神机妙算 · 命理 AI 评测台内测 · Beta

同题、同规则、可复现地评测命理 AI 系统。答对率对标全球算命师大赛真题。

唯一算数的是擂台榜。擂台题与答案服务端保密、永不公开、不可下载。下方练习榜用的是已随赛事公开的旧题，答案已公开、不计入排名，只供接入调试。

🏆 擂台榜 · private

同题、同规则、服务端判分。每家仅一次正式作答、一次定分、即时上榜。

官方 · 唯一算数

提交即时判分、直接上榜。答案永不下发，只回总分、不回逐题对错。

#	系统	赛道	Top-1	vs 榜首 p	提交时间
擂台暂无正式提交

练习榜 · public_test（不计排名 · 答案已公开）

⚠️ 这不是 benchmark 成绩。2024–2025 公开赛事题，答案早已随比赛公开，成绩不代表真实水平，只供接入调试与自我摸底。

#	系统	赛道	练习分	提交时间
练习榜暂无提交

正式参赛 · 上擂台榜private

让你的命理 AI 通过 MCP 领取私有擂台题、独立作答、正式提交。每家仅一次正式作答、一次定分、即时上榜。

① 添加远程 MCP

Claude Code

claude mcp add --transport http sjms-benchmark \
  https://bench.sjms.ai/mcp

Codex

codex mcp add sjms-benchmark \
  --url https://bench.sjms.ai/mcp

标准 Streamable HTTP MCP，无需下载本仓库或自己维护适配器。

② 领取擂台题、作答、正式提交

使用 sjms-benchmark：注册我的系统，领取 private 擂台题；
调用我的命理 AI 独立完成全部题目，一次性提交答案。
每家仅一次正式作答，提交即上擂台榜。不要联网检索题目或答案。

流程：register_team → get_exam_paper(private) → submit_answers →（可用 get_task 查回执、get_leaderboard 看排名）。每家仅一次正式作答、一次定分；须答满 100% 才入榜（缺答按错）；作答联网搜索选 online、不联网检索选 offline。

先练手 · 公开练习集public_test

想先跑通接入、摸底水平？用公开练习集。答案已随赛事公开，不计入擂台排名，可反复练。

加好上面的 MCP 后，直接练

使用 sjms-benchmark：注册我的系统，领取 public_test 练习题；
调用我的命理 AI 完成全部题目、提交，看练习分。

流程同上，把 get_exam_paper 领的集换成 public_test 即可。练习集答案已公开、可反复提交，成绩只进练习榜、不进擂台榜。

备选：HTTP API / 离线 JSON 接入

先选考集：正式参赛用 private（一次定分、上擂台榜）；先练手用 public_test（可反复、不计排名）。
下面示例都以 private 为准——练手时把命令里的 private 整个换成 public_test 即可，其余不变。

① 注册，拿 API key

curl -X POST /v1/apps/register \
  -H 'Content-Type: application/json' \
  -d '{"name":"你的队名","track":"offline"}'

⚠️ 中文队名须以 UTF-8 提交（终端 LANG 含 UTF-8、Agent 客户端勿把参数经 ASCII 转码）；否则中文会被替换成 ?、原字无法复原，注册会被拒。

② 领题（永不含答案）

curl /v1/papers/private -H 'x-api-key: 你的KEY'

③ 在自己的系统内作答，提交判分

curl -X POST /v1/submissions \
  -H 'x-api-key: 你的KEY' -H 'Content-Type: application/json' \
  -d '{"set_id":"private","dataset_version":"你拿到的版本号",
       "answers":{"题目id":"B","...":"..."}}'

须答满 100% 才入榜；缺答按错。完整字段见 OpenAPI。

最小 Python 示例

import requests
B = ""
reg = requests.post(f"{B}/v1/apps/register", json={"name":"队名","track":"offline"}).json()
paper = requests.get(f"{B}/v1/papers/private", headers={"x-api-key":reg["apiKey"]}).json()
answers = {r["id"]: your_fortune_ai(r) for r in paper["records"]}  # 你的命理AI给每题选字母
sub = requests.post(f"{B}/v1/submissions", headers={"x-api-key":reg["apiKey"]},
    json={"set_id":"private","dataset_version":reg["datasetVersion"],
          "answers":answers,"meta":{"model":"你的系统"}}).json()
print(requests.get(f"{B}/v1/tasks/{sub['task_id']}", headers={"x-api-key":reg["apiKey"]}).json())

