DSH新插件：让AI做选择型任务时给出概率

大模型做分类、打分、定位时，现在还是让它生成一段文字。它自己说“该转退换货”，你只能信。

dsh-decision 换了条路：一次前向直接返回每个选项的概率和置信度。仓库 10 月 27 日刚建，MIT 协议。

它接的是 Decision 3.0 决策 API，能回答四类问题：选哪个、是或否、打哪一档、图里目标在哪。每题都带置信度，概率连续可比较，比一段文本好用得多。

多题请求一次就能问。choice 给至少两个选项，noul 只返回“是”的概率，score 给有序档位，box 必须恰好给一张图。结果会同时写进结构化字段和会话日志。

插件分 Host 和 Client 两半，靠同源 HTTP 路由通信。Host 管工具和密钥，Client 只画卡片。浏览器永远拿不到 API Key，不用额外 RPC，也不用在 typert 编译 schema。

实测有个反直觉的结论：文本决策延迟跟模型大小基本无关。七个模型都在 300 毫秒量级，选型按准确率来就行。

图像定位差距却很大。d3-flash 没有原生 box 输出，只能网格打分，吃掉两万多 tokens，要 1.5 到 1.9 秒。d3-turbo 有原生输出，442 个 tokens，0.38 秒就完事。

低置信度会统一标出来。choice 最高概率低于 0.6、noul 落在 0.4 到 0.6 之间，都会命中。命中后整次结果带 hint: "low-confidence"，提醒模型别把最高概率当结论。

门槛也实在：数据得过第三方服务端，官方可能记录请求响应，敏感内容慎发；设置页和卡片只在 Web GUI 形态下渲染。