README 自动摘要
根据 README 自动整理于 2026年10月6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
一个面向 TypeSafe AI System One 模型的学习项目和评估工具，在四个领域（CI 分类、结账风险、催款重试、Dependabot PR 审查）的 24 个运营决策上，将 Jev 与 mock 和 LLM 替代品进行对比。
它怎么用 Jev
Jev 作为函数调用被调用：将 JSON 状态和原子问题（noul/choice/score）POST 到 /v1/systemone，返回带概率的类型化答案。项目自身的 decide() 代码使用这些概率，结合阈值和置信度门控来选择行动。
用到的原语:choicescorenoul
值得抄的做法
在一次调用中批量提交多个独立的原子问题；将置信度作为第二决策轴来门控行动。
怎么试
nvm use && npm install && npm test；npm start -- --compare
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0.80
- 展示了 System One 用法片段中未检出0.17
- 写了怎么处理不确定片段中未检出0.09
- 给出了实测数字片段中未检出0.22
- 是能跑起来的工具片段中未检出0.09
- 学习案例 Top 10 候选信号片段中未检出0.28
- 是模型本身的复刻片段中未检出0.30
- 解决的问题够普遍（0–2）按 0–2 打分0.52 / 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6日 读 README 写成。