Legend Saju

Kein Wrapper, der ein paar Saju-Schriftzeichen an eine LLM weitergibt. Es ist eine ostasiatische Metaphysik-Engine, die Berechnungsrezepte, Schulen, Quellen und Unsicherheiten strukturiert zurückgibt.

Dasselbe Geburtsdatum wird nach mehreren Traditionen berechnet. Im Rechenpfad gibt es keine versteckten LLM-Aufrufe.

777 quellenverknüpfte Wissenseinträge · Da Liu Ren 720 Stellungen · 9.495 Beobachtungen koreanischer Namens-Hanja · 0 Modellaufrufe im Berechnungspfad

Legend Saju behandelt die Berechnungen verschiedener Traditionen in einer Engine: Saju·Mingli, Ziwei Dou Shu, Qimen Dunjia, Da Liu Ren, Tieban Shenshu, Namensanalyse (Seongmyeonghak) und mehr. Wenn Schulen unterschiedlich sind, wird nicht gewaltsam zu einer einzigen Schlussfolgerung zusammengeführt; wenn die Geburtszeit unbekannt ist, wird kein willkürlicher Zeitpunkt erfunden.

Der schnellste Einstieg

Die aktuelle öffentliche Version bietet sowohl einen lokalen STDIO MCP als auch einen HTTPS-Remote-MCP an. Der lokale Server lässt sich ohne separaten API-Key ausführen, sofern Node.js 20 oder neuer installiert ist.

Remote-Server ohne Installation verbinden

Der öffentliche MCP-Endpunkt hat die folgende Adresse:

https://legend-saju-mcp-production.up.railway.app/mcp

In Codex kann man sich über den folgenden Befehl verbinden:

codex mcp add legend-saju-remote --url https://legend-saju-mcp-production.up.railway.app/mcp

Der Remote-Server speichert keine Eingabewerte und ruft keine Modell-APIs auf. Für den öffentlichen Endpunkt gelten Begrenzungen bei Größe, Anfragen pro Minute und gleichzeitigen Läufen. Wenn du keine Geburtsdaten oder Namen an einen externen Server senden möchtenst, verwende einfach die unten beschriebene lokale Methode.

Als Plugin installieren

In Codex und ChatGPT das Destop lässt sich ein Plugin installieren, das die MCP-Verbindung und die natürlichsprachlichen Nutzungshinweise zusammen bindelt. Zuerst füge dieses Repository als Plugin-Quelle hinzu:

codex plugin marketplace add SihyeonJeon/legend-saju --ref main

Dann installiere auf dem Bildschirm „Plugins“ einfach Legend Saju. Dieser Weg nutzt das öffentliche Remote-MCP und benötigt weder Node.js noch einen separaten API-Key. Die Aufnahme in das öffentliche Plugins-Verzeichnis von ChatGPT Web ist ein eigener Einreichungs- und Prüfschritt.

In Codex-CLI mit einer Zeile verbinden

Führe in dem Terminal den folgenden Befehl aus:

codex mcp add legend-saju -- npx -y --package=github:SihyeonJeon/legend-saju#main legend-saju-mcp

Prüfen, ob die Verbindung steht:

codex mcp list

Starte Codex neu. Sobald legend-saju unter /mcp sichtbar ist, ist die Installation abgeschlossen. Du kannst fortan wie gewohnt fragen, ohne Werkzeugnamen oder JSON erwähnen.

Weiblich, geboren am 30. Juli 2000 um 8:44 Uhr morgens. Bitte analysiere Beruf, Vermögen, Ehe gemeinsam und die nächsten drei Jahre.

Männlich, geboren am 14. Juli 1999 um 11:24 Uhr, weiblich am 30. Juli 2000, 8:44 Uhr morgens. Bitte beurteile Verträglichkeit und die möglichen Zeitpunkt der Heirat zusammen.

