README 自动摘要
根据 README 自动整理于 2026年9月20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 Python MCP 服务器，把 TypeSafe Jev 的类型化 classify、score、check、match 和 screen 判断暴露为工具，让任何支持 MCP 的 agent 都能在封闭答案决策上获得校准后的置信度。
它怎么用 Jev
每个工具把 state 加上类型化问题（Choice、Score 或 Noul）发给 Jev，返回包含答案、confidence、probabilities 和 band 的结构化信封。Agent 调用 jev_classify、jev_score、jev_check、jev_match 或 jev_screen；策略阈值集中在 jev_mcp/questions.py。
用到的原语:choicescorenoul
值得抄的做法
Order-ensemble 把反转条件顺序产生的分歧变成廉价的复核信号。
怎么试
设置 TYPESAFE_API_KEY，然后运行 uvx --from git+https://github.com/blakestone-x/jev-mcp@v0.2.1 jev-mcp。
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0.95
- 展示了 System One 用法片段中未检出0.32
- 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0.26
- 是能跑起来的工具在材料中检出0.98
- 学习案例 Top 10 候选信号片段中未检出0.32
- 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1.40 / 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9月20日 读 README 写成。