dsh-blender-plugin 是 DSH × Blender 直连实时插件：15 个模型工具让 AI 驱动 GUI Blender 建模、体检、验收与导出。它沉淀出一条硬核方法论：致命判断 100% 来自脚本，不来自看图。真实项目五方实测中，AI 读了约 26 张图（约 2–3 万 token），其中至少 2 张是完全无效的重复图；而所有重量级缺陷——13 处自交、39 处零面积面、二面角 90 分位 11.61°、UV 唯一率仅 21.5%、舱盖缝 20.36 mm——全部是脚本量出来的。

这套方法论的完整原文见 docs/证据分级与读图纪律.md。本文带你看懂它的四层证据制度与五条读图纪律，并给出可直接照抄的自检清单。

一张图 = 25 张小裁切：先看成本账

AI 读图的输入成本与像素面积成正比（经验公式：tokens ≈ 宽 × 高 / 750）。算完这笔账，"看图"就从一个默认动作变成了一个昂贵的奢侈品：

还有一笔更扎心的账：模型看到的图是降采样 + 重编码副本，而脚本读的是磁盘上的原图——等于你在为低分辨率副本付费，脚本却免费拿到全分辨率原图。这个不对称，就是整套优化的支点。

四级证据制度：只有 L0 失败才允许读图

核心思想：把"看图"从巡检手段，降级为异常确认手段。证据分四级，越往上越贵、越受限制：

一句话核心纪律：L0 不出 FAIL，就不允许读 L1/L2；L3 只给用户看，不作为几何正确性的依据。

每轮读图预算：五条写死的纪律

1. 配额：每轮 ≤ 6 张图，每张 ≤ 800×450（约 ≤4.3k tokens/轮）。
2. 脚本先点名：读图前，脚本必须输出"最异常的 N 个区域"，排序依据是 IoU 最低、二面角 90 分位最高、边界偏差最大、掩膜面积差最大。
3. 读图前先写断言：这张图要验证哪 2–3 条可测命题，写不出就不值得看。
4. 读图后写三分法：【确认看到的】【推断的】【我没有能力判断的】。凡无法用数字证实的视觉判断，必须标注"未经证实的视觉印象"，不得写成"通过"。
5. 整机图只留给交付确认，1–2 张封顶。

一个反直觉点：拼图不省 token（像素总量不变），省的是调用次数与注意力；想省 token 只有两条路——降像素，或不读图。

工具映射：哪条 op 产出哪一级证据

插件把每个证据级别都落到了具体工具上，全部挂在 blender_rt_plan 通道下（33 个 family / 217 个 op，op="catalog"可自查）：

• L0 数值表：audit_scene网格体检（runtime/audit.py 把"脚本能判的对错"变成一等公民）、audit_mesh单件深挖、qc_compare轮廓比对（IoU / Dice / 缺多面积 / 边界距离 / 剖面差）。
• L1 叠合图：qc_compare的三联 sheet（参考 | 渲染 | 叠合），核心实现在 runtime/qc.py——"只做几何/轮廓类客观比对，审美判断仍归人"。
• L2 小裁切：montage裁切拼图（tile=420、总宽 ≤1700 px）。runtime/montage.py 的注释里有实测数据：某项目用 6 次拼图调用覆盖 66 张图，省下约 51 次单图调用。
• L3 成品图：qc_render_views多视角出图 +warmup=true让单张耗时干净。

这些默认阈值（12–16 格 / 总宽 ≤1700 px）来自真实项目实测，是可配参数，不是定律——超过 1700 px 会被二次缩放，小格细节先糊。

两条硬规则：让脚本判断本身不出错

脚本也会犯错，但这两类错误是可以写死的：

E1 · 像素行序：Blender 的image.pixels自下而上存储，任何与 PIL / PNG 解码器对拍的地方都要先翻转行序。代价证据：reviewer 因此误判"相机重建与渲染不一致"，追了约 4 轮 / 20 分钟；加上翻转后同一组对拍 IoU 从0.463 → 0.955。不翻的典型症状是"缺面积"与"多面积"同时很大——同一个轮廓不可能既缺又多，看到这个组合先怀疑行序。

E2 · 批量射线：逐像素射线查询要用BVHTree而不是scene.ray_cast。后者每次调用都过 depsgraph，两次撞 120 s / 600 s 上限；换成 BVH 后同样工作量只要0.6~0.9 s/机位。

读图量测：没有误差与来源的数字不许进契约

当你只有官方 3/4 透视美图、要靠它量尺寸时，最容易翻车的环节是量测：

• 禁用量测自缩图：量测必须在原生分辨率上做。实测中母图被统一降到 1500 px（≈55 px/m），0.1 m 的板缝只剩约 5 px、0.05 m 的铆钉只剩 2 px——等于不可读；换原生图（≈124 px/m）后板缝才有 12.4 px。
• 量测必须带 provenance 与误差：每条尺寸记源图路径 + md5、原生尺寸、px_per_m、换算误差。没有 provenance 的数字无法复核。
• < 0.3 m 的特征必须有原生裁剪（不缩放的原图裁剪 + 坐标），这是"图上到底读不读得出来"的唯一判据。
• 透视图的 X 向站位一律标"近似"（带 ± 误差区间），不得写成冻结契约。

反例就发生在本项目：{"机头": 9.5, "盖顶": 6.45}这种没有误差、没有来源的站位表被当成冻结契约下发，6 路分件据此对齐——装配完美，整体却偏离真船。所以阶段门要卡死：带误差的站位表 + 原生特征裁剪图册 + 剪影 IoU 达标，三者缺一不进分件。

仓库里还有一个可复现的"证据不足"示范：椅子靠背的 attach / insert 两种假设在所有外部视图下外形完全相同，程序如实报unresolved并列出"需要什么探针"，而不是随手二选一——复现脚本见 docs/examples/chair-backrest/run.py，判定结果见 results.md。

交付前 5 条纪律自检清单

✅先跑脚本体检：audit_scene+qc_render_views（含 jsonl）只读 L0 表，FAIL 才允许进 L2 小裁切；

✅读图前先写断言：说不出"这张图验证哪 2–3 条可测命题"，就不读这张图；

✅读图后三分法：确认 / 推断 / 无能力判断——凡无法用数字证实的，标注"未经证实的视觉印象"；

✅量测带来源：参考图量尺寸用原生分辨率，每个数字附 md5 与 px_per_m，没有误差的站位表不进契约；

✅回执先看 verdict：pass / fail / degraded 三态里，degraded 是"没查完"，不是通过（skills/blender-modeling/SKILL.md 的铁律 C）。

一句话收尾：画面是证据，数字是判据，verdict 是结论。不要让"看起来对"替代任何一条。