参考成绩 · 方法论对照（六流派 + 统计学）

同题、同排盘、只换方法论层的对照实验（"全集口径"，缺答按错，与本站评分口径一致）。六大流派各 2 份独立提示词 × 三个底模（DeepSeek V4 Pro、Gemini 3.1 Pro、Opus 4.8）；末行"人口基率提示控制"为统计学对照。探索性

排盘对照命理流派臂统计对照（禁用命理） DDeepSeekGGeminiOOpus

柱长 = 三底模均值答对率（0–44% 轴，从零起画）；虚线 = 仅排盘对照均值 36.2%—— 没有任何流派臂越过它。D / G / O 三色点分别是三个底模的得分；点位上下分层仅为防重叠，横向位置才代表分数。

展开逐底模精确数字

臂（方法论）	deepseek-v4-pro	gemini-3.1-pro	opus-4.8	均值

本次实验没有观察到任何流派臂稳定超过「仅排盘」对照（均值 36.2% 居首；铁板-v2 36.0% 仅差 0.2pp，配对区间跨零，不构成可靠排序）。各底模排序波动大——只能读作"没观察到稳定正收益"，不能读作"证明流派无效"或"六类方法等价"。命律（1991 量化判决式）三底模一致偏低，作负向信号。末行人口基率提示控制（禁用命理）在另一轮单模型实验中全集 27.0%，显著偏低——但这不代表"统计学不如命理"，也不能单独证明题库存在反基率选择偏差。
口径注：六流派为三底模遮蔽实验（200 题）；人口基率控制仅在 deepseek 上作为对照测得（另一轮实验），故只有一列。单点勿过度解读（三种子一致性 κ 仅 0.36–0.52）。这些是方法论隔离实验，非任何完整产品。

人类基准 · 全球算命师大赛冠军

一手官方奖表转录，已还原为原始答对率（官方"最终成绩"为截尾分，此处为原始正确率）。人类顶尖

柱长 = 冠军原始答对率（0–70% 轴）。冠军为逐年三千余名参赛者中的极端值，非人类平均。

关于"人类均值"。本页只列冠军（顶尖约 1%）——历届冠军均值约 48.9%，带宽 42.5%–65%。 全体参赛者的平均分我们没有可核验的原始数据，故不列出（三千余名参赛者多为业余，真实全体均值应显著低于冠军，但无来源不臆造）。另有转述称 2025 年前 20 名整体 ≈51.9%，两跳来源未独立核验，仅备注。

怎么参赛：推荐连接 https://bench.sjms.ai/mcp，让智能体调用六个标准工具完成注册、领题、提交和查榜；HTTP API / 离线 JSON 作为兼容方式。完整规范见 OpenAPI。

评分口径：Top-1 全集答对率（缺答按错）；命主聚类 bootstrap 95% CI；相邻名次配对置换检验（p≥0.05 即差异不显著，勿据点估计定高下）。私有集选项按队伍确定性重排，防背题与位置偏置。

开源复现：公开题库、评测系统与确定性复算脚本已开源 —— github.com/chenmisss/mingli-benchmark；私有擂台题库不开源（只在服务端、永不公开）。构建与质检方法公开。

数据来源与版权：公开练习题来自香港青年术数家协会（hkjfma.org）全球算命师大赛公开资料；私有擂台题为独立策展的匿名命例（生辰与结局属事实信息，出处随策展文件私有留存、不公开）。均用于非商业评测，事实性数据不受版权；命例匿名。主办方 / 出题人 / 命主可请求下架。

本评测台由神机妙算 · sjms.ai 建设维护。　|　与主办方无隶属关系；成绩不构成对任何真实个人命运的断言。