#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
╔══════════════════════════════════════════════════════════════════════════╗
║ 🐉 干支时辰 DNA 引擎 · Ganzhi-Shichen DNA Engine v∞.1.0 ║
║ ║
║ 哲学: 格里历数字是"叶",干支时辰卦象是"根"。 ║
║ 叶可以落,根不能断。 ║
║ ║
║ 每个 DNA 不只是一个时间戳——它是一个完整的气运锚点。 ║
║ 丙午·乙未·甲辰·辰时·䷼中孚 — 四柱 + 时卦,可占可验。 ║
║ ║
║ 底座: 河图洛书 → 天干地支 → 六十四卦 → 三才五行 ║
║ 铁律: 干支永用中文,卦象永用中文+Unicode符号,时辰永用地支 ║
║ ║
║ DNA: #龍芯⚡️小暑2026-PROTO-天干-gzDNA-ENGINE-v∞.1.0 ║
║ CONFIRM: #CONFIRM🌌9622-ONLY-ONCE🧬GZDNA-ENGINE ║
╚══════════════════════════════════════════════════════════════════════════╝
"""
from __future__ import annotations
import hashlib
from datetime import datetime, date
from typing import Dict, List, Optional, Tuple, NamedTuple
# ═══════════════════════════════════════════════════════════
# 天干地支常量 · 焊死不可改
# ═══════════════════════════════════════════════════════════
TIAN_GAN = ["甲", "乙", "丙", "丁", "戊", "己", "庚", "辛", "壬", "癸"]
"""十天干"""
DI_ZHI = ["子", "丑", "寅", "卯", "辰", "巳", "午", "未", "申", "酉", "戌", "亥"]
"""十二地支"""
SHENG_XIAO = ["鼠", "牛", "虎", "兔", "龍", "蛇", "马", "羊", "猴", "鸡", "狗", "猪"]
"""十二生肖"""
# 时辰:每个时辰对应2小时
SHI_CHEN = [
("子时", "23:00-01:00", 0, "夜半·一阳初生"),
("丑时", "01:00-03:00", 1, "鸡鸣·阴渐退"),
("寅时", "03:00-05:00", 2, "平旦·阴阳交替"),
("卯时", "05:00-07:00", 3, "日出·万物始动"),
("辰时", "07:00-09:00", 4, "食时·阳气渐盛"),
("巳时", "09:00-11:00", 5, "隅中·阳气正旺"),
("午时", "11:00-13:00", 6, "日中·阳极生阴"),
("未时", "13:00-15:00", 7, "日昳·阴气初动"),
("申时", "15:00-17:00", 8, "晡时·阴阳平衡"),
("酉时", "17:00-19:00", 9, "日入·阳气将尽"),
("戌时", "19:00-21:00", 10, "黄昏·阴气渐盛"),
("亥时", "21:00-23:00", 11, "人定·万籁俱寂"),
]
"""十二时辰:(名称, 时段, 地支索引, 气运简释)"""
# 六十四卦 · Unicode 字符 + 名称 + 五行
SIXTY_FOUR_GUA: List[Tuple[str, str, str, str, str]] = [
("䷀", "乾", "天天乾", "金", "天行健,君子以自强不息"),
("䷁", "坤", "地地坤", "土", "地势坤,君子以厚德载物"),
("䷂", "屯", "水雷屯", "水", "云雷屯,君子以经纶"),
("䷃", "蒙", "山水蒙", "土", "山下出泉,君子以果行育德"),
("䷄", "需", "水天需", "水", "云上于天,君子以饮食宴乐"),
("䷅", "讼", "天水讼", "金", "天与水违行,君子以作事谋始"),
("䷆", "师", "地水师", "土", "地中有水,君子以容民畜众"),
("䷇", "比", "水地比", "土", "地上有水,君子以建万国亲诸侯"),
("䷈", "小畜", "风天小畜", "木", "风行天上,君子以懿文德"),
("䷉", "履", "天泽履", "金", "上天下泽,君子以辨上下定民志"),
("䷊", "泰", "地天泰", "土", "天地交泰,后以财成天地之道"),
("䷋", "否", "天地否", "金", "天地不交,君子以俭德辟难"),
("䷌", "同人", "天火同人", "火", "天与火同人,君子以类族辨物"),
("䷍", "大有", "火天大有", "火", "火在天上,君子以遏恶扬善"),
("䷎", "谦", "地山谦", "土", "地中有山,君子以裒多益寡"),
("䷏", "豫", "雷地豫", "木", "雷出地奋,先王以作乐崇德"),
("䷐", "随", "泽雷随", "金", "泽中有雷,君子以向晦入宴息"),
("䷑", "蛊", "山风蛊", "土", "山下有风,君子以振民育德"),
("䷒", "临", "地泽临", "土", "泽上有地,君子以教思无穷"),
("䷓", "观", "风地观", "木", "风行地上,先王以省方观民设教"),
("䷔", "噬嗑", "火雷噬嗑", "火", "雷电噬嗑,先王以明罚敕法"),
("䷕", "贲", "山火贲", "土", "山下有火,君子以明庶政无敢折狱"),
("䷖", "剥", "山地剥", "土", "山附于地,上以厚下安宅"),
