README 自动摘要
根据 README 自动整理于 2026年11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
一个面向开发者的 .NET 控制台应用，用于探索 AI 驱动的业务决策。它提供 18 个基础和高级菜单示例，使用 Local AI 或 Microsoft Foundry AI 上的 SystemOne 和 Decisions API，涵盖概率预测、贝叶斯更新、决策框架和模型校准。
它怎么用 Jev
应用向 SystemOne 或 Decisions API 提供文本输入和 JSON 问题文档。类 Jev 模型返回带概率的选择、是/否概率（noul/predicate），或针对有序评分标准的分数。控制台显示这些类型化结果，包括置信度和概率条，不应用布尔阈值。
用到的原语:choicescorenoul
值得抄的做法
将 AI 判断作为类型化概率（choice、noul、score）使用，使软件能够比较、排序并用 Brier 分数校准决策。
怎么试
安装 .NET 10 SDK，在 LM Studio 中加载决策模型，设置用户机密，然后运行：dotnet run --project SystemOneDecisionsConsole
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 是项目的核心未判定0.43
- 展示了 System One 用法片段中未检出0.26
- 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0.92
- 学习案例 Top 10 候选信号片段中未检出0.33
- 是模型本身的复刻片段中未检出0.10
- 解决的问题够普遍（0–2）按 0–2 打分0.23 / 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11月4日 读 README 写成。