jevbooks

← 全部项目

jev-ai-demo

georgeykalangi/jev-ai-demo

Jev 类型化问题与校准答案的可运行演示。

其他0.25次选分类: 分类与路由问卷信号灯记分卡
README 自动摘要

根据 README 自动整理于 2026年10月20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

一个非官方社区演示,展示 Jev(TypeSafe 的 System One 模型)如何把状态加类型化问题转化为校准概率,面向想在集成前先了解该模式的开发者。

它怎么用 Jev

Jev 通过 POST /v1/systemone 独立回答每个类型化问题。演示针对工单和缺陷报告提出 choice(哪个团队)、score(严重程度、挫败感、报告质量)和 noul(是否紧急)问题;随后 Python 应用权重、阈值和路由规则得出最终决策。

用到的原语:choicescorenoul

值得抄的做法

提出狭窄、可调的类型化问题,并在代码中用显式权重和阈值组合其校准概率。

怎么试

克隆仓库,创建 venv,pip install -e ".[dev]",然后运行 examples/01_quickstart.py(离线回放)。

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-1.13.0
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0.85
  • 展示了 System One 用法在材料中检出0.88
  • 写了怎么处理不确定片段中未检出0.08
  • 给出了实测数字片段中未检出0.06
  • 是能跑起来的工具在材料中检出0.67
  • 学习案例 Top 10 候选信号未判定0.48
  • 是模型本身的复刻片段中未检出0.06
  • 解决的问题够普遍(0–2)按 0–2 打分0.12 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.85展示了 System One 用法0.88写了怎么处理不确定0.08给出了实测数字0.06是能跑起来的工具0.67学习案例 Top 10 候选信号0.48是模型本身的复刻0.0600.51解决的问题够普遍(0–2)0.12 / 2012

无判定区(0.40–0.60)

设计模式
记分卡0.98问卷0.97信号灯0.93漏斗0.31题库0.28灰区0.2500.51

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10月20日 读 README 写成。