README 自动摘要
根据 README 自动整理于 2026年10月9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
一个智能体技能，将多项判断（标记、排序、过滤、路由、分诊、评分）转化为类型化问题，交给快速、廉价的非生成式分类器，返回概率而非文本。
它怎么用 Jev
Jev 根据提供的项目状态回答类型化问题（选择一项、是/否、评分）。该技能批量处理项目，返回概率及处理级别和不确定标记，用于代码中的路由、排序或过滤。
用到的原语:choicescorenoul
值得抄的做法
将多项判断批量转化为类型化分类器问题，使用固定配方确保标准一致。
怎么试
npx skills add clark-mackey/classifier-skill --skill classifier-skill
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 是项目的核心片段中未检出0.27
- 展示了 System One 用法在材料中检出0.67
- 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0.18
- 是能跑起来的工具在材料中检出0.86
- 学习案例 Top 10 候选信号未判定0.45
- 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1.48 / 2
- 与 Jev 相关在材料中检出0.96
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9日 读 README 写成。