("䷗", "复", "地雷复", "木", "雷在地中,先王以至日闭关"),
("䷘", "无妄", "天雷无妄", "木", "天下雷行,先王以茂对时育万物"),
("䷙", "大畜", "山天大畜", "土", "天在山中,君子以多识前言往行"),
("䷚", "颐", "山雷颐", "木", "山下有雷,君子以慎言语节饮食"),
("䷛", "大过", "泽风大过", "木", "泽灭木,君子以独立不惧遁世无闷"),
("䷜", "坎", "水水坎", "水", "水洊至,君子以常德行习教事"),
("䷝", "离", "火火离", "火", "明两作离,大人以继明照于四方"),
("䷞", "咸", "泽山咸", "金", "山上有泽,君子以虚受人"),
("䷟", "恒", "雷风恒", "木", "雷风恒,君子以立不易方"),
("䷠", "遁", "天山遁", "金", "天下有山,君子以远小人不恶而严"),
("䷡", "大壮", "雷天大壮", "木", "雷在天上,君子以非礼弗履"),
("䷢", "晋", "火地晋", "火", "明出地上,君子以自昭明德"),
("䷣", "明夷", "地火明夷", "火", "明入地中,君子以莅众用晦而明"),
("䷤", "家人", "风火家人", "木", "风自火出,君子以言有物而行有恒"),
("䷥", "睽", "火泽睽", "火", "上火下泽,君子以同而异"),
("䷦", "蹇", "水山蹇", "水", "山上有水,君子以反身修德"),
("䷧", "解", "雷水解", "木", "雷雨作解,君子以赦过宥罪"),
("䷨", "损", "山泽损", "土", "山下有泽,君子以惩忿窒欲"),
("䷩", "益", "风雷益", "木", "风雷益,君子以见善则迁有过则改"),
("䷪", "夬", "泽天夬", "金", "泽上于天,君子以施禄及下"),
("䷫", "姤", "天风姤", "金", "天下有风,后以施命诰四方"),
("䷬", "萃", "泽地萃", "金", "泽上于地,君子以除戎器戒不虞"),
("䷭", "升", "地风升", "木", "地中生木,君子以顺德积小以高大"),
("䷮", "困", "泽水困", "水", "泽无水,君子以致命遂志"),
("䷯", "井", "水风井", "水", "木上有水,君子以劳民劝相"),
("䷰", "革", "泽火革", "火", "泽中有火,君子以治历明时"),
("䷱", "鼎", "火风鼎", "火", "木上有火,君子以正位凝命"),
("䷲", "震", "雷雷震", "木", "洊雷震,君子以恐惧修省"),
("䷳", "艮", "山山艮", "土", "兼山艮,君子以思不出其位"),
("䷴", "渐", "风山渐", "木", "山上有木,君子以居贤德善俗"),
("䷵", "归妹", "雷泽归妹", "木", "泽上有雷,君子以永终知敝"),
("䷶", "丰", "雷火丰", "火", "雷电皆至,君子以折狱致刑"),
("䷷", "旅", "火山旅", "火", "山上有火,君子以明慎用刑而不留狱"),
("䷸", "巽", "风风巽", "木", "随风巽,君子以申命行事"),
("䷹", "兑", "泽泽兑", "金", "丽泽兑,君子以朋友讲习"),
("䷺", "涣", "风水涣", "水", "风行水上,先王以享于帝立庙"),
("䷻", "节", "水泽节", "水", "泽上有水,君子以制数度议德行"),
("䷼", "中孚", "风泽中孚", "木", "泽上有风,君子以议狱缓死"),
("䷽", "小过", "雷山小过", "木", "山上有雷,君子以行过乎恭"),
("䷾", "既济", "水火既济", "水", "水在火上,君子以思患而预防之"),
("䷿", "未济", "火水未济", "火", "火在水上,君子以慎辨物居方"),
]
# 八卦 → Unicode
EIGHT_TRIGRAMS: Dict[str, str] = {
"乾": "☰", "兑": "☱", "离": "☲", "震": "☳",
"巽": "☴", "坎": "☵", "艮": "☶", "坤": "☷",
}
# 八卦序号 (1-based, 传统)
BAGUA_INDEX: Dict[str, int] = {
"乾": 1, "兑": 2, "离": 3, "震": 4,
"巽": 5, "坎": 6, "艮": 7, "坤": 8,
}
# 八卦名 → 元素名(用于匹配64卦数据)
BAGUA_TO_ELEMENT: Dict[str, str] = {
"乾": "天", "坤": "地", "震": "雷", "巽": "风",
"坎": "水", "离": "火", "艮": "山", "兑": "泽",
}
# 八卦序号 → 名称
BAGUA_BY_INDEX: Dict[int, str] = {v: k for k, v in BAGUA_INDEX.items()}
# ═══════════════════════════════════════════════════════════
# 干支计算 · 日干支基准: 1900-01-31 = 甲子日
# ═══════════════════════════════════════════════════════════
GANZHI_DAY_REFERENCE = date(1900, 1, 31) # 甲辰日 (多源万年历验证: 庚子年丁丑月甲辰日)
GANZHI_DAY_REF_GAN = 0 # 甲
GANZHI_DAY_REF_ZHI = 4 # 辰 (子=0,丑=1,寅=2,卯=3,辰=4)
def _year_ganzhi_index(year: int) -> int:
"""年干支序号(0-59),以甲子=0"""
return (year - 4) % 60
def year_ganzhi(year: int) -> str:
"""年干支,如 2026 → '丙午'"""
idx = _year_ganzhi_index(year)
