cnwu16/vedic-astro-skills/vedic-reader

吠陀占星分析系统已就绪！
 
请选择排盘方式：
 
1. 直接告诉我出生日期、时间、地点（最推荐）
   内置引擎直接计算，3秒出全部数据，无需任何软件。
   直接说 帮我排盘，1990年1月1日 08:00 北京 即可
 
2. 上传星盘PDF（支持Jagannatha Hora等）
   引擎自动提取出生信息加计算全部数据
 
3. 从占星软件复制文字表格，直接粘贴
 
4. 发送星盘截图（南印/北印盘均可）
 
准备好后直接发给我即可！

当 calc engine 可用时（PDF模式/calc模式均适用）：
 
  ┌─────────────────────────────────────────────────────────┐
  │  calc engine = 主数据源（除 Shadbala 外的一切数据）        │
  │  PDF 文本层 / 视觉识别 = 辅助验证（不得覆盖 calc 值）      │
  │  PDF Shadbala = 主数据源（JHora 比 calc 更精确）          │
  └─────────────────────────────────────────────────────────┘
 
  具体优先级表：
  ┌────────────────┬─────────────────────┬───────────────────┐
  │ 数据项          │ 主数据源             │ 辅助验证            │
  ├────────────────┼─────────────────────┼───────────────────┤
  │ 行星位置        │ calc engine         │ PDF文本层交叉验证   │
  │ Lagna度数       │ calc engine         │ PDF文本层交叉验证   │
  │ D9/D10/D4/D5   │ calc engine         │ PDF文本层交叉验证   │
  │ AL/UL           │ calc engine         │ PDF视觉辅助验证     │
  │ SAV/BAV         │ calc engine         │ PDF文本层交叉验证   │
  │ Dasha时间线     │ calc engine         │ PDF文本层交叉验证   │
  │ 宫主表          │ calc engine         │ —                  │
  │ 尊贵度          │ calc engine         │ —                  │
  │ Graha Drishti   │ calc engine         │ —                  │
  │ Shadbala ⚠️    │ PDF JHora文本层     │ calc作为基准        │
  │ Ishta/Kashta    │ PDF JHora文本层     │ calc作为基准        │
  └────────────────┴─────────────────────┴───────────────────┘
 
  唯一例外 — Shadbala 详细规则：
  - 始终先生成并保留calc Shadbala，作为基准值
  - PDF没有Shadbala或提取失败 → 直接写入并展示calc值
  - PDF与calc使用同一出生时间，且PDF成功提取有效Shadbala → 逐行与calc对照，最终展示PDF值
  - 二者不一致 → 必须向用户提示，并在该行标注"calc与PDF不一致；当前采用PDF"
  - 二者一致 → 标注"PDF校验一致"
  - PDF缺失的行星继续使用calc值，不得清空整张表
  - 出生时间校准后，旧PDF的Shadbala失效；只有按新时间重排的PDF可以覆盖calc
 
  有差异时，聊天框必须输出：
  "⚠️ Shadbala交叉验证发现差异：PDF与calc在[行星列表]上数值不一致。
   structured_data.md当前展示PDF值，并保留calc基准供核对。"
 
  ⚠️ 历史教训（wen盘）：
    agent 从 PDF 视觉识别了 AL=Scorpio，覆盖了 calc 的 AL=Capricorn
    → 实际 calc 是对的，视觉识别把南印图的格子读错了
    → 视觉识别南印图格子位置的错误率极高，永远不能用来覆盖 calc
 
  ❌ 禁止行为：
    - 用视觉识别的数据覆盖 calc engine 的值
    - 用PDF文本层的数据覆盖 calc engine 的值（Shadbala 除外）
    - "calc和视觉不一致 → 以视觉为准" ← 绝对错误！
  
  ✅ 正确行为：
    - calc和视觉不一致 → 以calc为准，标注差异供参考
    - calc和PDF文本不一致 → 以calc为准，标注差异供参考
    - PDF Shadbala和calc不一致 → 以PDF Shadbala为准（唯一例外）
    - 无PDF时 → calc Shadbala作为默认值

检查当前工作目录是否存在 structured_data.md：
  存在，且标注 读盘方式: vedic-calculator直接计算 → Calc模式
  不存在，但可从用户材料获得出生日期/时间/地点 → Calc主模式（先calc，再交叉验证）
  无法获得完整出生信息 → 提取兜底模式（明确标注无法运行calc）

阶段1（读取数据）: 用 calculator/scripts/dasha_query.py --overview
                   读取 structured_data.md 的全部非PD数据+MD/AD；
                   用 --check 校验729行PD，但不展开整表
                   确认用户信息（性别/感情/时间精度，如calc未收集则补问）
阶段2（信号预扫）: 信号预扫 + Yoga扫描（直接用structured_data中的数据）
阶段3（验前事）  : 生成验前事 → 等反馈 → 追加写入 → 完成

