研究與方法論
研究與方法論 v2.0Version 2.0 · · Governance 2.0 public evidence surface
治理 2.0 摘要
此頁已納入 starnum 公開治理 2.0 介面，與系統卡、資料治理、透明度報告、使用政策和安全政策使用同一套證據層。
治理摘要
本頁記錄文化詮釋、排盤方法、內容品質、多語翻譯品質與 AI 輔助治理流程背後的研究工作模型。
適用範圍
涵蓋命理方法筆記、真太陽時假設、知識庫與翻譯記憶譜系、AWR/TM 品質 gate、benchmark 參照與公開透明 artifacts。
實作狀態
2.0 將研究頁轉成可維護的證據樞紐：宣稱連到機器可讀 artifacts，系統負責偵測，AI agent 判斷是否需要修文。
寫作立場：以陸斌兆派為主要分析基準，客觀比較其他派別差異；不把派別差異寫成優劣評判，也不把測試指標寫成命理保證。
更新頻率：研究頁由 AI Ops gate 檢查是否需要更新；文章型研究目前以人工審核或 AI agent 發布為主，封存候選 publisher 位於
scripts/archive/publish-research.js，重新啟用前不得宣稱已自動排程 · RSS
這頁真正要回答什麼
starnum 的研究頁不是學術期刊，也不是行銷頁。它是公開說明「我們怎麼把傳統命理知識、排盤計算、AI 輔助寫作、多語翻譯、AWR/TM 掃描和部署 gate 串起來」的工作台。讀者應該能在這裡看懂：哪些判斷來自命理體系，哪些只是工程品質檢查，哪些需要人類或 AI agent 進一步判讀。
所有研究主張都分成三層：第一層是文化與命理方法，第二層是資料與工具證據，第三層是發布後的驗證結果。系統只負責偵測、提報和保存機器可讀證據；最後是否修文、重翻、調整規則，由 Codex/Claude 這類 AI agent 判斷。
| 研究層 | 輸入證據 | 可公開說明 | 需要保留的邊界 |
|---|---|---|---|
| 命理方法 | 派系基準、星曜/宮位/四化條件、知識庫來源。 | 本站採用什麼分析框架、不同派別為何會有差異。 | 不能把派系選擇寫成唯一正統，也不能把命理詮釋寫成科學證明。 |
| 工程證據 | AWR、TM、schema audit、trust-page audit、deploy smoke test。 | 哪些 gate 通過、哪些資料 degraded、哪些狀態仍是 warning。 | 掃描結果不是最後判決；它只提供 AI agent 診斷材料。 |
| 發布後驗證 | Cloudflare/R2 部署紀錄、HTTP 200、sitemap/llms/OKF/schema 驗證。 | 公開頁是否可被使用者、搜尋引擎與 AI crawler 正常讀取。 | 不公開密鑰、內部權限、可被濫用的攻擊面細節或私人資料。 |
目前研究主線
排盤與真太陽時
記錄出生地區、經度修正、時辰邊界與前端呈現規則，避免把「原始出生時間」和「真太陽時」混在同一欄位。
紫微斗數知識建模
整理派系差異、四化規則、宮位關係與不可發生事件，讓文章、命盤輸出與知識庫引用同一套邏輯邊界。
AWR/TM 多語品質
AWR 負責掃描與留證，TM 負責翻譯記憶與一致性；兩者不能互相打回形成死循環，最後裁判是 AI agent。
AI Ops 發布證據
部署、sitemap、llms.txt、OKF、schema.org、R2、Cloudflare cache 與 smoke test 都要留下可追溯紀錄。
研究文章隊列
data/research-topics.json 保存候選題目、來源、難度與狀態；正式發布前必須先通過命理邏輯、內容安全、schema 與 trust-page gate。
公開頁維護
研究頁本身也要接受治理頁稽核：source artifact、驗證指令、公開 claim、footer 字級與 hreflang 都不能漂移。
研究證據規格
- 命理方法：每個命理推論要能追到派系基準、宮位/星曜/四化條件，以及不確定性邊界。
- 翻譯品質：多語頁面要對照 zh-TW 源文，分清楚「需要整篇重翻」、「局部修補」、「AWR 誤報」或「TM 詞彙不一致」。
- 公開治理：公開 claim 必須能連到
data/public-claim-registry.json、公開 evidence manifest 或可重跑的驗證指令。 - 發布驗證：正式部署後至少要通過 HTTP smoke test、關鍵頁 200、R2/Worker 部署紀錄、cache purge 與 search indexing submit。
研究內容發布準則
| 類型 | 可以發布 | 不能寫成 |
|---|---|---|
| 方法論 | 排盤假設、派系選擇、術語定義、系統邊界。 | 唯一正統、絕對準確、不可質疑的命理結論。 |
| benchmark | 對照 OpenAI / Anthropic / Google Gemini 等公開治理框架。 | 沒有程式碼或設定證據時，宣稱該模型已用於 production。 |
| 多語品質 | 以 zh-TW 源文為基準，列出翻譯品質問題與修復策略。 | 只因掃描器報錯就自動重翻，或讓 AWR/TM 互相循環打回。 |
| AI Ops | 用機器可讀證據記錄偵測、診斷、修復、驗證與部署。 | 把系統掃描結果當成最後判決；最後判斷仍由 AI agent 執行。 |
資料來源與責任邊界
研究頁只使用可被追溯的內部資料與公開 artifacts，不把口頭判斷寫成事實。每一種資料都要有明確責任：命理資料負責方法邊界，機器稽核負責狀態證據，AWR/TM 負責多語品質線索，AI agent 才負責最後判斷與修復。
- 命理與知識庫來源
docs/kb/zwds/、docs/kb/numerology/與研究文章負責定義星曜、宮位、四化、格局與生命靈數規則。這些資料只能支撐「方法採用」與「詮釋邊界」，不能被寫成科學保證。- AI Ops 與公開證據
