用途：在决定是否开展研究、测试、问卷、仪表盘或实验之前，先计算其结果能带来多少期望效用增量，即信息价值VOI。核心公式为：VOI(O)=按结果概率加权的最优期望效用减去当前最优期望效用。VOI非负；当无论学到什么都采取同一行动时，VOI恰为零。
主要能力：按固定工作流逐项推进，包括命名该信息所服务的决策、说明当前无新数据时的默认行动、列出隐藏变量及其状态与先验、为每个行动-状态对打分、先用假想“神谕”算完美信息上限，再评估候选观察的区分度，运行计算器并查看“是否改变决策”一列，若值得再确定研究规模。计算器可对多个观察按净价值排序；支持精度、样本量和重要性抽样相关计算。
使用方式：决策表与似然表需完整写出，不能只做草稿；似然表每个状态下各结果概率之和必须为1。命令示例：node scripts/calc.js voi study.json。研究规模相关命令：node scripts/calc.js precision --successes 3 --trials 10000；node scripts/calc.js samplesize --p 0.002 --rse 0.2；node scripts/calc.js importance --true-rate 0.002 --proposal-rate 0.1 --n 10000。输入格式参考examples/voi.json。
适用场景：定价研究、A/B测试、用户问卷、仪表盘投入、样本量规划等需要判断“是否值得获取信息”的决策场景。
限制与注意：成本不只有金钱，还要计入延迟。只做确认、不改变行动的研究价值为零。净VOI可能为负，不应只引用毛值。贪心排序只是启发式，不保证最优观察序列。完美信息是上限，应先算。仪表盘是带持续成本的观察，同样计价。只为“购买许可”而设计的研究不应记为研究。若换向清单某个方向为空，说明该观察不会阻止任何行动。关于具体价格、平台支持范围等资料未提供，暂未说明。