jevbooks

← 全部项目

jev-cleaning-and-tagging

ClehmanGit/jev-cleaning-and-tagging

用 Jev 把未标注文档变成可打标签、可筛选的资料库。

README 自动摘要

根据 README 自动整理于 2026年10月8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

为检索代理清理并标注杂乱文档集合。它从 PDF、Office 文件、扫描件和照片中提取文本,用 Jev 按分类法判断每个文件,把标签写入文件并验证写入结果。

它怎么用 Jev

Jev 按分类法中的每条陈述判断每个文档,一次调用返回每个标签的校准概率。阈值随后在代码中应用;概率会被保存,因此无需再次调用 Jev 即可重新评分规则。

用到的原语:choice

值得抄的做法

编写单选陈述时让它们互相排除,因为 Jev 独立判断每条陈述。

怎么试

./start.sh(Windows:start.bat)在 http://127.0.0.1:8765 打开 hub

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-1.13.0
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0.87
  • 展示了 System One 用法片段中未检出0.39
  • 写了怎么处理不确定片段中未检出0.07
  • 给出了实测数字片段中未检出0.06
  • 是能跑起来的工具在材料中检出0.79
  • 学习案例 Top 10 候选信号未判定0.51
  • 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1.16 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.87展示了 System One 用法0.39写了怎么处理不确定0.07给出了实测数字0.06是能跑起来的工具0.79学习案例 Top 10 候选信号0.51是模型本身的复刻0.0400.51解决的问题够普遍(0–2)1.16 / 2012

无判定区(0.40–0.60)

设计模式
信号灯0.97问卷0.96黑匣子0.86验货0.70题库0.66记分卡0.60灰区0.45漏斗0.36恒温器0.33体检0.2800.51

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8日 读 README 写成。