jevbooks

← 全部项目

jev-samples

aarora79/jev-samples · 项目主页

Jev(TypeSafe AI 的 System One 模型)的可运行示例。

评测与基准0.34次选分类: 分类与路由问卷漏斗记分卡
README 自动摘要

根据 README 自动整理于 2026年10月7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

一组小型自包含示例项目,展示如何使用 Jev(TypeSafe AI 的 System One 模型)从状态和类型化问题做出决策,而非生成文本。

它怎么用 Jev

每个示例向 Jev 发送状态和问题,并根据返回的类型化答案进行分支。示例涵盖 README 检查、AGENTS.md 评分、PR 分类、电影排名和问题分类,使用 Choice、Score 和 Noul 问题。

用到的原语:choicescorenoul

值得抄的做法

将 Jev 载荷保存在 questions.yml 中,这样更改问题或权重就是数据更改,而非代码更改。

怎么试

cd samples/readme-check && uv run readme_check.py https://github.com/psf/requests

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.92
  • 展示了 System One 用法在材料中检出0.88
  • 写了怎么处理不确定片段中未检出0.04
  • 给出了实测数字片段中未检出0.09
  • 是能跑起来的工具在材料中检出0.61
  • 学习案例 Top 10 候选信号在材料中检出0.65
  • 是模型本身的复刻片段中未检出0.04
  • 解决的问题够普遍(0–2)按 0–2 打分0.63 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.92展示了 System One 用法0.88写了怎么处理不确定0.04给出了实测数字0.09是能跑起来的工具0.61学习案例 Top 10 候选信号0.65是模型本身的复刻0.0400.51解决的问题够普遍(0–2)0.63 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.98漏斗0.97记分卡0.96信号灯0.60体检0.45题库0.40菜单0.29预问0.2000.51

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7日 读 README 写成。