jevbooks

← 全部项目

typesafe-jev-salesforce

divingsbysangam/typesafe-jev-salesforce

在 Apex 中构建的类型化决策层,用于工单分诊与 Agentforce 护栏。

README 自动摘要

根据 README 自动整理于 2026年10月17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 Salesforce DX 项目,在 Apex 中嵌入 TypeSafe Jev 这一类型化决策模型(而非生成式 LLM),用于 Service Cloud 工单分诊和 Agentforce 护栏。为 Sangam 的 Deep Dives 现场构建。

它怎么用 Jev

CaseTriageService 在一次请求中提出五个问题:用 Choice 判断归属团队,用 Noul 判断时效性与退款请求,用 Score 评估挫败感与流失风险。护栏对每种风险运行一个 Noul 并加一个严重度 Score。结果决定 Priority、路由和 guard_action 门控。

用到的原语:choicescorenoul

值得抄的做法

Noul 用概率区间(复核带与行动带)门控,而非 Choice 式置信度阈值;所有阈值放在自定义元数据中。

怎么试

用 sf 授权组织,部署 force-app,分配 TypeSafe_User,在 TypeSafe External Credential 中设置 API key。

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0.92
  • 展示了 System One 用法未判定0.52
  • 写了怎么处理不确定片段中未检出0.10
  • 给出了实测数字片段中未检出0.08
  • 是能跑起来的工具在材料中检出0.78
  • 学习案例 Top 10 候选信号未判定0.52
  • 是模型本身的复刻在材料中检出0.69
  • 解决的问题够普遍(0–2)按 0–2 打分1.42 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.92展示了 System One 用法0.52写了怎么处理不确定0.10给出了实测数字0.08是能跑起来的工具0.78学习案例 Top 10 候选信号0.52是模型本身的复刻0.6900.51解决的问题够普遍(0–2)1.42 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.98信号灯0.97漏斗0.90记分卡0.78体检0.72常开常闭0.69取景框0.53灰区0.50恒温器0.36题库0.26黑匣子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17日 读 README 写成。