vedic-destiny

v1.0.1

吠陀命盘分析中文入口。用于完整命盘研判、命主盘 Rashi chart 与九分盘 Navamsha chart 联读、既往事件回看、出生时间稳定度判断、事业主题、婚姻主题、时空盘专题,以及基于 Jagannatha Hora PDF、星盘截图或文本命盘数据的系统拆盘。当用户提到完整星盘、事业方向、婚姻问题、关系窗...

2· 32·0 current·0 all-time

Install

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for seanding1998/vedic-destiny.

Previewing Install & Setup.
Prompt PreviewInstall & Setup
Install the skill "vedic-destiny" (seanding1998/vedic-destiny) from ClawHub.
Skill page: https://clawhub.ai/seanding1998/vedic-destiny
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Bare skill slug

openclaw skills install vedic-destiny

ClawHub CLI

Package manager switcher

npx clawhub@latest install vedic-destiny
Security Scan
Capability signals
Crypto
These labels describe what authority the skill may exercise. They are separate from suspicious or malicious moderation verdicts.
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Benign
high confidence
Purpose & Capability
The name, description, SKILL.md and the included Python scripts (chart_sanity_check.py, jhora_markdown_bridge.py, build_report_html.py) all align with a Vedic astrology/reporting tool that parses JHora markdown or chart data and produces auditable outputs. Minor inconsistency: the runtime instructions explicitly call python scripts (python "scripts/chart_sanity_check.py" and python "scripts/build_report_html.py"), but the skill metadata does not declare any required binaries; the skill therefore implicitly requires a Python runtime even though no required-binaries entry is present.
Instruction Scope
SKILL.md keeps scope focused: it instructs the agent to load only the relevant reference files, to run local validation/transform scripts when precise numeric claims are made, and to generate packaged reports when requested. It does not instruct the agent to read unrelated system files, access external endpoints, or collect unrelated secrets. It expects user-supplied Jagannatha Hora exports / markdown / screenshots and local processing of those artifacts.
Install Mechanism
There is no install spec and no external downloads; the skill is instruction-plus-local-scripts only. All included code is plain Python using stdlib modules (html.parser, re, json, datetime, etc.). No suspicious installers, remote extraction, or third‑party package pulls were found.
Credentials
The skill requests no environment variables, no credentials, and no config paths. The operations (parsing astrology data, producing HTML) do not require secrets or cloud credentials, so the lack of env/credential requests is proportionate. (As noted above, execution does require a local Python runtime, which is not declared as a required binary.)
Persistence & Privilege
always is false and the skill does not request elevated or persistent platform privileges. Its report-generation behavior writes files into a report folder as documented (report.meta.json, sections/, report.html), which is expected for a reporting skill and scoped to its own output.
Assessment
This skill appears to do what it says: parse JHora/markdown/astrology data, run local sanity checks, and produce structured markdown + a self-contained HTML report. Before installing or using it, note the following: 1) Execution requirement: SKILL.md invokes local Python scripts — ensure the agent environment provides a compatible Python interpreter (the skill metadata does not list required binaries). 2) Data privacy: you will upload highly personal data (birth date/time/place, event timelines, possibly PDFs/screenshots). Treat these files as sensitive and confirm you are comfortable with the platform storing/processing them. 3) File outputs: the skill will create report folders and HTML files on disk; confirm where those are stored and how long they persist. 4) No network/credentials: the code does not attempt network calls or request secrets, which reduces exfiltration risk. 5) Accuracy & limitations: the skill enforces many strict rules about when it must call local tools and how to downgrade conclusions when data is missing; nevertheless, astrologically-derived conclusions are interpretive — verify important decisions with additional sources. If you want higher assurance, ask the maintainer (or the publisher) to explicitly declare 'python' as a required binary and to document exact runtime Python version and any extra dependencies.

Like a lobster shell, security has layers — review code before you run it.

latestvk97bxqncy352a768wfckpq7s2985qz7n
32downloads
2stars
2versions
Updated 8h ago
v1.0.1
MIT-0

吠陀命盘研判系统

这是一套中文总入口 skill。先判断用户到底要看整张盘、某个专题,还是时间与地点的联合问题,再只读取当前任务真正需要的 reference。

导航方式

按问题最小化加载:

  • 用户要完整命盘研判、本命总览、既往事件回看、出生时间稳定度判断,或命主盘 Rashi chart 与九分盘 Navamsha chart 的联合拆盘: 读取 references/总盘.md
  • 用户要事业方向、工作模式、变现路径、岗位适配、创业与上升窗口: 读取 references/事业.md
  • 用户要婚姻、恋爱模式、关系落地、伴侣结构、桃花窗口、长期关系判断: 读取 references/婚姻.md
  • 用户要地点选择、迁移判断、城市比较、事件窗口缩小,或时间与场域联合分析: 读取 references/时空盘.md
  • 需要共享术语、读盘抓手和冲突裁定口径: 读取 references/术语框架.md
  • 已经有 markdown 报告目录,想包装成单文件 HTML: 使用 scripts/build_report_html.py