阶段1（数据提取）: 提取出生信息 → calc生成主数据 → PDF/文本交叉验证 → Shadbala例外合并 → WRITE 1
阶段2（信号预扫）: 信号预扫 + Yoga扫描 → WRITE 2 → 输出进度
阶段3（验前事）  : Steps 5-9 → 输出验前事 → 等反馈 → WRITE 3

🔴 关键数据（缺一不可，缺少则停下要求补充）：
  □ 出生信息：日期、时间、地点
    ⚠️ 出生日期落在当地夏令时期间（如中国大陆1986-1991）→ 按 calculator 的
      夏令时确认流程问一句钟表性质（默认墙上钟；声明标准时→固定时区重排）
  □ D1行星位置：9颗行星 + Lagna 的星座和度数
  □ Chara Karakas：AK/AmK/BK/MK/DK/PK/GK排列
  □ Vimsottari Dasha：calc路径必须有9段MD+81段AD+729段PD，
    且三层区间均按`[start,end)`无缝连续；非calc兜底路径至少要有MD，
    缺AD/PD时必须明示降级，禁止自行按比例补算
  □ Ayanamsa：用的什么岁差体系（本系统基于True Chitrapaksha(Lahiri系,差<1′)设计，使用JHora默认即可）
    ⚠️ 非True Chitra/Lahiri系岁差（KP/Raman/Pushya等）会导致度数偏差，影响分析准确度
 
🟡 重要数据（有则分析更准确，无则降级处理）：
  □ SAV/BAV：12宫 Ashtakavarga 数值
  □ Shadbala：各行星力量百分比
  □ Nakshatra/Pada：各行星星宿信息
  □ D9分盘：9颗行星 + Lagna 的落宫
  □ 逆行标记：哪些行星逆行
  □ AL/UL：Arudha Lagna + Upapada Lagna（core板块8、love引用）
 
🟢 可选数据（有则锦上添花）：
  □ D10/D4/D5等分盘
  □ 特殊点位：GL/HL/SL（暂无下游引用）
  □ Shadbala详细分项

通道A【必做】：PyMuPDF提取文本层
  1. 运行PyMuPDF提取全部页面文本
  2. 将文本保存为临时文件
  3. 用view_file查看提取结果（不要用print，终端中文可能乱码）
  4. 从文本中解析行星位置、度数、Dasha等结构化数据
  5. ⚠️ Shadbala提取（JHora PDF包含Shadbala数据！）：
     搜索关键词 "Shadbala" "In rupas" "% Strength"
     JHora文本层Shadbala格式（注意不规则排列）：
       行星名可能单独一行，也可能和第一个数值合并（如"Mercury 430.75"）
       每颗行星5个数值：Shadbala(60ths) / In rupas / %Strength / IshtaPhala / KashtaPhala
     提取 In rupas 列（第2个数值）和 %Strength 列（第3个数值）
     ⚠️ 这是JHora软件真正计算的Shadbala，精度远高于任何第三方库或AI计算
     若成功提取 → 标注来源"PDF文本层提取(JHora原始值)"
     若未找到 → 标注"PDF无Shadbala数据"，Step 4降级处理
 
通道B【必做】：AI视觉识别（D1 + D9）
  ⚠️⚠️⚠️ 禁止用浏览器打开PDF！禁止用open_browser_url查看PDF！
  视觉识别的正确方法：用PyMuPDF将PDF页面渲染为PNG图片，然后用view_file查看图片。
 
  1. 用PyMuPDF将包含盘图的页面渲染为PNG（见下方代码）
  2. 用view_file查看渲染出的PNG图片
  3. 识别图表类型（南印/北印）
  4. 读取D1和D9的行星位置
  ⚠️ 通道B只读D1和D9！不要从PDF读取D10/D4/D5分盘图。
     D10/D4/D5由Step 1.5处理——向用户请求截屏后从截屏中读取。
 
交叉验证：
  通道A和B结果一致 → 可信度=高
  不一致 → 以通道A（文本层）为准（有精确度数），
           通道B用于补充文本层缺失的D1数据
  D9额外校验：公式计算值 vs 视觉值，以公式为准
  通道A完全失败（无文本层） → 纯依赖通道B，可信度=中低
 
与calc合并时：
  calc结果是canonical主数据；通道A/B结果写入交叉验证记录，不覆盖非Shadbala字段。
  Shadbala先保留calc基准，再与同一出生时间的有效PDF逐行对照。
  有PDF的行最终展示PDF值；不一致时向用户提示并标注差异，缺失行保留calc值。

import fitz  # PyMuPDF
# 通道A：提取文本层
doc = fitz.open('chart.pdf')
text = ""
for page in doc:
    text += page.get_text()
with open('extracted_text.txt', 'w', encoding='utf-8') as f:
    f.write(text)
# 用view_file('extracted_text.txt')查看
# 通道B：渲染页面为PNG图片（不要用浏览器！）
for i, page in enumerate(doc):
    pix = page.get_pixmap(dpi=200)
    pix.save(f'page_{i}.png')
# 用view_file('page_0.png')等查看图片，进行视觉识别

