关于 Astralium：团队与研究背景

团队与驻地

Astralium 由一支常驻美国的小型团队运营。创始与工程为同一批人，排盘引擎自研、自维护，不外包「黑箱排盘」。成员在美国完成本科、研究生学历，在美国学习、工作已超过十二年；专业训练侧重数据科学与软件工程——形式化规则、可重复实验、自动化测试与书面文档，是排盘基础设施的默认工作方式。

术数研究

团队对中国传统术数中的排盘体系——紫微斗数、八字四柱等——有逾十年的文献对照、口径整理与自行排盘实践。研究对象是历法换算、时辰边界、流派规则差异与结构可重复性；每条术数的计算口径书面化，并随引擎与资料包一并维护。

我们自身会排盘、会读盘，仍认为解读需要从业者的时间、经验与判断，大模型不能代替命理师。AI 适合辅助文献整理与追问；排盘演算与口径锁定，应交给可核对、可回归验证的基础设施。

交付标准

严谨性体现在可核对、可重复的流程，而非站内断语或营销口径：

• 黄金样本回归——固定出生/起卦输入对照锁定基准；规则或引擎变更后整批重算，与基准不一致则阻止发布
• 六术数覆盖——紫微、八字、西洋占星、印度占星、六爻、奇门等入口的结构字段与导出资料包纳入同一套验证思路
• 盘面与资料包同源——命盘图供肉眼核对；结构化资料包按字段输出，非对话摘要或 OCR
• 口径可查——真太阳时、换日规则等影响输出的约定写入资料包；文内提供 公开案例与自行比对步骤
• 范围边界——验证对象是排盘结构与资料包；吉凶、应期、用神等解读不在验证范围内，站内亦不提供预设断语
• 运营与付费——付费经 Stripe 结算；服务条款与隐私政策见 服务条款 、 隐私政策

为何做 Astralium

生成式 AI 普及后，我们用它辅助术数文献归纳与多版本规则比对。可重复观察到：同一出生信息，模型在宫位、四柱、运限等结构字段上输出不稳定，且常把排盘与解读写在同一段回复里。Agent Skill 将能力封进指令与对话，门槛较高，盘面亦不可见、难以跨模型复用（参见 Skill 与排盘流程的对照）。

Astralium 由此立项：用引擎完成排盘，将结果整理为可核对、可复制的结构化资料，并以交付标准中的回归流程固定口径。解读权开放给用户、模型或命理师——产品守哪一层，见 我们做什么。