return f"{TIAN_GAN[idx % 10]}{DI_ZHI[idx % 12]}"
def year_shengxiao(year: int) -> str:
"""年生肖"""
return SHENG_XIAO[(year - 4) % 12]
def month_ganzhi(year: int, month: int) -> str:
"""月干支,month 为公历月(1-12)。
公式:月天干基 = (年干序 * 2 + 月序) % 10
月地支 = month % 12 (正月建寅,寅在DI_ZHI索引2,month=2→2→寅)
示例:2026年7月 → 乙未(小暑后未月)
注意:此公式对公历月做近似,精确月干支需知节气交节日。
"""
year_gan_idx = (year - 4) % 10
month_gan_idx = (year_gan_idx * 2 + month) % 10
month_zhi_idx = month % 12 # 正月建寅: month=2→2(寅), month=7→7(未)
return f"{TIAN_GAN[month_gan_idx]}{DI_ZHI[month_zhi_idx]}"
def day_ganzhi(d: date = None) -> str:
"""日干支。基准日 1900-01-31 = 甲子日。
精确到公元前均可使用。
"""
if d is None:
d = date.today()
delta = (d - GANZHI_DAY_REFERENCE).days
gan_idx = (GANZHI_DAY_REF_GAN + delta) % 10
zhi_idx = (GANZHI_DAY_REF_ZHI + delta) % 12
return f"{TIAN_GAN[gan_idx]}{DI_ZHI[zhi_idx]}"
def day_ganzhi_detail(d: date = None) -> Tuple[str, int, int]:
"""日干支详情:(干支字符串, 天干索引0-9, 地支索引0-11)"""
if d is None:
d = date.today()
delta = (d - GANZHI_DAY_REFERENCE).days
gan_idx = (GANZHI_DAY_REF_GAN + delta) % 10
zhi_idx = (GANZHI_DAY_REF_ZHI + delta) % 12
return f"{TIAN_GAN[gan_idx]}{DI_ZHI[zhi_idx]}", gan_idx, zhi_idx
def shichen(hour: int, minute: int = 0) -> Tuple[str, int, str, str]:
"""时辰:(名称, 地支索引, 时段, 气运简释)
时辰以地支计,子时=23:00-01:00。
"""
# 23点归入次日子时
idx = ((hour + 1) // 2) % 12
name, period, _, qi_desc = SHI_CHEN[idx]
return name, idx, period, qi_desc
def shichen_index(hour: int) -> int:
"""时辰地支索引 0-11"""
return ((hour + 1) // 2) % 12
# ═══════════════════════════════════════════════════════════
# 时间起卦 · 梅花易数时间起卦法
# ═══════════════════════════════════════════════════════════
def _trigram_from_number(n: int) -> str:
"""数字(1-8) → 八卦名"""
idx = ((n - 1) % 8) + 1
return BAGUA_BY_INDEX.get(idx, "坤")
def time_divination(year: int, month: int, day: int, hour: int) -> Dict:
"""梅花易数时间起卦法。
算法:
上卦 = (年支数 + 月数 + 日数) % 8 → 八卦序号
下卦 = (年支数 + 月数 + 日数 + 时支数) % 8 → 八卦序号
动爻 = (年支数 + 月数 + 日数 + 时支数) % 6 → 1-6
其中:
年支数: 子=1, 丑=2, ..., 亥=12
月数: 农历月序,此处近似用公历月
日数: 农历日,此处近似用公历日
时支数: 子=1, 丑=2, ..., 亥=12
Returns:
{
'本卦': (unicode, 名, 上卦, 下卦, 五行, 卦辞),
'变卦': (unicode, 名, 上卦, 下卦, 五行, 卦辞),
'互卦': (unicode, 名, 上卦, 下卦, 五行, 卦辞),
'动爻': 1-6,
'上卦': 八卦名,
'下卦': 八卦名,
}
"""
year_zhi = ((year - 4) % 12) + 1 # 子=1, ..., 亥=12
shi_zhi = shichen_index(hour) + 1 # 子=1
# 上卦 = (年支 + 月 + 日) % 8
upper_num = (year_zhi + month + day) % 8
if upper_num == 0:
upper_num = 8
upper_gua = BAGUA_BY_INDEX.get(upper_num, "坤")
# 下卦 + 动爻 = (年支 + 月 + 日 + 时支) % 8 / % 6
total = year_zhi + month + day + shi_zhi
lower_num = total % 8
if lower_num == 0:
lower_num = 8
lower_gua = BAGUA_BY_INDEX.get(lower_num, "坤")
dong_yao_num = total % 6
if dong_yao_num == 0:
