README 自动摘要
根据 README 自动整理于 2026年9月22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
面向具身 AI 实验的本地浏览器工作台：三个 MuJoCo Franka Panda 任务（搬运入盘、方块堆叠、越障搬运），决策过程逐步可见，适合没有机器人硬件、想先体验具身 AI 的人。
它怎么用 Jev
Jev 接收结构化文本观测（状态或 RGB-D 检测坐标），在有限候选中选择：预设技能／阶段、逐步 XYZ／夹爪短步，或分层子目标加各轴方向。IK、安全检查、执行与成功判定由确定性代码负责；Jev 返回候选概率。
用到的原语:choice
值得抄的做法
同一状态下合并独立问题，直接输出有限候选概率，而不是生成文字。
怎么试
git clone、pip install -e .、npm ci、npm run build、embodied-jev serve --port 8090
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 是项目的核心未判定0.46
- 展示了 System One 用法在材料中检出0.61
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字片段中未检出0.10
- 是能跑起来的工具在材料中检出0.69
- 学习案例 Top 10 候选信号未判定0.43
- 是模型本身的复刻片段中未检出0.20
- 解决的问题够普遍（0–2）按 0–2 打分0.72 / 2
- 与 Jev 相关在材料中检出0.94
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9月22日 读 README 写成。