README 自动摘要
根据 README 自动整理于 2026年10月18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
面向开发者和讲师的工作坊仓库：五个实时执行的 Jupyter notebook、一份带演讲者备注的 48 页幻灯片、一份带引用的参考文档、演示应用和实战项目，教授 TypeSafe AI 的 System One 模型 Jev——它返回决策而非文本。
它怎么用 Jev
Jev 接收一个状态（文本或 JSON）和若干带类型的问题，返回带校准概率的带类型答案。notebook 和应用用 Choice、Score、Noul、Box 答案在纯 Python 中分支：路由、门控、分诊、筛查和重排决策，阈值与动作由代码掌控。
用到的原语:choicescorenoul
值得抄的做法
对状态提出带类型的问题，并在代码中依据校准概率分支，把阈值和动作留在纯 Python 里而非提示词中。
怎么试
uv sync，导出 TYPESAFE_API_KEY，然后 uv run jupyter lab notebooks/（输出已预先保存）。
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0.96
- 展示了 System One 用法片段中未检出0.36
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字片段中未检出0.14
- 是能跑起来的工具片段中未检出0.12
- 学习案例 Top 10 候选信号在材料中检出0.72
- 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1.11 / 2
- 与 Jev 相关在材料中检出0.99
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18日 读 README 写成。