README 自动摘要
根据 README 自动整理于 2026年10月1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
一个演示客户服务中心，使用 JEV（TypeSafe AI）为每条消息做出结构化决策，包括护栏、分诊和 LLM 路由，并配有 Python 管道和动画演示。
它怎么用 Jev
JEV 接收每条客户消息，并在一次调用中回答 7 个类型化问题：提示注入/滥用内容（Noul）用于护栏；时间、紧急程度、情绪、退款（Choice/Score/Noul）用于分诊；复杂度（Choice）用于 LLM 路由。结果在 Python 代码中通过置信度门控用于决定操作。
用到的原语:choicescorenoul
值得抄的做法
置信度门控：低置信度触发人工审核，实现安全自动化。
怎么试
cp .env.example .env，设置 TYPESAFE_API_KEY，uv sync，uv run uvicorn app.main:app --reload
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0.95
- 展示了 System One 用法在材料中检出0.96
- 写了怎么处理不确定片段中未检出0.11
- 给出了实测数字片段中未检出0.15
- 是能跑起来的工具在材料中检出0.67
- 学习案例 Top 10 候选信号在材料中检出0.61
- 是模型本身的复刻片段中未检出0.05
- 解决的问题够普遍（0–2）按 0–2 打分1.29 / 2
- 与 Jev 相关在材料中检出0.98
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1日 读 README 写成。