README 自动摘要
根据 README 自动整理于 2026年9月22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
Semantic Microscope 使用 Jev（TypeSafe AI 的 System One 模型）为文档的每个句子标注校准概率，并将其可视化为热力图。它适用于任何想要一目了然地检查文档语义维度的人。
它怎么用 Jev
对于每个句子，一个 HTTP 请求携带来自预设的五到六个类型化问题（Noul、Score、Choice）。Jev 针对同一状态并行评估它们。答案写入 JSONL，并由查看器用于渲染平行车道或墙，概率为文本着色。
用到的原语:choicescorenoul
值得抄的做法
每个句子使用一个请求携带多个类型化问题，无需生成文本即可获得校准概率。
怎么试
uv run microscope prepare samples/x.txt && uv run microscope label samples/x.txt --preset prose && uv run microscope serve
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0.93
- 展示了 System One 用法在材料中检出0.70
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字在材料中检出0.73
- 是能跑起来的工具未判定0.55
- 学习案例 Top 10 候选信号未判定0.50
- 是模型本身的复刻片段中未检出0.05
- 解决的问题够普遍（0–2）按 0–2 打分0.99 / 2
- 与 Jev 相关在材料中检出0.97
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9月22日 读 README 写成。