README 自动摘要
根据 README 自动整理于 2026年10月4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
Metis 是一个基于 TypeSafe AI 的 Jev 模型的 Python 工作流框架。它提供了一个可复用的 GitHub Action，用于自动问题分类和 PR 筛选，并包含支持路由的示例工作流。
它怎么用 Jev
Jev 通过 Jev 集成使用。在工作流中，步骤调用 jev.check(state, criteria) 获取检查表的 yes/no 概率，或调用 jev.evaluate(state, questions) 同时运行 Choice、Noul 和 Score 问题。结果用于基于阈值做出路由、标记或筛选决策。
用到的原语:choicescorenoul
值得抄的做法
将工作流定义为具有命名步骤的类；使用 Jev 进行类型化判断，并使用阈值进行决策。
怎么试
pip install metis-workflow，然后运行：metis-workflow run --workflow-file examples/support_routing.py --event ticket.json
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0.72
- 展示了 System One 用法片段中未检出0.27
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字片段中未检出0.04
- 是能跑起来的工具在材料中检出0.94
- 学习案例 Top 10 候选信号片段中未检出0.31
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分1.83 / 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10月4日 读 README 写成。