README 自动摘要
根据 README 自动整理于 2026年10月30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
面向求职者的浏览器端简历/CV 分析工具：上传 PDF 或 DOCX，获得 0–100 内容分、版式检查及可选职位匹配，所有发现均可追溯。
它怎么用 Jev
Jev 对整份文档做类型化判断：七个维度下的二十个内容问题、粘贴职位描述后的三个匹配问题，以及基于页面图像的十一项结构检查。每个判断返回答案及概率分布；分数在代码中加权，并展示问题、标准与概率。
用到的原语:choicescore
值得抄的做法
在代码中组合类型化评分问题，将校准后的答案加权为分数，并让每项发现可追溯至其问题与分布。
怎么试
后端运行 uv run uvicorn app.main:app --port 8017，前端运行 npm run dev，打开 http://127.0.0.1:5273。
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 用法在材料中检出0.92
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字片段中未检出0.07
- 是能跑起来的工具在材料中检出0.80
- 学习案例 Top 10 候选信号未判定0.59
- 是模型本身的复刻片段中未检出0.03
- 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0.99
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30日 读 README 写成。