calendar-tool
需要构建仓颉原生高精度农历公历转换库,解决服务端节日调度、生辰计算及传统文化应用中的历法换算性能与精度难题。
悬赏内容
招募内容
项目背景与战略目标
在后端服务中,涉及中国传统节日安排、生辰八字计算、农业节气调度、民俗活动预约及历史数据归档等场景时,公历(阳历)与农历(阴历)的精确换算是基础且高频的需求。现有的农历算法库(如 JS 的 lunar-javascript 或 Python 的 chinesecalendar)多基于查表法或动态语言实现,存在内存占用大、闰月计算逻辑复杂、长周期推算精度不足等问题。特别是在高并发微服务架构下,低效的历法转换逻辑极易成为系统吞吐量的瓶颈,且动态语言的弱类型特性容易导致闰月、节气边界处理错误,引发生产事故。
本项目旨在利用仓颉编程语言(Cangjie Language)1.0.0+重构 calendar-tool,打造一款零分配、高精度、强类型安全的后端历法处理基础库。
极致换算性能:利用仓颉的静态编译优化和位运算潜力,实现无依赖查表的快速天文算法推算(或压缩表查询),避免字符串频繁创建,性能较动态语言提升 10-50 倍。
内存安全与零拷贝:依托仓颉所有权机制,在日期结构转换中实现零拷贝解析,直接操作底层整型数据,大幅降低 GC 压力,适合长运行时的微服务。
全周期高精度支持:内置 1900-2100 年(可扩展至前后 500 年)的精确闰月、节气、干支纪年算法,支持正负闰月输入,确保历史及未来日期换算无误。
强类型错误处理:利用代数数据类型(ADT)显式表达解析成功、非法日期或超出范围错误,杜绝隐式的
null或异常崩溃,提升系统稳定性。丰富的文化属性扩展:自动计算生肖、星座、干支(年月日时)、彭祖百忌、宜忌等传统历法属性,满足全球化后端服务的本地化需求。
核心功能需求与技术规格
功能模块分解
模块类别 | 核心职责 | 关键技术要求 (仓颉特性) | 验收依据 |
|---|---|---|---|
核心历法引擎 | 实现公历转农历、农历转公历的双向高精度算法 | 利用位压缩存储闰月表,状态机模式处理闰月逻辑,支持长周期推算 | 转换 100 万次耗时 < 50ms,内存占用 < 1MB,误差为 0 |
节气与干支计算 | 精确计算二十四节气时刻,生成干支纪年、月、日、时 | 利用天文算法或高精度插值计算节气,干支计算采用模运算优化 | 节气时刻误差 < 1 分钟,干支推导 100% 正确 |
传统属性扩展 | 计算生肖、星座、彭祖百忌、宜忌、冲煞等传统属性 | 利用枚举类型定义属性,预编译规则表,支持快速查找 | 属性计算延迟 < 10ns,数据准确符合传统历法 |
日期校验与容错 | 严格校验农历闰月、大小月合法性,提供宽松/严格模式 | 利用模式匹配处理非法输入,提供详细的错误位置与信息 | 对非法日期(如农历二月三十)识别率 100%,不崩溃 |
批量转换接口 | 支持大规模日期列表的批量转换与统计 | 利用并行流加速批量计算,支持缓冲区复用 | 批量转换 10 万条数据耗时 < 10ms |
非功能性需求规范
性能指标:单线程转换吞吐量 > 20M OPS,P99 延迟 < 10ns,内存峰值控制在输入大小的 1.2 倍以内(零拷贝模式下更低)。
安全要求:严格防止非法输入导致的数组越界或死循环;限制递归深度防止栈溢出;支持白名单过滤非法字符。
可靠性:能够处理截断的日期字符串、非法闰月及非标准格式,保证服务不挂起;支持线程安全的多线程并发调用。
可维护性:历法规则与核心引擎解耦,支持热加载历法数据表,代码具备完善的文档注释。
核心接口设计示例 (伪代码)
// 定义农历日期结构 (不可变)
struct LunarDate {
year: Int32 // 农历年份
month: Int32 // 农历月份 (1-12, 闰月为负数或特定标记)
day: Int32 // 农历日期
isLeapMonth: Bool // 是否闰月
// 获取传统属性
func getYearGanZhi(): String // 如 "丙午"
func getMonthGanZhi(): String
func getDayGanZhi(): String
func getZodiac(): String // 生肖
func getConstellation(): String // 星座 (基于公历)
}
// 定义公历日期结构
struct SolarDate {
year: Int32
month: Int32
day: Int32
// 转换为农历
func toLunar(): LunarDate
