这是什么
一个针对一文件夹简历的本地筛选工作台，基于 TypeSafe 的 Jev 模型。它面向招聘者，提供每位候选人一个结论的可排序候选名单。
它怎么用 Jev
它对每份简历向 Jev 提出一小组固定的类型化问题，然后用可读的普通算术对答案打分。招聘的职位是你在应用里编辑的策略；修改权重、上限或问题会在约 20 ms 内重新为所有已存候选人打分，且不产生费用。
用到的原语:choicescorenoul
值得抄的做法
把模型的判断与算术分开保存，这样修改策略就能免费重新为已存候选人打分。
怎么试
运行方法见 cv-screen/README.md。
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角是0.94
- 有 System One 用法是0.78
- 处理了不确定性否0.04
- 有实测数据否0.09
- 可直接跑是0.76
- 值得推荐是0.61
- 是模型的复刻否0.08
- 问题普遍性按 0–2 打分1.16
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。