README 自动摘要
根据 README 自动整理于 2026年10月28日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
这是什么
jev-judge 是一个 Python CLI 和 SDK，对已记录的 LLM 输入、上下文和输出按声明式 YAML/JSON 断言进行评估，并生成终端、JSON、JUnit、Markdown、GitHub 注解和 HTML 报告，供本地开发和 CI 使用。
它怎么用 Jev
每个断言对应一个 Jev 决策：faithfulness、hallucination 和 safety 使用 Noul；relevance 使用 Score；Choice 处理选项选择。运行器将提供的 input、context 和 output 发送给实时 TypeSafe 客户端或本地 mock，然后记录每个决策的通过/失败和概率。
用到的原语:noulscorechoice
值得抄的做法
将声明式 YAML 断言映射为类型化 Jev 决策，并提供离线 mock 以便在不调用推理的情况下试用流程。
怎么试
pip install jev-judge，然后运行 jev-judge init 和 jev-judge test evals/ --mock。
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心在材料中检出0.94
- 展示了 System One 用法未判定0.48
- 写了怎么处理不确定片段中未检出0.04
- 给出了实测数字未判定0.55
- 是能跑起来的工具在材料中检出0.95
- 学习案例 Top 10 候选信号未判定0.46
- 是模型本身的复刻片段中未检出0.03
- 解决的问题够普遍（0–2）按 0–2 打分1.40 / 2
- 与 Jev 相关在材料中检出0.99
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月28日 读 README 写成。