}
// 定义节气信息
struct SolarTerm {
name: String
time: TimePoint // 精确到秒
}
// 定义解析结果
enum ParseResult<T> {
case Success(T)
case Failure(ParseError)
}
// 定义错误类型
enum ParseError {
case InvalidFormat(String)
case OutOfRange(String)
case InvalidLunarDate(String) // 如农历二月三十
case LeapMonthError(String)
}
// 核心转换接口
interface CalendarEngine {
// 公历转农历
func solarToLunar(date: SolarDate): ParseResult<LunarDate>
// 农历转公历
func lunarToSolar(year: Int32, month: Int32, day: Int32, isLeap: Bool): ParseResult<SolarDate>
// 获取指定年份的节气列表
func getSolarTerms(year: Int32): List<SolarTerm>
// 批量公历转农历
func batchSolarToLunar(dates: List<SolarDate>): List<ParseResult<LunarDate>>
// 获取指定日期的宜忌
func getDailyYiJi(date: SolarDate): Map<String, List<String>>
}
// 工厂类
object CalendarFactory {
static func createStandard(): CalendarEngine
static func createExtendedRange(): CalendarEngine // 支持更大年份范围
}
项目交付物与实施路线图
阶段性交付物清单
第一阶段:核心双向转换引擎 + 基础干支/生肖计算 + 单元测试 (覆盖率≥95%)。
第二阶段:节气精确计算 + 传统属性扩展(宜忌/彭祖百忌)+ 批量转换优化 + 性能基准测试。
第三阶段:长周期支持(前后 500 年)+ 模糊测试 + cjpm 发布包 + 最佳实践文档。
项目实施路线图
阶段 | 核心任务 | 交付成果 | 周期预估 | 里程碑 |
|---|---|---|---|---|
基础构建 | 双向转换算法、干支计算、基础单测 | 可编译库、单测集 | 4-5 周 | cjpm test 全量通过 |
功能增强 | 节气计算、传统属性、批量优化、压测 | 压测报告、API文档 | 5-6 周 | 达到预设QPS/延迟指标 |
生态集成 | 长周期支持、文档完善、发布 | 用户手册、cjpm 包、Demo | 3-4 周 | 上架仓颉三方库社区 |
技术实现规范与质量认证体系
仓颉语言专项质量规范
编码规范:100% 符合仓颉语言官方编码规范,通过
cjfmt自动格式化校验。类型安全:充分利用泛型定义解析结果,利用模式匹配 exhaustive check 确保所有错误分支被处理。
错误处理:所有解析异常必须通过
Result类型返回,严禁抛出未捕获的运行时异常。
测试与验证标准
单元测试:核心模块行覆盖率≥95%,重点覆盖闰月、月末、节气交接时刻、非法日期及边界年份(1900, 2100等)。
兼容性测试:使用权威万年历数据集(如中国科学院紫金山天文台数据)进行回归测试,确保转换结果 100% 一致。
性能基准:建立与
lunar-javascript,chinesecalendar的性能对比基准,确保在同等功能下性能最优。
文档与可维护性
API 文档:代码须包含规范的文档注释,详细说明历法规则、闰月处理逻辑及传统属性含义。
架构决策记录:记录算法选型(查表法 vs 天文算法)及内存管理策略的依据。
贡献指南:明确仓颉项目构建、调试、提交全流程规范。
持续集成质量门禁
#!/bin/bash
# PR 自动化流水线脚本
# 1. 格式检查
cjpm fmt --check
# 2. 构建检查
cjpm build
cjpm build --release
# 3. 静态 lint 检查
cjpm lint --deny-warnings
# 4. 全量测试与覆盖率
cjpm test --all-features --coverage