Der Name ist Kim Sang-su mit den Han-Zeichen 金相洙. Bitte analysiere die Grundlage der Namensdeutung getrennt von der Saju.

Codex-CLI, die Codex-IDE-Erweiterung und die ChatGPT-Desktop-App nutzen dieselbe Codex-MCP-Konfiguration. Weitere Verbindungsdetails findest du in OpenAIs MCP-Leitfaden.

Verbindung aus anderen MCP-Clients

Wenn der Client STDIO MCP unterstützt, kannst du folgende Ausführungskonfiguration verwenden. Die Lage der Konfigurationsdatei hängt vom Client ab.

{
  "mcpServers": {
    "legend-saju": {
      "command": "npx",
      "args": ["-y", "--package=github:SihyeonJeon/legend-saju#main", "legend-saju-mcp"]
    }
  }
}

Wenn du die lokale Quelle gezielt verwenden willst, baue das Repository zuerst und führe den CLI-Wrapper direkt aus.

{
  "mcpServers": {
    "legend-saju": {
      "command": "node",
      "args": ["/절대/경로/legend-saju/bin/legend-saju-mcp.js"]
    }
  }
}

Die lokale Methode setzt voraus, dass npm ci && npm run build im Repository-Root einmal ausgeführt wird.

Kann man es direkt im ChatGPT-Web verwenden?

Der HTTPS-Remote-MCP-Server ist bereit. Allerdings sind eine öffentliche URL und ein Eintrag im Plugins-Verzeichnis von ChatGPT zwei getrennte Dinge. In Entwicklermodus oder in Clients mit Remote-MCP-Unterstützung kann die URL oben direkt verwendet werden; um es regulären Nutzer:innen als installierbares Plugin zugänglich zu machen, bleibt ein separater Registrierungs- und Prüfprozess nötig.

Related MCP server: mcp-luopan

Was das MCP leistet

Der MCP-Server stellt drei reine Lese-Werkzeuge bereit.

Drei Werkzeuge heißt nicht, dass es nur drei Metaphysik-Funktionen gibt. Die drei Werkzeuge sind schmale Tore, mit kontakt die große Funktionsregister durchgesehen, durchsucht und ausgeführt wird.

사용자의 자연어 질문
        ↓
호스트 모델이 입력을 정리하고 계산법을 탐색
        ↓
Legend Saju MCP가 결정론적 계산 수행
        ↓
출처·유파·충돌·누락 정보가 포함된 구조화 결과
        ↓
호스트 모델이 사람이 읽기 쉬운 한국어로 설명

Legend Saju MCP selbst liest weder OpenAI- noch Anthropic-API-Keys und ruft auch kein Modellierung auf. Konversation und Erklärungen stätten sich auf die vorhandenen Modellsitzungen des genutzten Codex-, Claude- oder anderen Clients.

Der Unterschied zwischen MCP und beiliegendem Plugin

• Wenn du nur die MCP-Verbindung herstellst, stehen dir die Rechen-Engine und die drei Werkzeuge sofort zur Verfügung.

• Das Codex-Plugin in plugins/legend-saju/ enthält müssen die MCP-Einrichtung und Hinweise zur natürlichen Sprach. Es verstärkt die Verarbeitung des Hostmodells, sodass die Anwender kein Capability-ID oder Eingabeschema wählen müssen.

• Die Rechenfähigkeit wird nicht in verkleinerter Kopie in das Plugin verschoben. Das MCP und das Plugin nutzen denselben Eingangspunkt der öffentlichen Engine.

Natürlichsprachliche Eingabe

Die von diesem Projekt vorgesehene Schnittstelle ist nicht ein Formular oder Einzelment-Menü, sondern das Gespräch. Das Modell extrahiert aus dem Gespräch nur die sicheren Informationen, findet das passende Berechnungsverfahren und erklärt die von der Engine gelieferte Begründung.

