Rhyme

"History doesn't repeat itself, but it rhymes." — Mark Twain

Rhyme 是一个事件结构推演引擎。 将历史重大事件编码为可计算的结构样本，对当前事件做结构匹配，输出分支概率和监控信号。

不是预测系统，不是报告生成器。是分析系统和 AI Agent 缺失的结构计算中间层。

---

它能做什么

输入一个当前事件的结构编码，40ms 内输出：

=== 历史匹配 ===
  #1 赎罪日战争:        0.372 (F=0.32 M=0.56 T=0.78)
  #2 俄格战争:          0.355 (F=0.37 M=0.54 T=0.80)
  #3 俄乌战争:          0.329 (F=0.32 M=0.63 T=0.73)

=== 危险类比（看着像但结构不同，套用会误导） ===
  伊拉克入侵科威特:     0.471  breaks=[nuclear_constraint_asymmetry]
  珍珠港事件:           0.452  breaks=[nuclear_constraint_asymmetry]

=== 历史盲区（当前事件超出历史覆盖的维度） ===
  energy_crisis:        当前 1.0  vs 历史均值 0.0  (+0.80)
  nuclear_actors:       当前 1.0  vs 历史均值 0.31 (+0.69)
  trade_route:          当前 1.0  vs 历史均值 0.0  (+0.94)

=== 主类比群（按机制侧面聚类） ===
  trigger:     苏莱曼尼刺杀（assassination → leadership）
  retaliation: 赎罪日战争（symmetric_response）
  constraint:  俄乌战争（nuclear_escalation_risk）

56 个事件全量比较，38ms，0 LLM 调用。

---

为什么需要 Rhyme

LLM 平台已经能做历史类比分析。但它们做不到：

Rhyme	LLM 平台
相同输入 → 相同分数（可复现）	每次结果不同
F=0.32 M=0.56 T=0.78（可拆解）	"我觉得像"
SB-02 扣了 0.06 分（可审计）	黑盒判断
调权重 → 结果可预测变化（可校准）	改 prompt → 不可控
180 事件 40ms 全量比较	凭记忆联想 5-10 个
规则化拦截危险类比	靠模型临场自觉
量化历史盲区维度	不会告诉你"历史在哪里不够用"

---

Quick Start

3 行代码，0 LLM

from rhyme import RhymeEngine

engine = RhymeEngine(domain="geopolitical")  # 加载 81 个历史事件
result = engine.match(event_card, top_k=10)  # 纯计算，~40ms

result.ranking           # 匹配排序（带 F/M/T 三层分解）
result.dangerous         # 危险类比（break rules 标记）
result.blind_spots       # 历史盲区（当前 >> 历史均值）
result.cluster           # 主类比群（按机制侧面聚类）
result.shared_mechanisms # 共性机制统计
result.break_frequency   # break rule 触发频率

无需 API key 体验

python examples/quickstart.py

Web UI

pip install fastapi uvicorn
PYTHONPATH=. python -m uvicorn web.api:app --host 0.0.0.0 --port 8080

---

三个领域，180 个事件

领域	事件	Tags	覆盖
geopolitical	81	61	战争、危机、领土争端、代理人冲突
trade_sanctions	55	34	贸易战、制裁、科技脱钩、供应链武器化
asset_bubbles	44	44	股票、房产、加密、商品泡沫

新增领域只需添加 domains/<name>/ 目录，引擎代码零改动。

---

工作原理

编码层（1 次 LLM）              引擎层（0 LLM，纯计算）              消费层（按需）
自然语言 → 三层结构对象    →    全库匹配 + break rules         →    Web UI / 对话 / API
                                 + 统计聚合 + 盲区检测

三层事件结构

• Layer 1: Tag Vector — 结构特征指纹（20-44 tags，权重 0/0.3/0.7/1.0）
• Layer 2: Mechanism Skeleton — 因果骨架（5 槽位：trigger → driver → retaliation → constraint → transmission）
• Layer 3: Trajectory State — 轨迹位置（阶段、烈度、不可逆性、降级通道、升级轴）

评分

rhymeness = 0.50 × feature + 0.30 × mechanism + 0.20 × trajectory − penalty

伪类比检测

独立于评分的规则系统：

• Hard Break — 一票否决（如阶段严重错位）
• Soft Break — 削弱评分（如核约束程度差异）

规则从 domains/*/break_rules.yaml 加载，领域可配置。

---

项目结构

rhyme/
├── rhyme/                  # 引擎核心（领域无关，0 LLM）
│   ├── core.py             #   RhymeEngine 入口
│   ├── models/             #   EventCard, EngineResult
│   ├── pipeline/           #   match, filter, reason, encode
│   └── knowledge/          #   TagSchema, EventStore
├── domains/                # 领域配置（3 领域，180 事件）
│   ├── geopolitical/
│   ├── trade_sanctions/
│   └── asset_bubbles/
├── web/                    # Web UI（可选）
├── examples/               # quickstart + 预编码测试
└── docs/                   # 设计文档

添加新领域

1. 创建 domains/<name>/
2. 定义 tags.yaml、mechanism_enums.yaml、trajectory_enums.yaml、break_rules.yaml、models.py
3. 填充 events/（30-50 个种子事件）
4. RhymeEngine(domain="<name>") 即可使用

技术文档

文档	内容
技术概览	架构、API、数据
设计哲学	核心假设与原则
引擎边界	三层架构边界定义
三层结构	Tag / Mechanism / Trajectory 规格
评分算法	IDF-Jaccard + 槽位匹配
伪类比规则	Hard/Soft break 规则
领域规格	领域配置与扩展

学术参考

项目	关系
Historical-Analogy-of-LLMs (ACL 2025)	658 事件数据集
EvCBR (WWW 2023)	知识图谱案例推理
PLOVER/POLECAT	事件编码本体

免责声明

历史事件数据由 LLM 辅助生成并经人工审核，仅用于结构化分析研究。事件描述可能存在不准确或偏差，不代表开发者立场。本项目不提供投资建议、政治分析或军事评估。

如发现事实错误或不当表述，欢迎提交 Issue 或 PR。

License

AGPL-3.0