pgdocket — 为 Postgres 提供持久、版本化、经校准的 AI 决策。

README 自动摘要

根据 README 自动整理于 2026年11月4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

pgdocket 将语义 AI 决策作为版本化、经校准的数据存储在任何 Postgres 中，提供置信区间、漂移检查和版本对比，面向在生产中依赖 AI 标注行的团队。

Phase 0 通过 pg-jev 对 Jev 做基准测试：用 jev-1.13.0 判定 2,000 条消费者投诉叙述，测量校准、确定性、批次效应和选项变更。Phase 1 可与任何 /v1/systemone 服务器配合；Jev 作为决策后端，其分数依据人工标签进行校准。

用到的原语:choicescore

用约 100 个人工标签校准原始模型分数，把过度自信的分数变成名副其实的概率。

pip install "git+https://github.com/ElyasEbrahim/pgdocket"，然后用 Docker 运行 5 分钟快速上手。

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。

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。

信号

无判定区（0.40–0.60）

设计模式

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11月4日读 README 写成。