道一-易经推演（dsh-daoyi-yijing）

通用决策辅助 DSH 插件（决策辅助，非迷信）。把任意决策事项拆解为可量化检查点，套入 六层推演框架（384 爻 → 64 卦 → 8 宫 → 四象 → 三才 → 两仪 → 太极），输出结构化结论与 易经风格研判。结论由用户输入的参数与阈值决定，可追溯、可审计。

原名「易经推演-万事决」（dsh-yijing-wanshijue），v0.3.0 起重命名为「道一-易经推演」。

双向云模型推演闭环（§2.1）

• 正向分解 L1→L7：1 个问题目标 → 逐层调用云模型拆解 → 384 个关键考虑因数。
• 反向聚合 L7→L1：384 因数 → 逐层聚合 → 1 个可定/否定结论（可行 / 有条件可行 / 不可行）。
• 云模型是“翻译器”而非“裁判”：判定与聚合（L7→L2）为确定性规则，云模型不介入 verdict 决策。

内置剧本

• motor-design：电机电磁设计·万事决（从 MotorDesign Core/yijing_* Python 原型 1:1 移植）。 真实 8 技术领域 × 8 子领域 × 6 检查点 = 384 爻；其中 158 项为外部数据域（NA，排除出聚合、计入覆盖率）， 226 活跃检查点进聚合。含强关联一票否决、六层加权聚合、天/地/人三才分组。
• stock-trend：股票趋势研判·万事决（8 股票分析域 × 64 子域 × 384 爻）： 基本面/技术面/资金面/消息面/行业面/宏观面/估值面/风险面，三才分组为 天(基本面/行业/宏观)·地(技术/资金/估值)·人(消息/风险)。
• demo-384：规范 384 结构演示剧本（verify 向量）。
• 自定义剧本：经 yijing_script_load 提交 JSON，落盘 data/scripts/ 持久化（重启回灌）。

快速开始

# 安装到 DSH（web profile；dsh 未进 PATH 时用 npx）
npx -y @deepseek-ai/dsh plugin --profile web add dsh-daoyi-yijing

# 本地离线自检（零依赖）
node scripts/verify.mjs          # 离线自检（27 项断言）
node scripts/runtime-check.mjs   # DSH Runtime 联调预演（纯 run* 函数）
node scripts/_mock_llm_test.mjs  # 云模型适配器 e2e（mock 服务器，无需密钥）
node scripts/_selftest_llm_quota.mjs # LLM 调用计数闸门 + 自定义模型 + session 解析自检
node scripts/_probe_definetool.mjs   # 真实 defineTool 编译器校验（需准备 node_modules，见脚本头注）
node scripts/divine_stock_600711.mjs   # 盛屯矿业(600711) 一个月涨跌推演示例

安装后对模型说「推演：我要不要接这个 200kW 电机外包项目」即可触发 yijing_divine。

工具

• yijing_divine 主入口（支持 model 参数按调用覆盖模型）
• yijing_script_list 列剧本 · yijing_script_load 加载自定义剧本 · yijing_report 详报
• yijing_model_list 列全部可选模型 + 当前选择 + 今日 LLM 调用额度快照（只读，不消耗额度）

云模型接线（v0.3.4 已接通真实 LLM）

未配置时完全离线：分解返回结构化因数清单、结论走确定性模板（断网也能跑，verdict 不受影响）。 配置后由真实 LLM 生成 L1→L7 分解文案与 L1 卦象总评（判定/聚合仍为确定性代码）：

方式	做法
环境变量（推荐，密钥不落盘）	DAOYI_LLM_API_KEY=sk-xxx DAOYI_LLM_PROVIDER=deepseek node scripts/divine_with_llm.mjs "决策事项" commercial
插件配置	cordis.patch.yml / Config：cloudModelEnabled: true + cloudModelProvider + cloudModelApiKey + cloudModelName
代码注入	setCloudModelAdapter(fn)（测试 / DSH Runtime）
DSH 会话当前模型（可选）	cloudModelProvider: 'session'（或 cloudModelUseSessionModel: true），由 Runtime 注入 config.sessionModel，或 env DAOYI_LLM_SESSION_BASE_URL/MODEL/API_KEY

• 厂商预设：deepseek(deepseek-chat) / qwen(qwen-max) / glm(glm-4-plus) / moonshot(moonshot-v1-8k) / minimax(abab6.5s-chat) / openai(gpt-4o-mini) / custom（自填 Base URL，任意 OpenAI 兼容端点）。
• 自定义模型清单（v0.3.4）：cloudModelCustomModels 传 JSON 数组 [{"name":"my-gpt","label":"我的 GPT","baseUrl":"https://api.example.com/v1","model":"gpt-4o","keyEnv":"OPENAI_API_KEY"}] （env DAOYI_LLM_CUSTOM_MODELS 同构）；name 即选用 id，yijing_divine/yijing_report 的 model 参数 或 cloudModelProvider 传它即可热切换；yijing_model_list 随时查清单与当前选择。
• 环境变量：DAOYI_LLM_ENABLED / DAOYI_LLM_PROVIDER / DAOYI_LLM_API_KEY / DAOYI_LLM_MODEL / DAOYI_LLM_BASE_URL。
• 安全：API Key 只从 config/env 读取，绝不出现在日志与回传中；telemetryEnabled 默认关。
• 任何失败（401 / 超时 / 断网）自动降级为确定性模板，推演结论依然成立。

免费额度闸门（v0.4.2 起：每分钟速率 + 队列等待）

• 主节流 = 每分钟速率限制（v0.4.2 变更）：免费 LLM 调用默认上限 10 次/分钟（滑动窗口 60s， freeLlmPerMinute / env DAOYI_LLM_FREE_PER_MINUTE 可调，0=不限制）。窗口满时后来的调用进入 FIFO 队列排队等待， 待最早的时间戳滑出窗口后逐个补位——超出不拒绝、不降级，仅延迟。
• 每日硬上限降级为可选兜底：freeLlmDailyLimit 默认 0（关闭）；仅显式配置 >0 时作为每日总闸，用尽才降级离线模板。
• 计数口径：每次真实 LLM 外发计 1 次（一次 yijing_divine = decompose + conclude = 2 次；离线推演不计数、不花钱）。
• 本地硬闸：计数/限速只认本地 $DSH_HOME/storages/dsh-daoyi-yijing/llm-quota.json （env DAOYI_LLM_QUOTA_FILE 可覆盖），断网也拦，无任何后端请求/遥测。
• 可观测：evaluate 结果 llm.rate 暴露 {rateLimit, queued, waitMs}；发生过排队时 llm.notice 提示等待时长； yijing_model_list 可查额度快照（只读）。
• 运维旁路：freeQuotaEnabled: false → 不限速、不排队、不计数。
• 详见 docs/ENGINEERING.md「免费额度闸门」节与 CHANGELOG.md 0.4.2 条目。

⚠️ 股票推演结果由公开数据映射的因子评分驱动，属结构化多因子研判示意，不构成任何投资建议。