2004년 8월 3일 양력 남자고 태어난 시간은 몰라.
경기도 구리에서 태어났어. 앞으로 3년 직업과 돈을 봐줘.

Wenn man angegeben, dass die Geburtszeit unbekannt ist, setzt die Engine nicht willkürlich Mittag ein. Sie gibt die Kandidatencharts vielmehr getrennt zurück * inklusive der beiden Varianten der Tagesgrenze bei der Zi-Zeit.

Für Entwickler ausführen

git clone https://github.com/SihyeonJeon/legend-saju.git
cd legend-saju
npm ci
npm test
npm run build
npm run demo

Es braucht ist Node.js 20 oder neuer. Dieses Repository verträglich nur ESM und wurde noch nicht auf npm veröffentlicht.

import { resolve } from "./dist/index.js";

const result = resolve({
  birth: {
    year: 2000,
    month: 7,
    day: 30,
    hour: 8,
    minute: 44,
    calendar: "solar",
    gender: "여",
    birthTimeAccuracy: "recorded"
  },
  question: "직업과 재물, 연애 결혼, 앞으로 3년",
  timelineRange: { startYear: 2026, endYear: 2028 }
});

console.log(result.dossier?.claims);
console.log(result.dossier?.conflicts);
console.log(result.routes);

Der Rückgabewert ist kein ausgearbeiteter Orakelspruch und keine fertigen Deutung, sondern die Berechnungs- und Beleggrundlage der Daten.

{
  selection: { requested: string[]; selected: string[]; unsupported: string[] };
  routes: CapabilityPreflight[];
  dossier?: {
    claims: EngineClaim[];
    conflicts: ClaimConflict[];
    synthesis: DomainSynthesis[];
    timeline?: LifeTimeline;
    blockedSystems: { capabilityId: string; reason: string }[];
  };
  evidence: SajuEvidence[];
  nameAnalysis?: KoreanNameAnalysis;
  noModelCalls: true;
  interpretationBoundary: string;
}

Warum

Viele Metaphysik-AI-Dienste beginnen mit dem Prompt. Legend Saju hat eine Ebene darunter with Kalkulationen und Belegen an.

• Deterministischer Kern : Die gleiche Eingabe führe ich ohne LLM zum selben Rechnungsergebnis.

• Schulden: Bei unterschiedliche Deutungstraditionen (z. B. bei der Auswahl des Tian und dessen Tabellen in Ziwei) werden die verschiedenen Varianten als je eigene Ergebnisse geführt.

• Unbekannte Geburtszeiten: Unbekannte Stunden werden als Kandidatengruppe gerechnet und nicht willkürlich auf Mittag gelegt.

• Quellen: Jede Funktion erfasst Reifegrad, Evidenzrolle, Schule, Quellen-ID und fehlende Dimensionen.

• Keine Schicksals-Punktzahl — Widerstreitende Belege und Konflikte mehrerer Systeme werden nicht zu einer einzigen Zahl zusammengestaucht.

Das tatsächlich enthaltene Material

Diese Repository macht nicht nur die Modell-Schnittselle öffentlich, sondern auch komplizierte Daten- und Regelwerke mit öffentlich.

Prüfbare Originaldaten liegen unter data/. Der ausführung nötige Wissensbestand gehört runtime, d.h. man verlässt sich weder auf eine entfernte Datenbank noch auf einen versteckten Suchdienst.

Die Extraktionsergebnisse sindAuf Dateiebene fix, und der einzige optimierte Berechnungspfad war über 144 Ziwei-Kombinationen hinweg bytegenau mit dem bisherigen Ergebnis-ident. Details stehen in docs/PARITY.md.

Implementierungsumgebung

Statt dich auf die entspannten Zahlen im README zu verneien, sind: Es genauer, die aktuelle Registry per getEngineManifest() abzudecken.

