README 自动摘要
根据 README 自动整理于 2026年10月14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 Letta 代理技能，使用 TypeSafe System One (Jev) 作为文本和决策的外部裁判，返回校准后的数字而非需要解读的文本。面向需要可复现标准裁决的开发者。
它怎么用 Jev
Jev 对传入状态回答类型化问题：noul 给出“是”的概率，choice 从列表中选择，score 定位在量表上，batch 在一个状态上处理多个问题。scan_text.py 按段落扫描文档，标记有根据的断言与列举、提问或开放承认。
用到的原语:choicescorenoul
值得抄的做法
使用四个问题的评分标准，而非单个问题；在对比对上校准阈值；将 0.30–0.70 视为不确定。
怎么试
letta install 技能 URL；设置 TYPESAFE_API_KEY；运行 scripts/typesafe.py 或 scripts/scan_text.py。
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0.91
- 展示了 System One 用法片段中未检出0.21
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字未判定0.48
- 是能跑起来的工具在材料中检出0.62
- 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0.11
- 解决的问题够普遍（0–2）按 0–2 打分1.12 / 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14日 读 README 写成。