dsh-evidence-router

证据构建台账 + 充分性双判仪器。 它让「证据是否充分」这句话变得可复算。

快速开始

1) 装依赖（在目标 profile 的 package.json 加 link 依赖）：

"dsh-evidence-router": "link:E:/alice/self-plugins/dsh-evidence-router"

2) 挂组合：

- id: dsh-evidence-router
  name: dsh-evidence-router

3) 30 秒验证：ev_open {task, slots} → 应返回 sessionId + 口径指纹（开题即冻结）

它解决什么

在证据构建类任务里（先查、再算、再补，直到够了下结论），决定「够了」的那句话通常是产生者自己说的。 RECAST 让 RouterLM 自己发 ACCEPT_CONTEXT；REVEAL 用模型生成的 rubric；TASR 用模型的 logit margin。 三者都报告了结论，但都没有报告：换一个判据，这些结论会不会变。

本插件把「够了」拆成两个可分别复算的读数，同时落盘：

读数	谁给	口径
kappa_self	调用方（证据的产生者）	自报，本插件不代填
kappa_cov	本插件	零模型、纯确定性：任务声明的必需槽位在证据语料上是否被字面命中

两者的关系分四类，其中 premature_stop（自判够了、覆盖说没够）是本工作预测的分歧方向。

五个工具

工具	作用
ev_open	开一次证据会话：声明任务 + 必需槽位；返回口径指纹（冻结）
ev_observe	登记一次证据操作及其返回（操作你做，这里只记账）；返回覆盖增量与缺口
ev_assess	双判：你给自判，插件给覆盖判定，返回两者关系与缺口明细
ev_close	收口，落一行完整读数
ev_report	读数汇总（分歧率 / 平均轮数 / 平均证据字符 / 口径指纹数）

本插件不执行任何证据操作——它只记账、判定、留痕。因此它可以挂在任何 harness 上，不与任何检索器或执行器耦合。

快速上手

ev_open   { task: "2022 年哪三个月营业利润率增幅最大",
            slots: [ {id:"fy", all:["2022"]},
                     {id:"rev", all:["revenue"]},
                     {id:"opinc", all:["operating_income"]} ] }
          → 会话 ev-...，口径指纹 a1b2c3...

ev_observe { sessionId, op:"relational", result:"<SQL 返回的记录文本>" }
          → 本轮新覆盖: fy, rev；仍缺: opinc

ev_assess  { sessionId, selfSufficient:true, selfReason:"我认为够了" }
          → ⚠ premature_stop：你判够了，独立覆盖判没够
            缺口明细: opinc（missing_all）缺: operating_income

ev_close   { sessionId, outcome:"..." }

两条不变量（违反即缺陷）

• I1 空语料不得报 covered——证据为空时一律 missing 且 reason=empty_corpus。 报「干净」的同时必须说得清「我测到了什么」。
• I2 无判据的槽位 fail-loud——既无 all 也无 any 的槽位不默认 covered（undefined_criteria）； 槽位总数为 0 时 covSufficient 恒为 false。「没有判据」不等于「已覆盖」。

口径诚实声明

kappa_cov 是字面量级的弱仪器（大小写不敏感子串命中），不理解语义、不做推理。 它的价值不在准确，而在独立：它不与证据的产生者同源，因此两者的分歧本身就是一个可观测事实。

若用弱仪器都能测出显著分歧，那说明充分性判定对判据的选择高度敏感——这是下界，不是上界。

完整契约、边界与未决问题见 docs/semantic.md。

测试

cd self-plugins/dsh-evidence-router && npm test

13 条用例（跑一次得到）。