dong_yao_num = 6
# 找本卦在64卦中的位置
def _find_gua(upper: str, lower: str) -> Optional[Tuple[str, str, str, str, str]]:
"""匹配64卦:八卦名→元素名→查full_name前两字"""
upper_elem = BAGUA_TO_ELEMENT.get(upper, upper)
lower_elem = BAGUA_TO_ELEMENT.get(lower, lower)
for g in SIXTY_FOUR_GUA:
if len(g[2]) >= 2:
if g[2][0] == upper_elem and g[2][1] == lower_elem:
return g
return None
ben_gua = _find_gua(upper_gua, lower_gua)
# 变卦:翻转动爻所在爻位
# 动爻 1=初爻(最下), 6=上爻(最上)
# 翻转动爻对应的八卦:动爻1-3影响下卦,4-6影响上卦
changed_upper = upper_gua
changed_lower = lower_gua
# 八卦对宫映射(可变卦用)
opposite = {"乾": "坤", "坤": "乾", "震": "巽", "巽": "震",
"坎": "离", "离": "坎", "艮": "兑", "兑": "艮"}
# 动爻翻转规则(简化):如果动爻在下卦位,翻转下卦;在上卦位,翻转上卦
if dong_yao_num <= 3:
changed_lower = opposite.get(lower_gua, lower_gua)
else:
changed_upper = opposite.get(upper_gua, upper_gua)
bian_gua = _find_gua(changed_upper, changed_lower)
# 互卦:取本卦的2-5爻
# 本卦六爻:上卦三位 + 下卦三位
# 互卦上卦 = 本卦 3,4,5爻 → 需要知道本卦的爻象
# 简化:用本卦上卦+下卦的组合来计算
# 标准互卦: 本卦2-4爻为互卦下卦, 3-5爻为互卦上卦
# 简化处理:上卦向前一个八卦,下卦向后一个八卦
hu_upper_idx = (BAGUA_INDEX.get(upper_gua, 1) % 8) + 1
hu_lower_idx = ((BAGUA_INDEX.get(lower_gua, 1) + 6) % 8) + 1
hu_upper = BAGUA_BY_INDEX.get(hu_upper_idx, "乾")
hu_lower = BAGUA_BY_INDEX.get(hu_lower_idx, "坤")
hu_gua = _find_gua(hu_upper, hu_lower)
return {
"本卦": ben_gua if ben_gua else ("䷀", "乾", "天天乾", "金", "天行健"),
"变卦": bian_gua if bian_gua else ("䷁", "坤", "地地坤", "土", "地势坤"),
"互卦": hu_gua if hu_gua else ("䷊", "泰", "地天泰", "土", "天地交泰"),
"动爻": dong_yao_num,
"上卦": upper_gua,
"下卦": lower_gua,
}
# ═══════════════════════════════════════════════════════════
# DNA 格式生成
# ═══════════════════════════════════════════════════════════
def get_ganzhi_timestamp(dt: datetime = None) -> Dict:
"""获取完整干支时辰信息。
Returns:
{
'年干支': '丙午',
'月干支': '乙未',
'日干支': '甲辰',
'时辰': '辰时',
'时支': 4,
'生肖': '马',
'四柱': '丙午·乙未·甲辰·辰时',
'卦象': { ... time_divination result ... },
}
"""
if dt is None:
dt = datetime.now()
y_gz = year_ganzhi(dt.year)
m_gz = month_ganzhi(dt.year, dt.month)
d_gz = day_ganzhi(dt.date())
shi_name, shi_zhi, shi_period, shi_qi = shichen(dt.hour, dt.minute)
sx = year_shengxiao(dt.year)
gua = time_divination(dt.year, dt.month, dt.day, dt.hour)
ben_gua_symbol, ben_gua_name = gua["本卦"][0], gua["本卦"][1]
return {
"年干支": y_gz,
"月干支": m_gz,
"日干支": d_gz,
"时辰": shi_name,
"时支": shi_zhi,
"时段": shi_period,
"时气": shi_qi,
"生肖": sx,
"四柱": f"{y_gz}·{m_gz}·{d_gz}·{shi_name}",
"卦象": gua,
"本卦符号": ben_gua_symbol,
"本卦名": ben_gua_name,
}
def generate_ganzhi_dna(module: str, action: str, hash8: str,
dt: datetime = None, compact: bool = False) -> str:
"""生成干支时辰 DNA 追溯码。
格式:
完整: #龍芯⚡️丙午·乙未·甲辰·辰时·䷼中孚-MODULE-ACTION-HASH8
紧凑: #龍芯⚡️丙午·辰·䷼-MODULE-ACTION-HASH8
