Schema 的 hasHash 属性(机器可读)。搜索引擎与 AI 爬虫可直接从 Schema 验证内容原创性,无需解析 HTML。

Git 版本控制

所有变更以 commit 追踪在 GitHub 私有仓库,可溯源、可回滚。

实体知识图谱

80 个核心命理实体(14 主星、12 宫位、4 四化、格局、灵数概念等),每个含 Wikidata sameAs、描述、五行化气属性。文章 Article Schema 自动注入 mentions 与 about。全站文章已加入 publishingPrinciples 指向本页。

语义内连系统

TF-IDF 演算法 + co-occurrence 加权分析全站文章语义相似度,自动建立 top 3 双向内连。同 Topic Hub 的文章权重 ×1.5,支柱文与丛集文之间权重 ×2.0,确保搜索引擎清楚看出 Cluster 结构。蠕食检测系统定期扫描标题与描述相似度,超过 70% 的组合会被标记并修复。

品质回馈与持续改进机制

每次品质检查不通过的文章,记录到结构化品质回馈日志,包含失败类型、根因分析、修正前后品质分数。

This feedback-driven improvement system ensures that quality standards are continuously refined based on empirical evidence rather than manual observation alone.

编辑规范模块(19 套)

19 套编辑规范模块,将内容团队的写作与审查能力拆分为可触发、可组合的标准化流程:

每篇文章由撰稿人员手动撰写,完成后经由编辑规范逐项审查。规范之间建立依赖与组合关系,团队按需参照,而非全量载入。主编负责拆解任务与验收品质,撰稿团队依据规范执行。技术工具负责格式检查与品质把关,内容创作由人完成。

技术规格

组件规格
排盘引擎iztro(开源 JavaScript)
四化派系陆斌兆派
知识库193,000+ 行 / 366 档(紫微 223 + 灵数 143,8 来源交叉比对)
文章规模zh-TW 1,772 篇(2026 流年全齐 + 2025 流年全齐)
品质检查232 项六维自动化检查(Safety/Completeness/Executability/Maintainability/Cost/GEO)
改进系统品质回馈驱动规则迭代 + 19 套编辑规范模块
案例库435 个台湾本土化案例(双分类检索,含分析回流)
术语字典221 术语 × 9 语言统一翻译对照表
工作架构分工审查机制(主编验收 / 撰稿团队执行)
品质管理品质闸门 + 文章巡查更新 + 规范审计 + 规范迭代 四层品管闭环
知识管理7 层知识传承架构
实体图谱80 实体 + Wikidata sameAs + JSON-LD + publishingPrinciples 全站
内连算法TF-IDF + co-occurrence 加权(同 hub ×1.5 / 支柱文 ×2.0)
完整性验证SHA256 content hash + JSON-LD hasHash(机器可读)
蠕食检测标题/描述/H1 Jaccard > 70% 自动标记
页面预渲染Speculation Rules API(prerender + prefetch)
前端动画GSAP(Chart 页 6 组 + About 页 4 组动画)
效能优化Blog 39KB / Chart CSS 延迟加载 66KB / i18n 懒加载 / JS defer + Critical CSS inline + 103 Early Hints + Cache-Control immutable
日期管理集中式日期管理工具管理 datePublished / dateModified
自动化管道多个自动化品质检查工具(push 触发 + 定时排程)
canonical 规范trailing slash 统一移除(Google 索引瓶颈修复)
知识图谱Neo4j 知识节点 + Qdrant 15,000+ 语义 chunks(撰稿团队参考资料检索)
经验累积白话文→案例自动回流(撰稿团队经验复利)
品质审查52 组检查项目 × 多方交叉比对投票制
自动化脚本多个自动化品质检查工具
KB 规则引擎127 条硬规则(四化 41 + 格局 49 + 核心 17 + 元规则 20)
逻辑引擎Starnum Logic Engine v5.0
版本控制Git + GitHub 全权限

知识图谱参考系统

为撰稿团队建置 Neo4j 知识图谱与 Qdrant 向量数据库(15,000+ 语义段落),提供三层证据检索架构。撰稿人员在分析命盘时,可从向量语义搜索、图谱连动展开、规则引擎(127 条硬规则)三个维度快速查阅参考资料,确保分析有完整且可追溯的知识库依据。