不要一次性载入全部 reference。先判断问题重心,再只读最相关的一组。

执行硬约束

这些约束优先级高于各专题 reference。能算的就算,能核的就核,不能核的就降级,不允许用空泛措辞把缺口糊过去。

1. 先判问题类型,再锁最低交付

  • 完整命盘研判:必须覆盖基础盘面、一致性检查、既往事件回看、出生时间稳定度、命主盘 Rashi chart、九分盘 Navamsha chart、人生主线和使用提醒
  • 事业专题:必须覆盖事业主线、赚钱方式、工作形态、时间窗口、主要风险和使用提醒
  • 婚姻专题:必须覆盖关系模式、伴侣结构、时间窗口、主要风险和使用提醒
  • 时空盘专题:必须覆盖地点差异、时间窗口、取舍逻辑和使用提醒

不要把完整问题答成几段松散短评,也不要把专题问题答成只有性格描述的泛泛解释。

2. 只要用了数字结论,就必须有校验来源

只要回答里出现下面这类精确结论:

  • SAV、BAV、Shadbala 的数值比较
  • Nakshatra、pada、Navamsha chart 落座
  • Mercury、Venus 与 Sun 的距角
  • Rahu、Ketu 对冲
  • dasha 起止时间与窗口长度

就必须先调用本地工具或明确引用当前对话里已经算过的结果。对于原始命盘资料,默认优先运行:

python "scripts/chart_sanity_check.py" <chart-input.json-or-jhora.md>

这个脚本现在可以直接读取 JHora 导出的 markdown,不必先手工改写成 JSON。

如果某些图式表格在原始导出里无法稳定摊平,至少先完成主盘、Nakshatra、Navamsha chart、罗计轴、日水金距角和 dasha 的基础校验,再把矩阵类检查标成跳过或待补整理。

如果因为缺数据无法执行完整校验,要明确写出:

  • 哪些项目已通过
  • 哪些项目跳过
  • 这会把哪类结论从高置信度降到中或低置信度

3. 重大判断必须有至少两类证据支撑

任何主要结论都不能只靠一句抽象判断。至少要落到下面两类证据中的两类:

  • 宫位与宫主
  • 行星状态
  • dasha
  • 命主盘 Rashi chart 落点
  • 九分盘 Navamsha chart 复核
  • SAV、BAV、Shadbala 或同类强弱表
  • karaka 或 yoga

禁止这类松答:

  • 只说“你事业有潜力”但不交代潜力来自哪里
  • 只说“关系容易反复”但不说明反复是结构问题、时间问题还是环境问题
  • 只给一串术语和标签,不翻成现实语言

4. 缺数据时必须降级,而不是硬推

如果关键字段缺失、互相冲突,或出生时间明显不稳:

  • 先说缺口
  • 再说还能稳定判断什么
  • 最后说哪些结论暂时只能保留为低或中置信度

不要把低置信度问题包装成确定判断。

5. 时间问题必须落到具体窗口

只要用户问:

  • 什么时候会发生
  • 哪段时间更适合推进
  • 婚期、关系窗口、跳槽窗口、搬迁窗口

就不能只回答“未来几年”“最近会有机会”这类模糊话。最低要求:

  • 落到明确的年份、年月区间,或季度窗口
  • 说明窗口是由什么触发
  • 说明窗口里最可能发生什么,不要只给吉凶判断

5.1 用户已经给了事件时间线时,直接进入回看直评

如果用户已经把既往事件按年份或区间列出来:

  • 不要再把它改写成一串反问
  • 直接逐条回看
  • 每条至少写出:事件、命中等级、时间锚点、盘面锚点、牵强处

统一使用这三档命中等级:

  • 高贴合:时间和事件性质都明显对上
  • 有限贴合:时间接近,但事件级别、强度或主题更宽
  • 失配:盘面很难为这条事件提供有效支撑

5.2 细节必须分层,不要一口气跳到专名

解释事件时,先分清下面三层:

  • 结构层:技术型、大机构、异地、边工边学、高压慢回报
  • 窗口层:某段时间职业定向、离职、迁移、承压、进修
  • 专名层:具体公司、具体国家、具体病名、某一个人做了什么

命盘最稳的是结构层,其次是窗口层。专名层只能在外部事实已经给出、且盘面确有支撑时作为对照结果引用,不能反过来冒充盘里本来就能直接读出的结论。

6. 报告型请求强制交付完整产物

如果请求规模已经达到完整报告或大型专题:

  • 聊天框里要有可直接阅读的完整结论
  • 要生成 report.meta.json
  • 要生成 sections/ 分节 markdown
  • 要生成 report.html

