README 自动摘要
根据 README 自动整理于 2026年10月11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
一个演示工作流，根据静态药物相互作用数据集和实时 openFDA 药品标签文本检查处方请求，然后生成建议。面向探索基于 Jev 决策管道的开发者，不用于临床。
它怎么用 Jev
Jev 进行检索前预检（HARD_BLOCK 与继续）、检索后风险路由（FAST_PATH 与 FULL_SEARCH）、相关性和过时证据检查、GPT 模型路由以及输出接地/动作审计。决策使用请求状态和检索到的证据；结果驱动图分支和最终动作。
用到的原语:choicescore
值得抄的做法
在图中的多个阶段将 Jev 用作非生成式决策层，将低置信度的快速路径结果升级为完整搜索。
怎么试
uv pip install -r requirements.txt，设置 .env 密钥，摄取 DDI CSV，然后运行 streamlit run jev_demo.py
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0.71
- 展示了 System One 用法在材料中检出0.64
- 写了怎么处理不确定片段中未检出0.13
- 给出了实测数字片段中未检出0.05
- 是能跑起来的工具片段中未检出0.39
- 学习案例 Top 10 候选信号未判定0.43
- 是模型本身的复刻片段中未检出0.07
- 解决的问题够普遍（0–2）按 0–2 打分0.73 / 2
- 与 Jev 相关在材料中检出0.98
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11日 读 README 写成。