README 自动摘要
根据 README 自动整理于 2026年10月10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
一个非官方 CLI，把 TypeSafe AI 的 Jev 模型变成 shell 命令，用于对文本做路由、分诊、打标签、过滤、门控和重排序；状态从 stdin 读入，JSON 输出到 stdout。
它怎么用 Jev
jev 把状态（文本）和带类型的问题发给 Jev，并使用返回的概率：ask/gate 把 P(yes) 转成退出码，choose 选出带标签的选项，score 返回期望等级。预设用 YAML 或 JSON 定义问题。
用到的原语:noulchoicescore
值得抄的做法
把任意文本来源（pdftotext、ocrmypdf、curl、gh、pbpaste）管道给 jev，并用 gate 的退出码在 shell 脚本中分支。
怎么试
git clone 仓库，bun install，bun link，然后 jev --version。
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-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
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0.96
- 展示了 System One 用法在材料中检出0.78
- 写了怎么处理不确定未判定0.55
- 给出了实测数字片段中未检出0.07
- 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0.43
- 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1.08 / 2
- 与 Jev 相关在材料中检出0.98
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10日 读 README 写成。