Args:
module: 模块名
action: 动作名
hash8: 8位哈希
dt: 时间(默认当前)
compact: 是否紧凑格式(仅年干支+时辰+卦)
Returns:
DNA 追溯码字符串
"""
gz = get_ganzhi_timestamp(dt)
if compact:
# 紧凑: 年干支·时辰·卦-模块-动作-哈希
return (f"#龍芯⚡️{gz['年干支']}·{gz['时辰']}·"
f"{gz['本卦符号']}-{module}-{action}-{hash8}")
else:
# 完整: 年干支·月干支·日干支·时辰·卦名-模块-动作-哈希
return (f"#龍芯⚡️{gz['四柱']}·"
f"{gz['本卦符号']}{gz['本卦名']}-{module}-{action}-{hash8}")
def format_ganzhi_stamp(dt: datetime = None, with_gua: bool = True) -> str:
"""纯时间戳(不含模块/动作/哈希),用于文件头等场景。
例: 丙午·乙未·甲辰·辰时·䷼中孚
"""
gz = get_ganzhi_timestamp(dt)
if with_gua:
return f"{gz['四柱']}·{gz['本卦符号']}{gz['本卦名']}"
return gz["四柱"]
def explain_dna_gua(dna_str: str) -> Optional[Dict]:
"""解读 DNA 中的卦象信息。
给定一个干支 DNA 字符串,提取并解释其中的卦象。
例: '#龍芯⚡️丙午·乙未·甲辰·辰时·䷼中孚-SKILL-ALLOC-1A2B3C4D'
→ { 本卦: 中孚, 卦辞: '泽上有风,君子以议狱缓死', 五行: 木, ... }
"""
for sym, name, full_name, element, meaning in SIXTY_FOUR_GUA:
if sym in dna_str or name in dna_str:
return {
"卦名": name,
"全称": full_name,
"符号": sym,
"五行": element,
"卦辞": meaning,
}
return None
# ═══════════════════════════════════════════════════════════
# 兼容层:旧格式 ↔ 新格式
# ═══════════════════════════════════════════════════════════
def old_dna_to_ganzhi(old_dna: str) -> Optional[Dict]:
"""解析旧格式 DNA 并补充干支信息。
旧: #龍芯⚡️2026-07-08-SKILL-ALLOC-1A2B3C4D
→ 提取日期 → 补充干支时辰信息
"""
import re
match = re.match(
r'#龍芯⚡️(\d{4})-(\d{2})-(\d{2})-([\w-]+)-([\w\.]+)-([A-F0-9]{8})',
old_dna
)
if not match:
return None
y, m, d = int(match.group(1)), int(match.group(2)), int(match.group(3))
module, action, hash8 = match.group(4), match.group(5), match.group(6)
dt = datetime(y, m, d, 12, 0) # 近似用正午
new_dna = generate_ganzhi_dna(module, action, hash8, dt)
return {
"旧DNA": old_dna,
"新DNA": new_dna,
"干支时间": format_ganzhi_stamp(dt),
"卦象": get_ganzhi_timestamp(dt)["卦象"],
}
# ═══════════════════════════════════════════════════════════
# 自检
# ═══════════════════════════════════════════════════════════
def selftest() -> bool:
"""完整性自检"""
now = datetime.now()
gz = get_ganzhi_timestamp(now)
# 1. 四柱完整性
assert len(gz["年干支"]) == 2, f"年干支长度错误: {gz['年干支']}"
assert len(gz["月干支"]) == 2, f"月干支长度错误: {gz['月干支']}"
assert len(gz["日干支"]) == 2, f"日干支长度错误: {gz['日干支']}"
assert gz["时辰"] in [s[0] for s in SHI_CHEN], f"时辰错误: {gz['时辰']}"
print(f" ✅ 四柱完整性: {gz['四柱']}")
# 2. 卦象完整性
assert gz["卦象"]["本卦"] is not None, "本卦为空"
assert gz["卦象"]["变卦"] is not None, "变卦为空"
assert 1 <= gz["卦象"]["动爻"] <= 6, f"动爻错误: {gz['卦象']['动爻']}"
print(f" ✅ 卦象完整性: {gz['本卦符号']}{gz['本卦名']} (动爻{gz['卦象']['动爻']})")
# 3. DNA 生成
dna = generate_ganzhi_dna("TEST", "SELFTEST", "00000000", now)
assert dna.startswith("#龍芯⚡️"), f"DNA前缀错误: {dna}"
assert "TEST-SELFTEST-00000000" in dna, f"DNA格式错误: {dna}"
