🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI
广告☁️ 云服务器特惠阿里云首购 8 折 · 腾讯云合作特惠
DeepSeek Harness Hub
← 返回列表

TYEclipse/dsh-probstat

DeepSeek Harnessspec-screened扫描:低风险在 GitHub 查看 ↗
⚠ 装前注意

DeepSeek Harnessdsh概率与统计推断数学工具箱。零运行时依赖,四个纯确定性工具,专治 agent…

基本兼容但装前注意:未发布到 npm registry,仅可从源码安装 · 最近上游提交 2026/9/11 · 已提供中文文档

DeepSeek Harness 的确定性概率与统计推断数学:分布计算器、z 表数学、置信区间(z/t/Wilson)与事件概率恒等式——零运行时依赖

综合分
28.9
GitHub 分
28.9
用户评分
—
★ Stars
0
周下载量
—
安装插件(需先安装 dsh CLI 引擎:npm install -g @deepseek-ai/dsh)
dsh plugin --profile web add TYEclipse/dsh-probstat
未发布到 npm registry,仅可从源码安装,改用 GitHub 源安装
信任档位:已验证本站已于 0 天前真实安装成功
是什么
dsh 原生插件 · chat
装得上吗
本站已真实安装成功(非静态推断)
安全吗
本站尚未对该插件做风险分级(暂未覆盖,不等同于无风险)
还在维护吗
活跃:最近一次提交在 15 天前

档位由下列信号合成:本站实装验证(真实安装,当前最高到 L4)· 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。 验证判据与等级说明 →

🟢实装验证通过· 2026/9/25
由本站实装验证器在真实 dsh 环境安装成功,非静态推断。
数据截至 2026/9/21(元数据每日更新 · 实装验证按队列轮转,单条结论的验证时间见上方)
安装兼容性检查⚠ 装前注意

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。

✗npm 包dsh-probstat(未发布到 npm,仅可源码安装)
✓Node 引擎要求 >=20 · 基线 Node 22.19 满足
✓dsh CLI 依赖未声明 dsh 版本约束
✓入口文件main/exports/bin 已声明

未发布到 npm registry,仅可从源码安装

验证方式:npm registry 存在性 + package.json 静态校验 · 最后验证 2026/9/24 00:05:11

依赖的 DSH / Cordis 模块
@deepseek-ai/cordis@deepseek-ai/dsh-agent@deepseek-ai/dsh-tools@deepseek-ai/schemastery
用户评分
还没有人投票,来当第一个
订阅周报,不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动

README

由 DeepSeek 最新模型翻译生成
dsh-probstat

DeepSeek Harness(dsh)概率与统计推断数学工具箱。零运行时依赖,四个纯确定性工具,专治 agent 最容易算错的几类题:背错的 z 表值、分布 CDF/分位数算错、置信区间临界值取错、复合事件概率恒等式用错。

安装

dsh plugin --profile web add github:TYEclipse/dsh-probstat

工具

- dist_calc:六种分布(正态/二项/泊松/指数/均匀/几何)的 pdf / cdf / 生存函数 / 分位数 / 统计量(均值·方差·标准差)。
- z_score:标准正态表换算(z ↔ 概率/百分位、双侧 p 值、区间概率)。
- confidence_interval:均值置信区间(σ 已知走 z、未知走 t,df = n−1)+ 比例 Wilson 区间(小样本与极端比例下依然可靠)。
- event_probability:事件概率恒等式——并(独立/互斥)/交(独立)/条件/贝叶斯/补集/至少一次成功。

约定

- 几何分布按「首次成功前的失败次数」计数(k ≥ 0,P(X = k) = p·(1−p)^k)。
- 离散分布的分位数 = 最小的 k 使 P(X ≤ k) ≥ q。
- 数值输入非法时返回 valid: false + error 说明,不抛异常。

精度

- 正态 CDF:A&S 7.1.26 近似,绝对误差 ≤ 1.5e-7(远超公开 4 位 z 表的精度)。
- 正态分位数:Acklam 逆正态,相对误差 < 1.15e-9。
- 二项/泊松:递推精确求和;t 分布:连分式不完全贝塔 + Lanczos log-Gamma,已与公开 t 表值(2.2281 / 2.0452 / 1.8125 / 1.984)交叉验证。

开发

pnpm install && pnpm build && pnpm test && pnpm lint

测试锚点全部由独立 Python oracle(test/anchors-probstat.py,math.erf / math.comb 精确原语 + 二分)生成并与公开表值交叉验证。

许可证

MIT

上游仓库有新提交时邮件通知你(每天最多一封,无更新不打扰),随时一键退订。

💬 加入社群

插件用法、部署报错、新插件第一时间同步——群里问,比一个人翻文档快。

DPharness QQ 群二维码,QQ 扫码进群
QQ 扫码进群
DPharness 飞书群二维码,飞书扫码进群
飞书扫码进群