tf-jev — 用 Jev 有界决策的实验性自然语言到 Text-Fabric 查询编译器。

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

一个研究原型，把自然语言请求转换为针对已加载语料的原生 Text-Fabric 搜索查询，面向希望不手写 TF 语法即可查询 Text-Fabric 语料的研究者。

Jev 是可选的有限决策适配器：它针对由语料 schema 派生的候选回答类型化的 Choice/Score/Noul 问题，构建类型化查询 IR，再由确定性编译器渲染为原生 TF 搜索文本。已测评估显示成功率低且频繁弃答，不是推荐的默认解析器。

用到的原语:choicescorenoul

把模型限制为对 schema 派生候选做有界结构化决策，再确定性编译，使不支持或歧义请求弃答。

python -m pip install -e '.[dev,jev]'，然后运行 python -m pytest -q

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。

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。

信号

无判定区（0.40–0.60）

设计模式

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。