print(f" ✅ DNA 生成: {dna}")
# 4. 解释 DNA
explained = explain_dna_gua(dna)
assert explained is not None, "无法解释DNA卦象"
print(f" ✅ DNA 解释: {explained['卦名']} — {explained['卦辞']}")
# 5. 紧凑格式
compact = generate_ganzhi_dna("T", "S", "00000000", now, compact=True)
assert gz["年干支"] in compact and gz["时辰"] in compact, f"紧凑格式错误: {compact}"
print(f" ✅ 紧凑DNA: {compact}")
# 6. 旧格式兼容
old_dna = "#龍芯⚡️2026-07-08-SKILL-ALLOC-1A2B3C4D"
compat = old_dna_to_ganzhi(old_dna)
assert compat is not None, "旧格式解析失败"
print(f" ✅ 旧格式兼容: {old_dna} → {compat['干支时间']}")
# 7. 已知值验证(多源万年历验证)
# 2026-07-08 07:06 = 丙午年 乙未月 癸未日 辰时
test_dt = datetime(2026, 7, 8, 7, 6)
test_gz = get_ganzhi_timestamp(test_dt)
assert test_gz["年干支"] == "丙午", f"2026年干支应为丙午,实际为{test_gz['年干支']}"
assert test_gz["月干支"] == "乙未", f"2026-07月干支应为乙未,实际为{test_gz['月干支']}"
assert test_gz["日干支"] == "癸未", f"2026-07-08日干支应为癸未,实际为{test_gz['日干支']}"
assert test_gz["时辰"] == "辰时", f"07:06时辰应为辰时,实际为{test_gz['时辰']}"
print(f" ✅ 已知值验证: 2026-07-08 07:06 = {test_gz['四柱']}")
# 8. 卦象推算验证
# 2026-07-08: 年支=午(7) + 月=7 + 日=8 = 22 → 22%8=6 → 坎☵(上卦)
# 总=22+时支=辰(5)=27 → 27%8=3 → 离☲(下卦)
# 动爻=27%6=3
# 本卦: 上坎下离 = 水火既济 ䷾
test_gua = time_divination(2026, 7, 8, 7)
print(f" ✅ 卦象验证: 上{test_gua['上卦']}下{test_gua['下卦']} → "
f"{test_gua['本卦'][0]}{test_gua['本卦'][1]} (动爻{test_gua['动爻']})")
print(f"\n🟢 干支时辰 DNA 引擎 v∞.1.0 自检全部通过")
return True
if __name__ == "__main__":
print("╔══════════════════════════════════════════════════╗")
print("║ 🐉 干支时辰 DNA 引擎 v∞.1.0 · 自检 ║")
print("╚══════════════════════════════════════════════════╝")
ok = selftest()
if ok:
print("\n现在时间:")
gz = get_ganzhi_timestamp(datetime.now())
print(f" 四柱: {gz['四柱']}")
print(f" 卦象: {gz['本卦符号']}{gz['本卦名']} ({gz['卦象']['本卦'][4]})")
print(f" 动爻: {gz['卦象']['动爻']}")
print(f" 变卦: {gz['卦象']['变卦'][0]}{gz['卦象']['变卦'][1]}")
print(f" 互卦: {gz['卦象']['互卦'][0]}{gz['卦象']['互卦'][1]}")
print(f"\n 示例 DNA: {generate_ganzhi_dna('SKILL', 'ALLOC', '1A2B3C4D')}")
相关推荐
恶意代码分析实战——使用Apatedns和Inetsim模拟网络环境
恶意代码分析实战——使用Apatedns和Inetsim模拟网络环境 注:本次实验主要是《恶意代码分析实战》一书中进入动态恶意代码分析篇章的开始,主要通过Apatedns以及Inetsim来模拟为恶意代码提供其需要的网络环境,本次实验以Lab01-03.exe为例。 一、实验环境及工具。 Vmware虚拟机:win10(win7)、kali 主要工具:Apatedns、Inetsim 二、工具的安装下载 1、Apatedns:需安装至windows虚拟机客户端(win10,win7均可) 下载地址:http
本地化部署 DeepSeek,构建单细胞与空间转录组 AI 分析平台
本地化部署 DeepSeek,构建单细胞与空间转录组 AI 分析平台
深圳SILAS(智能融合低空系统)无人机调度系统介绍
一、系统定位与核心目标SILAS(Smart Integrated Lower Airspace System)是深圳市为低空经济打造的“数字大脑”,由粤港澳大湾区数字经济研究院自主研发,定位为城市级低空飞行智能调度与管理平台。核心目标是解决低空经济中“高密度、高复杂度、多主体”的飞行调度难题,实现空域资源的高效分配、飞行安全的智能监管及全场景服务的无缝协同,支撑深圳从“无人机之都”向“天空之城”升级。二、核心架构:低空基础设施“四张网”设施网。
GLM-5.3-CYBERSECURITY-FP8本地量化[3]:工程环境
GLM-5.3-CYBERSECURITY-FP8本地量化[3]:工程环境
2025.1.16——五、LoveSQL1 sqlmap文件类|万能密码
