jevbooks

← 全部项目

ha-gutcheck

funkadelic/ha-gutcheck

使用Jev为Home Assistant安装做检查并建议修复。

校验与安全门0.16次选分类: 打分与排序取景框
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

Gut Check是一个Home Assistant集成,每周对您的安装进行检查,发现不可用实体、有风险的更新、卡住的集成以及缺失的标签或区域,并建议修复供您审阅。

它怎么用 Jev

Jev为每项检查做出判断:对不可用实体进行分类、对更新发布说明进行评分、建议区域或设备类别、对集成错误进行分类,以及判断传感器是否关键或诊断性。Gut Check发送简短描述和固定答案列表;Jev返回一个选择和置信度,低置信度的项目会被搁置。

用到的原语:choicescore

值得抄的做法

利用Jev的校准置信度来控制操作:仅在置信时行动,否则标记为不确定并搁置。

怎么试

通过HACS安装,创建TypeSafe AI API密钥,并在设置 > 设备与服务中添加集成。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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 是项目的核心在材料中检出0.93
  • 展示了 System One 用法未判定0.50
  • 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0.04
  • 是能跑起来的工具在材料中检出0.97
  • 学习案例 Top 10 候选信号片段中未检出0.13
  • 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1.07 / 2
  • 与 Jev 相关在材料中检出0.96
信号
Jev 是项目的核心0.93展示了 System One 用法0.50写了怎么处理不确定0.05给出了实测数字0.04是能跑起来的工具0.97学习案例 Top 10 候选信号0.13是模型本身的复刻0.0500.51解决的问题够普遍(0–2)1.07 / 2012

无判定区(0.40–0.60)

设计模式
取景框0.70漏斗0.50灰区0.46信号灯0.33常开常闭0.30验货0.2200.51

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。