# 5. 兼容性测试 (权威万年历数据集)
cjpm test --suite authoritative-lunar-validation
# 6. 性能基准测试 (对比基线)
cjpm bench --threshold 5%
技术栈与开发环境
核心语言:仓颉编程语言(Cangjie Language)1.0.0 及以上版本(强制)。
构建与包管理:CJPM (Cangjie Package Manager)。
测试框架:仓颉原生测试框架。
质量工具:cjfmt, cjpm lint, cjpm bench。
环境要求:仓颉 1.0.0+ 标准工具链,CI 环境需预置权威万年历测试数据集。
相关附件
质量认证要求
交付件
NO | 交付件描述 | 备注 |
1 | 三方库源代码 | 源代码 |
2 | 三方库测试方案和用例 | 测试用例和文档 |
3 | 用户手册,API文档,设计文档,license文档 | 资料和文档 |
验收标准
1.功能
三方库必须有明确的功能;
如果参考对标库移值开发,功能与参考三方库保持一致。
2.资料
Readme:包含简介,软件架构,目录结构,下载安装(编译构建),接口说明,使用示例,约束限制,开源协议,参与贡献等内容;
Changelog,三方库版本需包含基本的修改说明。
3.标准遵从性(可选),三方库实现需满足对应协议或行业标准,举例
appquth:支持对OAuth 的PKCE扩展;
icu4j:支持unicode标准库,通用字符集ISO/IEC 10646。
4.性能目标
性能敏感三方库接口运行性能持平对标三方库
5.开源协议遵从,必须包含License文件
放置合适的开源License协议,建议Apache License Version 2.0;
引用或参考开源三方库,需遵从开源协议。
6.网络安全要求
满足基础的网络安全红线及隐私要求,符合安全编码规范。
过程质量要求
指标分类 | 指标名称 | 指标要求 | 度量工具 | 牵引 OR Must |
代码度量 | 平均文件代码行 | ≤300 LOC | CMetricsPlus,CJMetric | Must |
总文件重复率 | C/C++≤4%;相比开源不劣化 | CMetricsPlus,CJMetric | Must | |
源文件重复率 | C/C++≤4%;相比开源不劣化 | CMetricsPlus,CJMetric | Must | |
平均函数或方法代码行* | ≤30 LOC | CMetricsPlus,CJMetric | Must | |
总代码重复率 | C/C++≤10%;相比开源不劣化 | CMetricsPlus,CJMetric | Must | |
源文件代码重复率 | C/C++≤10%;相比开源不劣化 | CMetricsPlus,CJMetric | Must | |
平均圈复杂度 | ≤5;相比开源不劣化 | CMetricsPlus,CJMetric | Must | |
冗余代码 | “0” 【2】; | CMetricsPlus,CJMetric | Must | |
不安全函数 | NA | CMetricsPlus,CJMetric | Must | |
静态检查 | 编译告警 | “0” 【2】 | Compile工具 | 牵引 |
通用静态告警 | “0” 【2】 | Pclint plus,CJLINT | Must | |
开发者测试 | DT用例密度(个/KLOC) | > 40 | 手工 | 牵引 |
DT代码语句覆盖率 | >=85% | Gcov,cjcov | 牵引 | |
DT代码分支覆盖率 | >=50% | Gcov,cjcov | 牵引 | |
未做DT文件数 | 0 | 手工 | 牵引 | |
问题解决率 | 遗留问题DI | 整体<10 | Issue | 牵引 |
遗留致命缺陷数(0) | 0 | Issue | Must | |
累计缺陷解决率 | 85% | Issue | 牵引 | |
软件开发 | 每日构建成功率 | 100% | CI | 牵引 |
测试评估 | 测试缺陷密度(/KLOC) | 5-9 | 人工 | 牵引 |
测试用例密度(个/KLOC) | 20-40 | 人工 | 牵引 | |
初验用例自动化率 | 100% | CIDA | 牵引 | |
HLT自动化用例比率 | 【85%,95%】 | CIDA | 牵引 | |
开源第三方(含构建工具) | 开源片段引用 | 0(除例外备案类) | FOSSBOT+人工 | Must |
可信构建 | 二进制一致性 | 0(含可澄清) | 人工 | Mus |