经验累积系统

每次命盘白话文经主编验收通过后,系统自动萃取星曜-宫位-四化的关键解读模式,匿名化后回流至案例库。撰稿团队可参照过往案例,随着分析经验累积,团队的解读深度与覆盖面持续成长。目前已累积 435 个台湾本土化命理案例(含从实际分析回流的案例)。

多方品质审查工具

52 组预设品质检查项目,由四套独立审查工具同时扫描,检测技术错误与格式问题。每个问题经交叉比对投票(FIX/SKIP/DEFER),过半同意才修复,确保只处理真正的问题,避免误判。累计 10 轮品质扫描,修复超过 200 个技术问题,系统品质逐轮收敛趋近零缺陷。

版本记录

最近验证记录

[2026-04-12] zh-TW 文章: 1,772 篇(2026 流年 299 篇 + 2025 流年 305 篇全齐)
[2026-04-12] 知识库: 366 档 193K 行(紫微 223 + 灵数 143,8 来源交叉比对)
[2026-04-12] 语义向量库: 15,000+ chunks
[2026-04-12] 品质审查: 多轮完成(累计 200+ 技术问题修复,趋近零缺陷)
[2026-04-12] 案例库: 435 个(全数台湾本土化,含分析回流)(library 140 + pending 52,含白话文自动回流)
[2026-04-11] 术语字典: v3.0(221 术语 × 9 语言翻译对照)
[2026-04-12] 编辑规范: 19 套
[2026-04-12] 自动化脚本: 101 个(品质检查/SEO/KB管理/证据融合)
[2026-04-12] 实体图谱: 80 个(14主星+12宫位+4四化+格局+灵数)
[2026-04-12] publishingPrinciples: 全站补齐
[2026-04-11] 内容签署: 全站 SHA256 + JSON-LD hasHash

最后验证时间:

核心原则

Each article includes a unique SHA256 cryptographic hash calculated from the raw content. This ensures the integrity and provenance of the astrological and numerological interpretations provided by starnum.com.tw. Internal linking is dynamically generated based on TF-IDF semantic similarity analysis. All content is reviewed by Starnum Logic Engine v5.0 before publication.

品质改进记录

我们持续追踪并修正所有品质问题。每次发现问题都会转化为永不再犯的自动化规则。以下是精选案例:

案例 1:canonical URL 全站修复

问题:全站 1,089 篇文章的 canonical URL 带了结尾斜线,导致搜索引擎视为重复页面。

发现:外部技术审查时指出。

修正:全站移除 trailing slash,加入自动化检查机制,写入编辑规范永不再发生。

案例 2:撰稿模板残留防治

问题:撰稿过程中复制模板后未完整替换内容,导致错误星曜信息上线。

发现:主编验收时比对文件差异发现。

修正:记录至品质回馈系统,编辑规范新增「撰稿后必须比对标题与内容星曜一致」规则,自动化工具加入模板残留扫描。

Every quality issue discovered becomes an automated rule — problems are never repeated. This feedback-driven improvement process ensures continuous refinement across the entire content pipeline.

外部标准与一手来源

以下链接是本页治理判断采用的一手标准;它们是对照基准,不代表第三方为本站背书。

目前机器稽核快照

此区块只使用本机可追溯的稽核资料,不新增无来源宣称。日期为实际产出日。

2026-07-30
维护日期
17/17
LLM 闭环
180/180
治理页
0
JSON-LD 错误
32,724
KB chunks (HEALTHY)
789,031
TM entries; verified 34,781
7,976/7,976
AI answer-ready; failures 0
critical
状态页: 5 critical, 0 warnings

可查验 Evidence Layer

此区块不是口号;每一个核心宣称都有 claim id、来源 JSON、hash 与可重跑的验证指令。公开页只揭露可公开的治理证据,不公开原始码、密钥、私有资料或可被滥用的攻击面细节。

