dhicoc/dsh-wuyun-liuqi

五运六气（运气学）AI Agent 技能包的 DeepSeek Harness（dsh）插件版。
把 dhicoc/wuyun-liuqi-skills（39★，MIT）完整封装成一个 dsh Cordis 插件，随包分发、随插件加载，无需手动维护候选清单。

---

这是什么

• 完整移植：把源仓库的全部 SKILL.md（去重后 31 个）原样封装为 dsh 技能候选，包括主技能 wuyun-liuqi、6 个 modules/* 子技能、2 个 perspectives/* 注家视角，以及 22 个 scripts/lib/neijing_snapshot/* 《黄帝内经》推理模式技能。
• 插件形态：以 dsh 一等公民的 skill seam（ctx.skills）注册一个 provider，harness 启动时自动把全部技能注入可用技能库。
• 相对资源解析：每个技能的 resourceBase 指向其自身目录，技能正文里引用的 routing.yaml、rules/、scripts/ 等配套文件随包分发，相对路径可解析。

适用范围（请遵守）

本仓库内容仅用于 中医传统理论（运气学说）的学习、研究与辅助推算。运气学说非现代医学诊断标准，临床输出须附加免责声明（见 skills/case-journal/precedent-disclaimer.md）。一切未授权或误导性使用与本仓库无关。

---

安装

本仓库已声明 dsh.bundle manifest（见 cordis.patch.yml），因此可直接用一行命令安装并激活：

# 从 GitHub 安装并激活（推荐）
dsh plugin add github:dhicoc/dsh-wuyun-liuqi

安装后 harness 即可通过 ctx.skills 发现全部 31 个五运六气技能；让 agent 调用示例：

"用 wuyun-liuqi 这个 skill，给我 2026 年的五运六气年度分析（调用 yunqi_report.py 风格的输出）"

---

本地自测（无需 dsh 运行时）

node _selftest.mjs
# 输出：31 个候选、无重名、userInvocable / modelInvocable 计数、get() 取正文验证

---

目录结构

dsh-wuyun-liuqi/
├── src/index.ts              # 数据驱动的 Cordis 插件：递归扫描并注册全部 SKILL.md
├── lib/index.js              # 编译产物（已提交，install 免编译即可用）
├── cordis.patch.yml         # dsh.bundle 补丁（声明 Cordis 插件 id + npm 包名）
├── skills/                   # 从源仓库打包的全部技能内容（SKILL.md + 配套文件）
│   ├── SKILL.md              # 主技能 wuyun-liuqi
│   ├── modules/              # 6 个子技能（ganzhi-basics, yunqi-calc, ...）
│   ├── perspectives/         # 2 个注家视角（刘完素 / 张介宾）
│   ├── scripts/lib/neijing_snapshot/  # 22 个《黄帝内经》推理模式技能
│   ├── rag-knowledge-base/   # 跨书运气学检索语料（asset1~asset33 + index.json + 术语库）—— 插件的「灵魂」
│   ├── routing.yaml, rules/, references/, workflows/, ...
│   └── ...（其余支撑文件）
└── package.json

注：源仓库的 .claude/、.cursor/ 跨工具副本与生成报告（reports）未打包进本插件以控制体积；但 rag-knowledge-base/（跨书检索语料，约 28MB / 270+ 文件）已随包分发——它才是这个技能包的「灵魂」，让 rag_search.py 能跨 68 书做运气学出处与医案实证检索。技能正文指令同样完整保留。

---

RAG 知识库（灵魂）

插件内置 skills/rag-knowledge-base/，由 scripts/rag_search.py 检索。蒸馏技能（单书研读框架）与 RAG（跨书检索）互补：蒸馏管单书通读效率，RAG 管跨书出处与临床实证。

# 跨书检索示例（在 skills/scripts/ 下运行）
python rag_search.py 壬寅 --json
# -> 命中 asset9 等：壬寅岁图、木运太过、少阳相火司天...（含 score / ref / preview）

# 取单书研读框架（book-to-skill 蒸馏产物）
python rag_search.py --key gejue_cjk|sitian --json

License

MIT — 与源仓库 dhicoc/wuyun-liuqi-skills 一致。