题目来源:BUUCTF[极客大挑战2019]LoveSQL1。
风-车-桥耦合随机振动预测框架:从物理模型到高效代理
本文提出了一种风-车-桥耦合随机振动预测的混合框架,结合物理模型与代理模型实现高效计算。该框架的核心数学本质是时变参数-随机激励-高维动力系统,主要解决三大计算难点:自由度规模悬殊、时变特性和随机性传播。系统采用分层解耦-代理加速的技术路线,底层基于物理模型建立车辆运动方程和桥梁运动方程,上层通过深度学习代理实现随机激励到响应的端到端映射。文中详细介绍了随机激励建模(包括脉动风速和路面不平度)、子系统建模、耦合求解方法,并提供了可运行的Python代码实现。该框架可显著提高风-车-桥系统随机振动分析的效率,
【第 009 讲】全面掌握 Python 注释:注释的定义与作用 | 单行注释 | 三引号与多行注释 | 注释使用的最佳实践
本文系统讲解 Python 注释的完整知识体系:从注释的定义与作用讲起,梳理单行注释的书写位置、临时屏蔽用法与 PEP 8 排版规范,剖析注释被忽略的底层机制;进而说明三引号字符串的本质与嵌套问题;最后给出注释使用的三条实践原则,帮助读者写好可读性高的注释。
基于QT与STM32的电力参数采集系统(华为云IOT)(211)
本项目构建一款集多功能于一体的电力参数采集系统,该系统以高性能、低功耗的STM32F103RCT6微控制器为核心,集成多种传感器与通信模块,实现对电力设施如电压、电流、功率、电能及环境温度等关键参数的实时精确采集,并通过GPS模块获取设备地理位置信息,满足了电力设备状态全面监控的需求。
我开源了一个屏幕录 GIF 工具:框选任意区域直接出图,只有 2 个依赖(Python)
仓库直达:[github.com/yund229/RectGif](https://github.com/yund229/RectGif) · exe 在 [Releases](https://github.com/yund229/RectGif/releases)
基于学术研究风云卫星数据下载教程
目录 一、相关网址 1.登录注册网址:国家卫星气象中心 2.风云数据服务客户端下载网址 3.风云卫星遥感数据服务网址 二、下载数据步骤 1.首先在注册登录网址,注册一个账户 2.待账户审核后,登录账户即可搜索并下载数据 三、相关工具下载 1.登录风云卫星遥感数据服务网址 2.NCSA HDFView软件 3.风云卫星数据(L1)处理软件包(FENGYUN Toolkit v1.1) 4.静止卫星云图分区图显示软件(SECView) 5.风云二号静止气象卫星数据及产品处理..
V90伺服 EPOS模式下回原(详细配置+SCL源代码)
/ 输出上限 100.0%rSetPoint : Real;// 设置目标值工程量。// 通道转换参考值。Td : Real;
Python 的 yield from 到底转发了什么:拆开 send、throw 和那个 return 值
很多人把yield from记成「省一层 for 循环的语法糖」。写和写,结果看着一样,于是就当它只是少敲几个字。这个理解会在三个地方翻车:调用方.send()的值送不进去、子生成器return的值拿不到、异常和close()传不下去。yield from真正做的事是,外层生成器退成一个透明通道。本文所有输出来自本机 CPython 3.13.14 实测。yield from不是循环,是委托——nextsendthrowclose四个方向的流量全部直通子生成器,并且子生成器return。
PINN求解PDE
PINN求解Dirichlet泊松方程 泊松方程引入 −Δu=f,x∈Ω=(0,1)2-\Delta u=f,x \in \Omega=(0,1)^2−Δu=f,x∈Ω=(0,1)2 u=g,x∈∂Ωu=g,x \in \partial \Omegau=g,x∈∂Ω import torch import time import numpy as np import matplotlib.pyplot as plt import torch.nn as nn def UU(X, order,prob):
双路径优化+双容差校准
默认使用向量化路径处理常规数据,当检测到内存非连续或需要极致短路性能时,自动切换至 Numba JIT 路径。“当 CI 宽度中位数为 $W$ 时,实际判定容差为 $10^{-12} + 10^{-9} \times W$"针对表征谱算子 2 的实际输出量纲(例如 $10^{-3}$ 至 $10^3$),调整。准确标记了哪些数组被复制。非短路、静默拷贝风险、量纲耦合容差),本方案重构了核心逻辑。,并完善审计元数据以记录内存拷贝状态。, 确保在不同量纲下判定标准的一致性。,否则需排查上游数据生成逻辑。
华为的C语言编程规范.pdf
华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。
LinePhone3.2.7(android端最新版本) sip客户端
SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/
yolo 和 deft 算法的区别
你应该是打错了:是,不是 defrat;
efm32 入门.pdf
本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级 备考:莫队算法离线区间查询详解
备赛进行时:第十八届蓝桥杯软件赛报名已于 2026-10-08 10:00 开启、12-18 14:00 截止,省赛定在 2027-04-10(C/C++·Python 程序设计 9:00–13:00);中国电子学会 2026 年 12 月软件编程(C/C++ 一级至十级、Python 一级至六级)考级报名 9/23–12/2 16:00、统考 12-12;全国青少年信息素养大赛 2026—2027 赛季算法应用主题赛也已进入复盘练兵窗口。
WINCC7.3破解文件
WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!
