README 自动摘要
根据 README 自动整理于 2026年10月27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
LocalJev 是一个用 TypeScript/Bun 编写的服务器，提供 Jev 兼容的 POST /v1/systemone 端点，后端通过 OpenAI 兼容的 Chat Completions 端点调用 DiffusionGemma，面向在 oMLX 上运行本地推理的开发者。
它怎么用 Jev
它将 Jev 的 state 和类型化问题翻译成分类提示词，要求模型返回 JSON 概率标量/向量，校验并重试格式错误的输出，然后归一化向量并计算 Jev 兼容的 choice、期望 score 和基于熵的置信度。概率由模型自报，而非从 logits 读取。
用到的原语:choicescorenoul
值得抄的做法
让模型输出 JSON 概率并归一化，而非读取 logits，以保持与 Jev 的线路兼容。
怎么试
bun install，设置 LOCALJEV_UPSTREAM_API_KEY，然后 bun run start；检查 /ready 并向 /v1/systemone 发送 POST。
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0.86
- 展示了 System One 用法片段中未检出0.12
- 写了怎么处理不确定片段中未检出0.02
- 给出了实测数字片段中未检出0.03
- 是能跑起来的工具在材料中检出0.95
- 学习案例 Top 10 候选信号片段中未检出0.18
- 是模型本身的复刻在材料中检出0.85
- 解决的问题够普遍（0–2）按 0–2 打分0.98 / 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27日 读 README 写成。