data/public-claim-registry.json、data/public-evidence-manifest.json、data/trust-pages-machine-audit.json與部署紀錄負責證明網站目前公開了什麼、通過哪些 gate、哪些狀態仍是 warning 或 degraded。- AWR / TM 多語治理
- AWR 掃描文章、頁面、CSS 與翻譯殘留；TM 保存翻譯記憶與術語一致性。兩者只產出路由與證據，不直接改寫內容；當掃描器與翻譯記憶互相矛盾時，AI agent 以 zh-TW 源文、目標語自然度與證據嚴重度裁決。
- 前端與發布面
- 前端真太陽時、地區選擇、字型載入、頁腳一致性、schema.org、llms.txt、OKF 與 sitemap 都屬於可被 gate 驗證的發布面。任何文案變更都要避免破壞索引、無障礙與跨語 hreflang。
- 研究發布工具
data/research-topics.json是目前可查的研究題庫；舊版 publisher 位於scripts/archive/publish-research.js，屬於封存候選工具。重新啟用前必須改寫為新版路由（/research/zh-TW與/research/posts/...）、新版 sitemap/llms/OKF 產線與 AI Ops 結果回報，不能直接當作現役排程。
AWR / TM 判斷矩陣
| 掃描結果 | 優先判斷 | 修復策略 | 證據輸出 |
|---|---|---|---|
| zh-TW 源文有格式或語氣問題 | 先修源文，因為其他語言必須對照源文。 | 人工或 AI agent 改 zh-TW，再重新生成 registry 與翻譯 queue。 | AWR row、diff、article registry、格式 gate。 |
| 目標語殘留大量中文 | 通常是需要整篇重翻，不是局部修字。 | 以 zh-TW 源文重建該語文章，更新 TM，再讓 AWR 回掃。 | translation repair queue、TM delta、語言比例與抽樣證據。 |
| 只有 schema / meta 殘留 | 低風險，可做結構化資料修補。 | 修 JSON-LD、title、description、OG/Twitter metadata，不動正文。 | schema audit、JSON-LD parse、public evidence manifest。 |
| AWR 報錯但 TM 與目標語自然 | 可能是 AWR 規則噪音。 | AI agent 標註 false positive，調整 scanner 規則或白名單。 | false-positive issue shard、scanner rule diff、回歸測試。 |
真太陽時研究備忘
排盤時間研究目前採「原始出生時間」與「真太陽時」分欄呈現：原始時間保留使用者輸入，真太陽時只顯示地區與校正後時間，例如「台中 12:29」。頁面不額外展示修正分鐘數，避免使用者把工程校正值誤讀成命盤結論。
地區選擇以語系推導預設範圍：繁體中文顯示台灣地區，日文顯示日本地區，韓文顯示韓國地區，泰文顯示泰國地區，印尼文顯示印尼地區，馬來文顯示馬來西亞與新加坡等相關地區；英文與西班牙文則以國家選擇為主，再用首都或主要城市作為真太陽時參照。
研究頁不宣稱「所有地區永遠正確」。正確性要靠前端選項、經緯度資料、時區資料、真太陽時計算測試與部署後 smoke test 同時維持；若馬來西亞、台灣、洛陽、北京或其他地區存在時區史與經度差異，需由測試案例留證。
目前不宣稱事項
- 不宣稱命理分析具有醫療、法律、財務或科學預測效力；本站內容只做自我探索與學習參考。
- 不宣稱 AWR 或 TM 能直接判斷文章好壞；它們只能指出可疑位置與產出機器可讀證據。
- 不宣稱 OpenAI、Anthropic 或 Google Gemini 都已用於 production inference；沒有程式碼或設定證據時，只能寫成治理對標。
- 不宣稱多語翻譯只要逐字對照 zh-TW 就一定自然；目標語仍要通過語氣、術語、文化語感與 schema 品質檢查。
研究隊列與後續維護
研究文章隊列由 data/research-topics.json 管理。月度發布工具目前仍是封存候選，不能視為現役自動排程；在重新啟用前，研究文章應由 AI agent 依隊列產稿、人工或 agent 審核、跑 gate、再發布。優先題目集中在三類：真太陽時與地區資料、紫微斗數硬規則與派系差異、多語文章品質治理。每次發布後都要回寫狀態，並讓 AWR/TM 重新掃描對應頁面。
- 短期：補齊真太陽時地區測試案例，尤其台灣、馬來西亞、日本、韓國、印尼、泰國與新加坡。
- 中期：把 AWR/TM 的多語判斷矩陣轉成可機器讀取的 issue routing rule，避免重翻與局部修補混在一起。
- 發布工具：若要恢復
publish-research，先重建為新版腳本：不可寫舊research.html，不可直接 append sitemap/llms，必須透過現有 public discovery 產線與 structured report。 - 長期：將研究頁、系統卡、資料治理、透明度報告、FAQ 與文章發布 gate 納入同一個 AI Ops 狀態機。
陸斌兆派四化差異分析：戊干、庚干、壬干的三種詮釋
紫微斗數最具爭議的知識點之一：戊干是右弼化科還是天機化科？庚干是太陰化科還是天同化科？壬干是左輔化祿還是天梁化祿？本文梳理陸斌兆派、王亭之派與欽天四化的完整差異，提供知識庫文獻依據。
GraphRAG 在命理知識庫的應用：從星曜到宮位的語義圖譜