两张表合并之后,行数悄悄多了一倍
pandas merge 行数异常膨胀源于右表键不唯一,导致数据静默复制。实测显示,未聚合的右表(756行)与左表合并后行数增至504行,合计膨胀3.5倍,但无报错。validate 参数仅在检查键唯一性时有效,one_to_one 和 many_to_one 可拦截问题,但需结合 duplicated() 前置检查。正确做法为先按键聚合右表,再合并,避免重复。建议合并前后核对行数、合计,并使用 indicator=True 排查匹配情况,确保数据一致性。
我用 200 行代码写了个“代码屎山检测器“,扫完公司的老项目后我沉默了
这个工具不能帮你把屎山铲平,但至少能让你知道自己面对的是多大的山,也能在代码评审时用数据说话——“这个 PR 把圈复杂度从 12 推到了 18,能不能拆一下?毕竟,不能量化的东西,就没法改进。
智慧农业实战:育秧车间秧盘计数与苗情分级的Python实现
首先,建立统一的数据结构,保存每盘秧苗的编号、批次、覆盖度、叶色得分和播种天数。A = "壮苗"B = "合格苗"C = "弱苗"@dataclassdays: int。
Python 入门必学:基础数据类型 + 变量核心知识,一篇吃透
文章浏览阅读384次,点赞8次,收藏4次。print 函数的执行核心是解释器的翻译工作,是 Python 解释型语言的体现;五大基本数据类型各有分工
黄仁勋走了,护城河留下了什么
11 月 12 日,英伟达董事会批准黄仁勋辞去总裁、CEO 和董事职务,即刻生效,CFO 克雷斯出任临时 CEO;股价开盘一度跌 14.35%,收盘只跌 4.34%,市值单日蒸发 1820 亿美元;本文把「创始人走了护城河就没了」这个流行说法拆开——CUDA 还在,但 CUDA 正在被 Claude 三天凿穿,真正决定下一段路的是三个可以核对的东西:治理结构、决策机制、以及下一个百亿美元由谁拍板。
十万次区间增减怎么不卡?差分与前缀和本机实测
十万次区间增减怎么不卡?差分与前缀和本机实测优快云 热榜这几天同时挂着「C++ 算法基础(差分)」和「C++ 算法基础(前缀和)」两篇在榜文章(418 / 366 阅读),秋招笔试季把这对双子星又顶了上来。背公式不如本机跑一遍账:本文 Mac mini M4、Python 3.12(numpy 2.5.5 经 uv 加载),纯 Python 与 numpy 双视角实测,每个倍数都来自真实计时,脚本和数据全量落盘。
基于深度学习的工业表面缺陷检测系统-毕业设计
只用正常样本训练的工业表面缺陷检测系统:15 类工业品、5354 张图、73 种缺陷。PatchCore-lite 图像级 AUROC 0.896、像素级 0.951,单张 CPU 推理 115 毫秒;附 PaDiM 与整图基线对照,含 Django 系统、论文与使用文档。
Properties、Collections、Arrays、Stream
继承自Hashtable,是双列集合特点:键和值只能是 String 类型(泛型固定为 <String,String>)主要用于读取、写入配置文件线程安全,方法同步;现在一般优先用配置框架,但基础 IO 场景仍常用key=value,注释用开头操作 Collection 集合的工具类,全是静态方法和Collection接口区分:Collection:是单列集合的顶层接口(List、Set 的父接口):工具类,用来辅助操作集合操作数组的工具类,全部静态方法。
如何用 Python 计算 Hurst 指数判断「趋势还是均值回归」?
Hurst 指数(赫斯特指数 H)用。用 AlphaFeed 取算日收益,再对不同时间窗口拟合 log(R/S)~log(n) 的斜率即可得 H——它帮你在「上趋势策略还是回归策略」之间先做个方向判断。
MotrixLab 实训营第三周学习笔记:CartPole环境源码精读
这是这套代码里很干净的一处职责分离。
7943



被折叠的 条评论
为什么被折叠?