不要只在聊天里说完就结束,也不要只留 markdown 不打包 HTML。

7. 输出必须先说现实判断,再给盘面抓手

每个主要小节都必须先把结论翻成普通人能懂的话,再上证据。表格、缩写和术语不能单独悬空出现。

共通准则

1. 不要向用户转播内部路由

不要说下面这类话:

  • 我先加载总盘 reference
  • 我切到事业专题
  • 我按时空盘规则处理
  • 我完成了内部检查步骤

用户只需要看到判断、提问、结论和限制,不需要看到 skill 内部导航。

2. 报告型请求默认交付整套产物

只要问题已经达到完整报告或大型专题的规模,默认交付物应当包括:

  • 一份用户当场可读的聊天输出
  • 一个带 report.meta.json 的报告目录
  • sections/ 里的 markdown 分节文件
  • 生成后的 report.html

不要等用户额外提醒“顺便生成 HTML”。如果问题本身就是报告型请求,就主动做完整交付。

3. 可精确计算的内容优先调用本地工具

只要本地 Python 可用,就不要把能精确核算的项目留给口算或主观估算。

必须工具化的项目包括:

  • SAV、BAV 的总和、行常量、列回填和阈值分档
  • 根据度数反推 Nakshatra 和 pada
  • 根据度数反推九分盘 Navamsha chart 落座
  • Mercury、Venus 与 Sun 的距角
  • Rahu、Ketu 的对冲检查
  • 逆行合法性检查
  • dasha 年月区间的日期运算
  • Shadbala 或同类强弱表的排序和数值比较

真正适合人工判断的部分包括:

  • 宫主职责和主题归属
  • 宫位主题
  • yoga 的解释
  • 既往事件回看问题设计
  • 最终整合与建议
  • 时空盘里的地点语境与选择权衡

优先使用的辅助脚本:

python "scripts/chart_sanity_check.py" <chart-input.json-or-jhora.md>

如果原始资料只给了部分数字,也照样对已有部分做检查,并明确写出哪些项目因为缺数而跳过。缺数据时要降级置信度,不要硬补精确结论。

4. 先给现实判断,再拆盘面抓手

每个主要小节都先回答:

  • 这在现实里意味着什么
  • 强项或阻力会体现在哪
  • 用户最先该抓住的重点是什么

现实判断之后,再补盘面抓手:

  • 宫位与宫主
  • 行星状态
  • dasha
  • 命主盘 Rashi chart
  • 九分盘 Navamsha chart
  • 必要时使用八镜框架

5. 复用当前对话上下文

如果当前对话里已经有可用的总盘结果:

  • 不要整套重跑
  • 直接基于已有研判回答更窄的问题
  • 只有在用户补了新资料或原结论不足以支持新问题时,才追加计算

6. 不要编造数据

如果原始资料不完整或互相冲突:

  • 明确说出缺了什么
  • 明确哪些结论要降级
  • 不要装作自己能给出精确答案
  • 不要靠事后改口把明显失误硬改成命中

输入处理

接受这些输入形式:

  • Jagannatha Hora PDF
  • JHora 导出的 markdown 报告
  • 星盘截图
  • 文本形式的命盘数据
  • 当前对话里已有的拆盘摘要

如果用户只问一个窄问题,只收集这个问题真正需要的关键字段。

输出契约

每个主要小节都遵守同一结构:

  1. 现实判断
  2. 盘面抓手
  3. 使用提醒

表格可以保留,但前面必须先有一小段普通人能看懂的解释。

报告包装

HTML 生成和解读流程分开。只有在 markdown 报告内容已经存在时,才使用脚本。

对于完整研判,默认在分析完成后主动生成整套报告目录与 HTML。

默认目录命名建议:

./命盘报告-<client-or-anon>-<yyyymmdd>/

目录契约:

report-folder/
  report.meta.json
  sections/
    01-基础盘面.md
    02-主题拆盘.md

report.meta.json 必填字段:

{
  "lang": "cn 或 en",
  "client_name": "字符串",
  "lagna": "字符串",
  "gender": "字符串",
  "status": "字符串",
  "report_kind": "字符串",
  "source_system": "字符串",
  "notes": ["可选", "字符串数组"]
}

运行:

python "scripts/build_report_html.py" <report-folder>

脚本输出单个自包含 HTML,不负责 PDF。

完整研判建议使用下面这组分节:

sections/
  01-基础盘面.md
  02-既往事件回看.md
  03-行星拆盘A.md
  04-行星拆盘B.md
  05-行星拆盘C.md
  06-九分盘兑现复核.md
  07-宫位主轴.md
  08-人生主线上篇.md
  09-人生主线下篇.md
  10-时空盘专题.md
  11-落地提醒.md

如果只是事业或婚姻专题,但内容已经达到完整报告规模,4 节就够:

sections/
  01-主题判断.md
  02-盘面抓手.md
  03-时间与场景.md
  04-使用提醒.md

Comments

Loading comments...