本日任務聚焦於 Moira 占星系統的核心資料結構 —— ChartData
類別。
這個類別在 Java 中負責儲存星盤中所有天體、節氣、宮位與曆法相關資料,
在缺乏文件與註解的狀況下,還原其資料意圖與邏輯結構,成為重構工程中關鍵的一步。
我們將結合 Claude 分析、命名語意判斷、占星學家協助說明等方式,
逐步將其轉譯為 Python 模型類別,並作為 Django models.Model
架構的起點。
ChartData.java
類別邏輯ChartData.java
planet_pos
、house_pos
)AI 任務設定:
- 解析原始 Java 類別的欄位意圖與資料型別
- 按照我定義的 Python 命名風格產生 Django 類別定義草稿
AI 輸出結果:
- 成功對超過 80% 欄位提出合理轉譯(含 float、list、str 等型別)
- 對含糊變數(如 `data[]`, `flag`, `value`) 提供 3 種用途猜測
- 協助分類欄位邏輯區段:天體、曆法、使用者屬性、占星標記
snake_case
,避免簡寫(如 pl_pos → planet_position
)__str__()
,方便管理後台測試查閱ChartData
類別約 85% 欄位之轉譯與註解補全ChartData
的測試設計與資料初始化流程