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
一个 Go 命令行工具，把文本通过管道送入 System One 模型（TypeSafe 的 Jev、Berget、Levanto 的 Sage、Cloudflare 的 Clef），并以退出码、JSON、CSV 和 Markdown 返回可脚本化的答案。
它怎么用 Jev
Jev 把是/否问题回答为概率，从给定选项中挑选，并在有序量表上对文本评分。onesie 发送管道传入的状态和类型化问题，然后用概率通过退出码（0 运行、1 阻止、7 询问人工）来门控命令，或在输出中给出数值。
用到的原语:choicescorenoul
值得抄的做法
用 `onesie calibrate` 在已标注记录上校准阈值，提交答案并在 CI 中用 `--require` 离线强制执行。
怎么试
brew install frodi-karlsson/tap/onesie，然后 echo text | onesie 'is this urgent' -r
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0.07
- 展示了 System One 用法在材料中检出0.85
- 写了怎么处理不确定在材料中检出0.82
- 给出了实测数字在材料中检出0.75
- 是能跑起来的工具在材料中检出0.93
- 学习案例 Top 10 候选信号未判定0.51
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分1.73 / 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11月4日 读 README 写成。