README 自动摘要
根据 README 自动整理于 2026年11月3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 Router 是一个兼容 OpenAI 的端点，将每个聊天请求路由到合适的模型、智能体或工具，并提供可解释的追踪、回退、护栏和成本节省。面向需要可审计、按需匹配 LLM 路由的开发者。
它怎么用 Jev
一次 Jev 调用基于提取的请求特征（提示、token、模态、工具、JSON 模式）提出最多 10 个类型化问题。choice 选择模型匹配度、任务类型和工具；score 评估技术难度；noul 决定高级升级、护栏判定和 PII/审批。答案输入策略引擎，对合格模型排序。
用到的原语:choicescorenoul
值得抄的做法
用一次 Jev 调用提出多个类型化问题，获得校准概率并输入透明的排序策略，而非关键词规则或额外 LLM 的散文输出。
怎么试
启动服务器，然后用 OpenAI SDK 以 base_url http://localhost:8000/v1 和 model="auto" 调用。
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0.96
- 展示了 System One 用法未判定0.40
- 写了怎么处理不确定片段中未检出0.11
- 给出了实测数字片段中未检出0.03
- 是能跑起来的工具在材料中检出0.94
- 学习案例 Top 10 候选信号未判定0.40
- 是模型本身的复刻片段中未检出0.12
- 解决的问题够普遍（0–2）按 0–2 打分1.96 / 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11月3日 读 README 写成。