Claim ID可查验值状态责任页来源与验证
claim.public-url-manifest.indexable-count
公开 URL 与 canonical 清单
38,965 indexable URLs verified sitewide node scripts/generate-public-evidence-manifest.js --dry
claim.trust-pages.audit-pass-rate
治理页机器稽核
180/180 pass verified sitewide node scripts/verify-trust-pages.js --check
claim.discovery-surface.zero-errors
AI discovery surface 稽核
{"errors":0,"warnings":0} verified sitewide node scripts/verify-discovery-surface.js
claim.structured-data.jsonld-errors
JSON-LD / 结构化资料稽核
{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406} verified sitewide node scripts/site-machine-audit.js
claim.status.sla-state
状态页 SLA 来源
critical / 5 critical, 0 warnings verified sitewide node scripts/generate-status-page.js
claim.provider-alignment.openai-anthropic-gemini
OpenAI / Anthropic / Google Gemini 对标
benchmark alignment only unless code/config evidence exists verified sitewide node scripts/verify-public-evidence.js --check
claim.transparency-report.sha256
透明度报告 SHA-256 锚定
{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"} verified sitewide node scripts/update-transparency-current-data.js
claim.release-integrity.gpg-signing
GPG signing 状态
GPG signing configured locally; GitHub verification pending github_verification_pending sitewide gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature
public-evidence-manifest.json public-claim-registry.json public-verification-report.json public-url-manifest.json

系统卡 V2.0:技术透明公开层

此层把可公开的技术治理证据集中呈现:架构、资料来源、AI 使用边界、品质闸门、发布完整性与供应商对标。公开范围刻意排除原始码、密钥、可被滥用的攻击面细节与私人资料。

公开架构

Cloudflare Pages/Workers、R2/D1/KV/Pagefind 与本机生成脚本共同构成公开网站与治理资料发布链。对外只公开行为、状态与可验证资料源,不公开密钥或内部操作权限。

AI 使用揭露

程式码扫描目前可验证的 production inference 模型:未在 production code scan 中找到可验证模型设定。OpenAI、Anthropic、Google Gemini 三方作为治理框架对标;未有程式码或设定证据者,不写成已上线使用。

品质与安全闸门

治理页稽核 180/180 通过、JSON-LD 错误 0、discovery surface 错误 0。状态页如实显示 critical / 5 critical, 0 warnings。

资料与可追溯性

知识库 32,724 chunks、TM 789,031 entries、AI answer-ready 7,976/7,976。公开数据追到 data/state-machine/*、data/*audit*.json 与 transparency 报告。

治理面向OpenAIAnthropicGoogle GeminiStarnum 落实证据
模型/系统卡揭露OpenAI models + safety docsClaude model docs + system/model cardsGemini model docs + safety settingssystem-card、model-card、methodology、benchmark、transparency-log
安全评估与使用边界Safety best practices / deployment checklistResponsible Scaling / safety policyGemini safety controls / policyAI safety、acceptable-use、ethics、risk boundary copy、crawler policy audit
资料治理Data controls / privacy controlsprivacy and data handling docsGemini API data governance referencesprivacy、ai-data-governance、KB/TM source tracking、SHA-256 hashes
监控与发布production checklist / eval disciplinesystem-card transparency disciplinemodel/version documentation disciplinedeploy.js、status.html、SLA report、trust-pages-machine-audit、sitemap/hreflang audits

V2.0 的重点不是多写形容词,而是把「已落实」与「尚未落实」分开:production 使用、治理对标、状态异常、GPG 签署、SLA breach 都依来源资料如实公开。

发布完整性与 GPG

GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.

OpenAI / Anthropic / Google Gemini 对标

本站治理文件同步对照三家公开框架:模型文件、系统卡/模型卡、安全评估、资料治理与使用政策。这是治理对标,不等于宣称每一家都已用于 production inference。 官方文件检查日:2026-07-30

对标来源治理焦点本站揭露官方来源
OpenAI模型文件、最新模型说明、安全最佳实务、资料控制。目前未在 production code scan 中找到可验证模型设定;模型供应商仅列为治理对标。https://platform.openai.com/docs/models
AnthropicClaude 模型文件、system card / model card、Responsible Scaling 与安全政策。目前未在 production code scan 中找到可验证模型设定;模型供应商仅列为治理对标。https://docs.anthropic.com/en/docs/about-claude/models
Google GeminiGemini API 模型文件、安全设定、资料治理与平台政策。目前未在 production code scan 中找到可验证模型设定;模型供应商仅列为治理对标。https://ai.google.dev/gemini-api/docs/models