如何將 2,758 檔 1538K 行的命理知識庫轉換為 Neo4j 圖譜（343 節點 / 679 關係），並與 Qdrant 向量搜尋整合，實現三層證據融合的命理分析系統。
117 條 命理硬規則的建構：四化不可能事件的邊界定義
命理 AI 最大的挑戰不是生成能力，而是如何阻止它說出不可能的命理事件。本文說明 117 條 硬規則（四化 41 + 格局 49 + 核心指標 17）的定義邏輯與實際案例。
生命靈數九宮格的箭頭系統：台灣派與西方畢達哥拉斯體系的差異
台灣坊間流行的「九宮格靈數」與西方 Pythagorean 體系在箭頭線（Arrow Lines）的定義上有顯著差異。本文梳理兩種體系的計算方式，並說明本站採用標準的選擇理由。
外部標準與一手來源
以下連結是本頁治理判斷採用的一手標準；它們是對照基準，不代表第三方替本站背書。
目前機器稽核快照
此區塊只使用本機可追溯的稽核資料，不新增無來源宣稱。日期為實際產出日。
- data/state-machine/i18n-parity.json: 8,036 parent URLs, 7,976 articles.
- data/kb-machine-audit.json: 3,238 source files, 0 missing coverage, 0 orphan chunks.
- data/discovery-surface-audit.json: 0 errors, 0 warnings.
- data/sla-report.json: critical / 5 critical, 0 warnings.
內容維護與更新判斷
此區塊讓治理頁內容可被機器檢查：每頁都必須公開它依賴哪些資料、哪些關聯頁會影響它，以及哪個 gate 會提報需要更新。
更新判斷
此頁不是靜態文案；來源資料、相關政策、公開指標或生成器變更時，AI Ops 只產出證據，由 AI agent 判斷是否改文。
人工邊界
系統負責偵測、提報與留證；最終修復與語氣判斷由 Codex/Claude 等 agent 執行。
驗證指令
node scripts/verify-trust-pages.js --check
data/state-machine/public-bench.jsondata/kb-machine-audit.jsondata/public-claim-registry.json- 關聯治理頁: methodology · benchmark · 系統卡 · 透明度報告
- 更新流程:
npm run update:trust-pages→npm run test:trust
可查驗 Evidence Layer
此區塊不是口號；每一個核心宣稱都有 claim id、來源 JSON、hash 與可重跑的驗證指令。公開頁只揭露可公開的治理證據，不公開原始碼、密鑰、私有資料或可被濫用的攻擊面細節。
| Claim ID | 可查驗值 | 狀態 | 責任頁 | 來源與驗證 |
|---|---|---|---|---|
| claim.public-url-manifest.indexable-count 公開 URL 與 canonical 清單 |
38,965 indexable URLs | verified | sitewide | node scripts/generate-public-evidence-manifest.js --dry |
| claim.trust-pages.audit-pass-rate 治理頁機器稽核 |
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 / 結構化資料稽核 |
{"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 狀態頁 SLA 來源 |
critical / 5 critical, 0 warnings | verified | sitewide | node scripts/generate-status-page.js |
| claim.provider-alignment.openai-anthropic-gemini OpenAI / Anthropic / Google Gemini 對標 |
benchmark alignment only unless code/config evidence exists | verified | sitewide | node scripts/verify-public-evidence.js --check |
| claim.transparency-report.sha256 透明度報告 SHA-256 錨定 |
{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"} | verified | sitewide | node scripts/update-transparency-current-data.js |
| claim.release-integrity.gpg-signing GPG signing 狀態 |
GPG signing configured locally; GitHub verification pending | github_verification_pending | sitewide | gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature |
系統卡 V2.0：技術透明公開層
此層把可公開的技術治理證據集中呈現：架構、資料來源、AI 使用邊界、品質閘門、發布完整性與供應商對標。公開範圍刻意排除原始碼、密鑰、可被濫用的攻擊面細節與私人資料。
公開架構