行星名（多语言匹配）：
  英文: Sun, Moon, Mars, Mercury, Jupiter, Venus, Saturn, Rahu, Ketu
  缩写: Su, Mo, Ma, Me, Ju, Ve, Sa, Ra, Ke
  梵文: Surya, Chandra, Mangal/Kuja, Budha, Guru, Shukra, Shani
 
星座（多格式匹配）：
  全称: Aries, Taurus, Gemini, Cancer, Leo, Virgo, Libra, Scorpio, Sagittarius, Capricorn, Aquarius, Pisces
  缩写: Ar, Ta, Ge, Cn, Le, Vi, Li, Sc, Sg, Cp, Aq, Pi
  编号: 1-12
 
数据表（多关键词匹配）：
  行星位置: "Graha", "Planet", "Longitude", "Rashi", "Position"
  Dasha: "Vimsottari", "Dasha", "Period", "Mahadasha"
  SAV: "Sarvashtakavarga", "SAV", "Ashtakavarga", "Transit Points"
  Shadbala: "Shadbala", "Strength", "Bala"
  Karaka: "Chara Karaka", "Karaka", "AK", "Atmakaraka"

状态标记：
  [已提取] 来源：文本层/视觉识别/用户输入 + 可信度(高/中/低)
  [待确认] 识别到但不确定准确性 -> 需用户确认
  [未找到] 在材料中没有找到 -> 记录缺失

关键数据缺失 -> 停下，明确告诉用户：
  "以下关键数据未能从您的材料中提取，请补充：
   - [缺失项1]：请提供...
   - [缺失项2]：请提供..."
 
重要数据缺失 -> 继续，但在structured_data中标注降级：
  "以下数据未找到，分析将在相关维度降级处理：
   - [缺失项]"
 
可选数据缺失 -> 静默跳过，在structured_data中标注"无数据"

主数据范围：行星位置 + Nakshatra + Dasha + D9/D10/D4/D5 + SAV/BAV +
           宫主表 + 尊贵度 + Graha Drishti + Shadbala + 特殊点 + 过运
 
获取方式（按优先级）：
 
  方式A — calc engine 直接计算（canonical）：
    → 从PDF/文本中提取出生日期、时间、地点
    → 调用 vedic-calculator engine 的 calculate_full_chart()
    → 用formatter生成完整structured_data.md
    → 标注"calc engine直接计算"
 
  方式B — PDF/截图/文本提取（validation）：
    → 解析后与calc逐项交叉验证并记录偏差
    → 不覆盖calc的非Shadbala字段
    → Shadbala先读取calc基准，再与有效PDF逐行对照
    → PDF存在的行展示PDF值；不一致时显式标注并提示用户
    → PDF缺失项保留calc
 
  ⚠️ 不再使用截图识别分盘！历史上AI从PDF视觉提取分盘准确率极低。
  现在calc engine可以100%准确计算，无需截图。
 
  SAV提取：
    → 优先使用calc engine计算的SAV（已验证与JHora 100%一致）
    → 如用户提供了PDF，可从文本层提取SAV做交叉验证
    → calc的SAV已包含宫位映射（按Lagna自动转换）
 
  数据冲突处理：
    → 先核对出生日期/时间/地点、时区、Ayanamsa、Mean/True Node设置
    → 将差异写入"交叉验证报告"
    → 除有效PDF Shadbala外，不用PDF值覆盖calc
 
⚠️ 提取 ≠ 启用：
  此步骤获取所有分盘数据，但哪些分盘被"启用"由Step 3.5的
  时间精度矩阵决定。

快速识别：
  南印度盘 → 4×4方格布局，星座位置固定，行星散布在格子里
  北印度盘 → 钻石/菱形布局，中间有三角形分割
 
推荐：
  如果用户还没排盘 → 推荐使用南印度盘格式
  原因：星座位置固定不变，AI视觉识别准确率显著更高
  
  如果用户已经有盘了 → 不要求换格式，按实际格式读取

D9计算公式：
1. 绝对经度 = (星座序号-1)*30 + 度数
   星座序号: Ar=1, Ta=2, Ge=3, Cn=4, Le=5, Vi=6,
             Li=7, Sc=8, Sg=9, Cp=10, Aq=11, Pi=12
2. Navamsha序号 = floor(绝对经度 / 3.333)
3. D9星座 = (Navamsha序号 % 12) + 1

D1校验（规则1-10）：
 1. SAV=337            7. Ayanamsa检测
 
校验7增强 — Ayanamsa主动检测（仅PDF/文本通道）：