dsh-probstat

大语言模型在概率统计计算上有一个老毛病：编造 z 表数值、算错分位数、搞混临界条件、把贝叶斯后验写反。dsh-probstat 就是为 DeepSeek Harness 补上这块短板——一个零运行时依赖的确定性数学工具箱，把 agent 最常出错的四类统计运算锁死在正确结果上。

四件工具各司其职：dist_calc 覆盖正态、二项、泊松、指数、均匀、几何六种分布的 pdf、cdf、生存函数、分位数和基础统计量；z_score 处理标准正态表的正反向换算与区间概率；confidence_interval 提供已知/未知方差均值区间（z 与 t）以及小样本下仍然稳健的 Wilson 比例区间；event_probability 则一次性给出并、交、条件、贝叶斯、补、至少发生一次等复合事件恒等式的数值。

数值层面没有走近似偷懒：正态 cdf 用 Abramowitz & Stegun 7.1.26 erf 拟合（绝对误差 ≤ 1.5×10⁻⁷），逆正态用 Acklam 算法（相对误差 < 1.15×10⁻⁹），t 分布通过正则化不完全 Beta 与 Lanczos log-gamma 计算并对照已发表 t 表校验，二项与泊松走精确 pmf 递归避免组合数溢出。所有非法输入返回 valid: false 加说明，绝不抛异常。

适合在 dsh 工作流里做假设检验、贝叶斯推断、可靠性建模或任何需要数字必须对的场景的开发者。把它接进 agent 的工具链，统计数学就不再是模型幻觉的重灾区。