Bogatsze sygnifikatory: faseta "w domu" obok "w znaku" (LOG-15/16)

Most horoskop -> sygnifikatory generuje teraz dla każdego obiektu dwie fasety:
- "w znaku": planeta + token znaku ([Su + [Tau)
- "w domu":  planeta + token domu ([Su + 11th H.) — używa domów z LOG-05

- significators.build_report: przyjmuje pozycje z build_chart (z numerami domów),
  generuje fasety znak/dom, filtruje szum. Ordinal helper (1st..12th).
- /chart/report: używa build_chart (pozycje z domami).
- Prezentacja /interpret: render faset (znak/dom) per obiekt.

Aspekty ([conj/[sq/[opp) na później — wymagają policzenia aspektów (LOG-06).

Zweryfikowano na realnym main_base.xlsx (53969 wierszy), 30.04.1984:
Mars w 5. domu 10 dopasowań ("[Sa or [Ma in the 5th H." -> "abortion/miscarriage"),
Neptune w 7. domu 6, Uranus w 6. domu 4. 7 testów przechodzi.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
2026-07-01 15:37:20 +02:00
parent cea6907f84
commit 0e74566a78
6 changed files with 114 additions and 71 deletions
+63 -29
View File
@@ -1,24 +1,25 @@
"""Most: policzony horoskop → tokeny sygnifikatorów → wyszukiwanie w bazie.
Pierwsza wersja (LOG-16/18/19 w zalążku): z pozycji obiektów generujemy tokeny w
składni bazy (np. Słońce w Byku → planeta `[Su`, znak `[Tau`), pytamy warstwę
danych o rekordy zawierające token planety, a następnie zawężamy do tych, które
wspominają też jej znak („planeta w swoim znaku"). To realizuje przepływ „wynik
obliczeń szukany w pliku".
Zalążek LOG-15/16: z pozycji obiektów (wraz z domami) generujemy tokeny w składni
bazy i wyszukujemy pasujące rekordy. Dla każdego obiektu tworzymy kilka **faset**:
- „w znaku" — planeta + token znaku (`[Su` + `[Tau`)
- „w domu" — planeta + token domu (`[Su` + `11th H.`)
Aspekty (`[conj`,`[sq`,`[opp`) wymagają policzenia aspektów (LOG-06) — na później.
Format skrótów odczytany z realnej bazy (Encyclopaedia of Medical Astrology):
planety `[Su`,`[Mo`,…; znaki `[Ari`,`[Tau`,…; np. `[Su affl. in [Vir`.
Format skrótów odczytany z realnej bazy: planety `[Su`,`[Mo`,…; znaki
`[Ari`,`[Tau`,…; domy `12th H.`; np. `[Sa [conj [Su in 6th H.`.
"""
from __future__ import annotations
from typing import Any, Protocol
from app.engine.formats import SIGN_ABBR, sign_index
from app.engine.formats import SIGN_ABBR, SIGNS
PLANET_ABBR = {
"Sun": "Su", "Moon": "Mo", "Mercury": "Me", "Venus": "Ve", "Mars": "Ma",
"Jupiter": "Ju", "Saturn": "Sa", "Uranus": "Ur", "Neptune": "Ne", "Pluto": "Pl",
}
SIGN_TO_ABBR = dict(zip(SIGNS, SIGN_ABBR))
class DataSource(Protocol):
@@ -45,16 +46,42 @@ def _is_noise(sig: str, effect: str) -> bool:
)
def build_report(positions, data: DataSource, per_object_limit: int = 60) -> dict:
"""Dla każdego obiektu: wyszukaj sygnifikatory planety i zawęź do jej znaku."""
def _ordinal(n: int) -> str:
if 10 <= n % 100 <= 20:
suffix = "th"
else:
suffix = {1: "st", 2: "nd", 3: "rd"}.get(n % 10, "th")
return f"{n}{suffix}"
def _facet_samples(rows: list[dict], token: str, limit: int = 4) -> list[dict]:
"""Rekordy, których sygnifikator zawiera token — bez szumu."""
out: list[dict] = []
tok = token.lower()
for r in rows:
sig = str(r.get("significator") or "")
if tok not in sig.lower():
continue
eff = _effect(r)
if _is_noise(sig, eff):
continue
out.append({"significator": sig.strip(), "effect": eff})
return out
def build_report(positions: list[dict], data: DataSource, per_object_limit: int = 5000) -> dict:
"""positions: pozycje z build_chart (name, sign, direction, house).
Dla każdego obiektu: jedno zapytanie o token planety, potem faseta „w znaku"
i „w domu" (jeśli dom policzony).
"""
items: list[dict] = []
provider = None
for p in positions:
if p.name not in PLANET_ABBR:
name = p.get("name")
if name not in PLANET_ABBR:
continue
planet_tok = "[" + PLANET_ABBR[p.name]
sign_tok = "[" + SIGN_ABBR[sign_index(p.longitude)]
planet_tok = "[" + PLANET_ABBR[name]
raw = data.search(
key="significator",
value=planet_tok,
@@ -65,24 +92,31 @@ def build_report(positions, data: DataSource, per_object_limit: int = 60) -> dic
provider = raw.get("provider", provider)
rows = raw.get("rows", [])
samples: list[dict] = []
for r in rows:
sig = str(r.get("significator") or "")
if sign_tok.lower() not in sig.lower():
continue
eff = _effect(r)
if _is_noise(sig, eff):
continue
samples.append({"significator": sig.strip(), "effect": eff})
facets: list[dict] = []
sign = p.get("sign")
sign_tok = "[" + SIGN_TO_ABBR.get(sign, "")
sign_samples = _facet_samples(rows, sign_tok)
facets.append({
"type": "sign", "label": f"w znaku {sign}", "token": sign_tok,
"count": len(sign_samples), "samples": sign_samples,
})
house = p.get("house")
if house:
ordn = _ordinal(int(house))
house_samples = _facet_samples(rows, f"{ordn} h") # matcuje '12th H.'
facets.append({
"type": "house", "label": f"w {ordn} domu", "token": f"{ordn} H.",
"count": len(house_samples), "samples": house_samples,
})
items.append({
"object": p.name,
"sign": p.sign,
"direction": p.direction,
"object": name,
"sign": sign,
"house": house,
"direction": p.get("direction"),
"planet_token": planet_tok,
"sign_token": sign_tok,
"planet_total": raw.get("total", 0),
"in_sign_count": len(samples),
"samples": samples[:5],
"facets": facets,
})
return {"provider": provider, "objects": items}