jevbooks

← 全部项目

jev-depth

chewbaccasthong/jev-depth

用 JEV 的校准概率对联系人一周互动深度进行分类。

README 自动摘要

根据 README 自动整理于 2026年10月28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

一个命令行分类器,读取与一位职业联系人一周的活动,将互动深度标记为 deep、moderate、shallow 或 needs_review。由 Henry Gawelek 作为 take-home 编程挑战构建。

它怎么用 Jev

每个通过输入检查的周成为一次 JEV 请求。JEV 以三种选项顺序回答深度 Choice、一个未言明主题问题,以及每条消息的问题(文本缺失、具体性、自动化、客套),外加一个四选一基线用于比较。代码中的决策表将这些答案转化为标签、证据、解释、置信度和后续步骤。

用到的原语:choicescore

值得抄的做法

以多种选项顺序询问同一深度 Choice 并取平均,用模型的不确定性触发复核标记而非改变标签。

怎么试

uv sync --locked; uv run jev-depth classify --offline; uv run jev-depth evaluate

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.91
  • 展示了 System One 用法在材料中检出0.65
  • 写了怎么处理不确定片段中未检出0.37
  • 给出了实测数字在材料中检出0.99
  • 是能跑起来的工具在材料中检出0.61
  • 学习案例 Top 10 候选信号未判定0.43
  • 是模型本身的复刻片段中未检出0.02
  • 解决的问题够普遍(0–2)按 0–2 打分0.58 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.91展示了 System One 用法0.65写了怎么处理不确定0.37给出了实测数字0.99是能跑起来的工具0.61学习案例 Top 10 候选信号0.43是模型本身的复刻0.0200.51解决的问题够普遍(0–2)0.58 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.98信号灯0.98常开常闭0.96记分卡0.94漏斗0.88验货0.86灰区0.81体检0.75黑匣子0.72菜单0.49盲审0.39预问0.34恒温器0.2400.51

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28日 读 README 写成。