천문지리학 해석 API

이 엔드포인트는 출생 시점의 전체 천문지리학 세트를 계산한 다음, 기술의 창시 문헌에서 구축된 열아홉 개의 삶 영역 분류법을 통해 필터링합니다: 각도에 행성이 있는 의미에 대한 Jim Lewis, 네 개의 각도가 각각 지배하는 것에 대한 Erin Sullivan, 그리고 어려운 선의 처리에 대한 Martin Davis. 각 영역은 1에서 3까지의 가중치로 해당하는 선을 명명하므로, 직업을 위해 천궁에 있는 해는 같은 각도에 있는 수성보다 순위가 높습니다. 모든 매핑에는 극성도 함께 있으며, 유리한 선만 보여주는 도구는 기술을 잘못 표현하므로 도전적인 선은 필터링되지 않고 지원적인 선과 함께 반환됩니다. 특정 지점을 지나면 반경 외부의 선은 제거되고, 반환된 강도는 천문학적 가중치를 지리적 근접성에 곱하여 후보 도시를 순위 매기고 단순히 선을 나열하는 것을 가능하게 합니다. 해석 텍스트는 열한 언어의 모든 사십 개의 행성-각도 조합을 다루는 큐레이션된 지식 베이스에서 제공되며, 번역이 누락될 경우 문서화된 대체 옵션이 있습니다.

curl -X POST https://api.astroway.info/v1/acg/by-category \
  -H "X-Api-Key: aw_live_..." \
  -H "Content-Type: application/json" \
  -d '{
  "date": "1990-05-15",
  "time": "14:30:00",
  "timezoneOffset": 3,
  "latitude": 50.45,
  "longitude": 30.52,
  "category": "career",
  "point": { "lat": 51.5074, "lng": -0.1278 },
  "radiusDeg": 8,
  "language": "en"
}'

{
  "ok": true,
  "data": {
    "category": { "id": "career", "name": "Career" },
    "language": "en",
    "count": 3,
    "lines": [
      {
        "planet": "Jupiter",
        "type": "MC",
        "weight": 3,
        "polarity": "supportive",
        "strength": 2.31,
        "distanceDeg": 1.84,
        "pointCount": 341,
        "segments": [
          [[-85, 110.48], [-84.5, 110.48], "…"]
        ],
        "interpretation": {
          "title": "Jupiter - MC",
          "text": "Expansion of professional opportunity…",
          "lang": "en"
        }
      }
    ]
  }
}

당신의 제품이 일반적인 언어로 표현된 질문에 답할 때 사용하세요: 일을 위해 어디로 가야 하는지, 이 세 도시 중 어떤 것이 관계에 가장 좋은지, 내 도시 위의 이 선은 실제로 무엇을 의미하는지. 세 가지 형태가 대부분의 빌드를 커버합니다. 순위 매기기: 카테고리와 각 후보 도시별 지점을 보내고 강도로 정렬합니다. 설명하기: 단일 행성과 각도에 대해 /v1/acg/line-report를 호출하여 해당 선이 지우는 모든 다른 삶 영역과 함께 전체 텍스트를 가져옵니다. 발견하기: 0 크레딧으로 한 번 GET /v1/acg/categories를 가져와 반환된 분류법으로 UI를 구축하여 새 카테고리를 클라이언트 릴리스 없이 표시합니다. 텍스트가 생성되지 않고 큐레이션되므로 응답은 결정적이며 모델을 인용하지 않으며 추론에 추가 비용이 들지 않습니다: 동일한 요청은 내일 동일한 단어를 반환합니다.

분류법은 열 개의 전통적인 천체를 다룹니다. 키론, 릴리스 및 월식 노드는 /v1/acg 기하학에 나타나지만 Jim Lewis가 정의한 기술이 이들에게 각도별 삶 영역 통치권을 부여하지 않으므로 의도적으로 매핑 외부에 있습니다. 가중치와 극성은 프롬프트 내부에 숨겨지지 않고 데이터로 표현되는 편집적 판단이며, 저장소에서 버전 관리되고 감사 가능합니다. 해석 텍스트는 언어 모델 호출이 아닌 지식 베이스 조회이므로 안정적이고 오프라인에서 재현 가능하며 생성된 해석이 요구하는 면책 조항이 없습니다.