README 自动摘要
根据 README 自动整理于 2026年11月3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
一个本机运行的网页工具，分析两人聊天记录（微信、QQ、WhatsApp、iMessage），展示情绪、意图、回复评级和下一步建议，帮助想更懂 Crush 或对象的人。
它怎么用 Jev
Jev 是逐句分析的首选模型。工具把聊天状态和类型化问题发给 Jev，Jev 返回分类、评分和概率，用于情绪与意图；这些概率显示在聊天气泡下，并参与整体好感度和回复评级。
用到的原语:choicescorenoul
值得抄的做法
用原生判断模型返回校准概率来做逐句情绪和意图分析，而非自由文本 LLM 输出。
怎么试
运行 npm ci、npm run build、npm start，然后打开 http://127.0.0.1:3178/ 并配置模型 Key。
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-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
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 是项目的核心片段中未检出0.06
- 展示了 System One 用法未判定0.41
- 写了怎么处理不确定片段中未检出0.25
- 给出了实测数字片段中未检出0.02
- 是能跑起来的工具在材料中检出0.98
- 学习案例 Top 10 候选信号片段中未检出0.11
- 是模型本身的复刻片段中未检出0.03
- 解决的问题够普遍（0–2）按 0–2 打分0.62 / 2
- 与 Jev 相关在材料中检出0.97
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11月3日 读 README 写成。