dsh-jev-plugin

编码智能体每天都要对大量碎片信息做重复判断：哪条日志可疑、哪份搜索结果相关、哪个候选文件更可能命中、某条测试失败是否属于同一类问题。若把每一条都塞进大模型上下文，或为此反复拉起子代理，成本和延迟会迅速失控。dsh-jev-plugin 把 TypeSafe 的 System One 决策模型 Jev 接到 DeepSeek Harness，让你用类型化问题对同一段 state 批量提问，拿到的是带概率的结构化判断，而不是散文式总结。

插件注册 jev 工具，并在设置里配置多家 Provider、模型覆盖、自定义端点与 API 密钥（密钥存入凭据库，可一键测试连接）。同一文本块上的多个问题会并行评估，因此一次请求里问几十道题的开销与耗时大致与一问相当，适合对日志行、工具输出、失败用例、检索结果与评审意见等逐项打标签或筛选。问题类型覆盖 noul（是否成立的概率）、choice（多选一及置信度）与 score（有序量表评分）。

它刻意不做生成与改写，也不替代 grep 这类机械匹配；需要精确字符串或算术时仍应交给传统工具。更适合需要在 Harness 工作流里做「原子判断」的开发者与 Agent 作者：用英文写清准则，state 可用任意语言，并学会读概率分布而不只看最终选项——置信度需结合你自己的任务校准后再用于门禁。

若你正在搭建可审计、可限流的判断流水线，插件还提供本地 JSONL 账本与日调用/日 token 上限，在超额前拒绝请求，避免计量功能在账单上「悄悄烧钱」。