Geburtszeiten werden als lokale bürgerliche Zeit interpretiert. timezone und longitudes werden als Metadaten des Geburtsorts bewahrt, aber in der Standardern wird nichts heimlich auf die wahre Ortszeit gerechnet. Diese Lücke wird in den Metadaten der Funktionen- und Eingabenprüfung dokumentiert.

Falsche Geburtsinformationen werden über einen strukturierten blocked-Pfad zurückgegeben, sodass die Korrektur zusammen mit den übrigen Ergebnissen nachgefragt werden kann. Nicht existierende (unmögliche) targetDate oder questionDateTime können bringt die datumsgebundene Berechnung insgesamt unsicher, daher wird das ganze Element abgelehnt.

Ein offener Eingang

import { resolve } from "./dist/index.js";

resolve({ question, ...inputs }) durchsucht die aktuelle Registry, leitet die Frage weiter, ruft die anwendbaren Rechner ab und liefert die fehlenden Eingaben ungeschönt mit. requestedCapabilities akzeptiert „normale Strings, keinen abgeschlossenen Enum. Wenn du neue Module hinzufüge, brauchen daher nicht alle Clientschemata –.

Wenn du die Name als name an resolveAsync übergibst, erhältst du einen eigenen Gesamtpfad für die koreanische Namensherme. Die echten Vor- und Nachnamen-Hanja (in 9.495 Beobachtungsdaten) werdenrieblichen, rechtlich verifiziert Verwendung, offizielle Laute, the zeer noch possible Stroke-Kandidaten, Unicode, Zergliederung der Form und den 81 Vergleich, sono verschließen Ebenen der Begründung.

Der frühere synchrone resolve bleibt für Berechnungsläufer erhalten; die asynchrone Variante und den Großbereich der Makrobegriffe? only lazily when Eingaben samt Name fehlt — es erhöht also nicht die Startkosten einer normalen Saju-Berechnung.

analyze(input) ist eine typisierte Geburtsterminen API. query({ intent, ... }) ist die von Content-Robots bisher genutzte kompatible Schnittstelle mit 26 Intentionen. Antwortschutz, Prompt-Bau und Publishing werden nicht im Rechenkern angemischt.

Performance

Eine reproduzierbares Benchmark ist dabei.

npm run benchmark

Auf der aktuellen Apple-Silicon-Entwicklermaschine und mit einer aktuellen Laufzeit Node 26 lagen die Medianwerte bei 1.13 ms für eine Frage Sju-Rohrligung; etwa 600 ms für die volle Spezifikation, wenn der Geburtszeitpunkt bekannt ist; und 63.1 ms für den Import aus einem neuen Prozess. Das ist eine ja, beachtete – abhängig von Gear und Umfeld. Eine aktuelle Umgebung und Methode findest du unter [docs/PERFORMANCE.md.

Wenn die Geburtszeit unbekannt ist

const result = analyze({
  birth: {
    year: 2004,
    month: 8,
    day: 3,
    calendar: "solar",
    gender: "남",
    birthTimeAccuracy: "unknown"
  },
  question: "전체 인생"
});

• I keep the fixed columns, the relations that vary, and all candidates for a FortunePillar getrennt zurückgegeben. Zwar können wir die Kandidaten anhand von früheren Ereignissen vergleichen, doch die Engine selbst wird nicht selbst eine zur einzigen Geburtszeit erklären.

• approach Sie können history, but engine never declares one.

Methodik vor Nystik

This project distinguishes these steps:

1. Stundensatz und Phasen der Berechnung

2. Beobachtung des Basis-Musters

3. Interpretation nach Traditionen/Schule

4. Integration/Synthese über mehrere Systeme

5. Explanation written by human or LLM

Before making product claims, read 方法论 und Capabilities / Grenzen.

Der echte Bauablauf enthält die Reihenfolge der Entwicklung, die mehrsprachigen Investigierungs-Abfragen und reproduzierbare Agentarbeiten. Eine öffentliche Release-Checke für Wart