jevbooks

← 全部项目

jevon

dumpydon/jevon

使用 Jev 从客户评论中生成类型化、置信度感知的决策。

分类与路由0.69次选分类: 打分与排序问卷信号灯验货
README 自动摘要

根据 README 自动整理于 2026年10月6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

Jevon 将客户反馈转化为类型化的运营决策。它面向需要可检查、有界判断而非生成文本的开发者与分析师,公开模型概率以及将其转化为行动的规则。

它怎么用 Jev

一条评论成为一个共享状态。Jev 通过 AsyncTypeSafeClient.system_one 评估 19 个类型化问题(8 个 Noul、9 个 Score、2 个 Choice)。后端代码对返回的概率应用提及门控和确定性阈值,生成方面评分、情感、主题、紧急度、流失风险和升级建议。

用到的原语:choicescorenoul

值得抄的做法

使用一个共享语义状态和多个类型化问题,然后在普通代码中应用显式阈值,将概率转化为行动。

怎么试

打开托管应用,或通过 Vite 代理到端口 8000 在本地运行;在 Python 后端设置 TYPESAFE_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 用法在材料中检出0.94
  • 写了怎么处理不确定片段中未检出0.33
  • 给出了实测数字片段中未检出0.05
  • 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0.47
  • 是模型本身的复刻片段中未检出0.23
  • 解决的问题够普遍(0–2)按 0–2 打分1.57 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.92展示了 System One 用法0.94写了怎么处理不确定0.33给出了实测数字0.05是能跑起来的工具0.78学习案例 Top 10 候选信号0.47是模型本身的复刻0.2300.51解决的问题够普遍(0–2)1.57 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.98信号灯0.97验货0.81常开常闭0.65记分卡0.51题库0.39漏斗0.37取景框0.36体检0.2300.51

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6日 读 README 写成。