jevbooks

← 全部项目

typesafe-demo-finance-tracking-app

Hari31416/typesafe-demo-finance-tracking-app

使用 Jev 的类型化决策进行交易分类和异常检测的个人财务追踪器。

分类与路由0.63次选分类: 金融与交易信号灯常开常闭
README 自动摘要

根据 README 自动整理于 2026年9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

一个演示个人财务追踪器,后端使用 Python/FastAPI,前端使用 React/TypeScript。它使用 Jev 的校准概率对交易进行分类、检测订阅和重复项、标记异常,然后应用确定性预算规则。

它怎么用 Jev

对每笔交易,Jev 运行:choice 以置信度选择类别,noul 计算订阅和重复概率,score 进行 1-5 异常评分。结果控制应用逻辑:类别置信度低于 0.80 需人工审核,订阅概率 ≥0.70 注册,重复概率 ≥0.80 标记。

用到的原语:choicenoulscore

值得抄的做法

对 Jev 的校准概率设置阈值以触发人工审核,而不是直接信任模型的最高选择。

怎么试

在 .env 中设置 JEV_API_KEY,然后在仓库根目录运行 'make setup' 和 'make start'。

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0.81
  • 展示了 System One 用法在材料中检出0.79
  • 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0.81
  • 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0.03
  • 解决的问题够普遍(0–2)按 0–2 打分0.21 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.81展示了 System One 用法0.79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0.81学习案例 Top 10 候选信号0.51是模型本身的复刻0.0300.51解决的问题够普遍(0–2)0.21 / 2012

无判定区(0.40–0.60)

设计模式
信号灯0.98常开常闭0.80漏斗0.35问卷0.27灰区0.2700.51

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9月20日 读 README 写成。