Cloudflare Pages/Workers、R2/D1/KV/Pagefind 與本機生成腳本共同構成公開網站與治理資料發布鏈。對外只公開行為、狀態與可驗證資料源，不公開密鑰或內部操作權限。
AI 使用揭露
程式碼掃描目前可驗證的 production inference 模型：未在 production code scan 中找到可驗證模型設定。OpenAI、Anthropic、Google Gemini 三方作為治理框架對標；未有程式碼或設定證據者，不寫成已上線使用。
品質與安全閘門
治理頁稽核 180/180 通過、JSON-LD 錯誤 0、discovery surface 錯誤 0。狀態頁如實顯示 critical / 5 critical, 0 warnings。
資料與可追溯性
知識庫 32,724 chunks、TM 789,031 entries、AI answer-ready 7,976/7,976。公開數據追到 data/state-machine/*、data/*audit*.json 與 transparency 報告。
| 治理面向 | OpenAI | Anthropic | Google Gemini | Starnum 落實證據 |
|---|---|---|---|---|
| 模型/系統卡揭露 | OpenAI models + safety docs | Claude model docs + system/model cards | Gemini model docs + safety settings | system-card、model-card、methodology、benchmark、transparency-log |
| 安全評估與使用邊界 | Safety best practices / deployment checklist | Responsible Scaling / safety policy | Gemini safety controls / policy | AI safety、acceptable-use、ethics、risk boundary copy、crawler policy audit |
| 資料治理 | Data controls / privacy controls | privacy and data handling docs | Gemini API data governance references | privacy、ai-data-governance、KB/TM source tracking、SHA-256 hashes |
| 監控與發布 | production checklist / eval discipline | system-card transparency discipline | model/version documentation discipline | deploy.js、status.html、SLA report、trust-pages-machine-audit、sitemap/hreflang audits |
- 來源：data/state-machine/model-card.json、public-bench.json、trust-pages.json、security-headers.json。
- 來源：data/trust-pages-machine-audit.json、data/discovery-surface-audit.json、data/ai-answer-readiness-audit.json。
- 來源：data/kb-machine-audit.json、data/tm/quality-audit-report.json、data/sla-report.json。
- 官方對標文件檢查日：2026-07-30；連結列於 OpenAI / Anthropic / Google Gemini 對標表。
V2.0 的重點不是多寫形容詞，而是把「已落實」與「尚未落實」分開：production 使用、治理對標、狀態異常、GPG 簽署、SLA breach 都依來源資料如實公開。
發布完整性與 GPG
GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.
OpenAI / Anthropic / Google Gemini 對標
本站治理文件同步對照三家公開框架：模型文件、系統卡/模型卡、安全評估、資料治理與使用政策。這是治理對標，不等於宣稱每一家都已用於 production inference。 官方文件檢查日：2026-07-30
| 對標來源 | 治理焦點 | 本站揭露 | 官方來源 |
|---|---|---|---|
| OpenAI | 模型文件、最新模型說明、安全最佳實務、資料控制。 | 目前未在 production code scan 中找到可驗證模型設定；模型供應商僅列為治理對標。 | https://platform.openai.com/docs/models |
| Anthropic | Claude 模型文件、system card / model card、Responsible Scaling 與安全政策。 | 目前未在 production code scan 中找到可驗證模型設定；模型供應商僅列為治理對標。 | https://docs.anthropic.com/en/docs/about-claude/models |
| Google Gemini | Gemini API 模型文件、安全設定、資料治理與平台政策。 | 目前未在 production code scan 中找到可驗證模型設定；模型供應商僅列為治理對標。 | https://ai.google.dev/gemini-api/docs/models |