README 自动摘要
根据 README 自动整理于 2026年11月1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
Udemy 课程《Master TypeSafe Jev AI》的配套代码。包含三个小型 Python 脚本，每个对应一个 TypeSafe AI 原语，另有一个从 rules.yaml 读取部门的工单路由里程碑项目。
它怎么用 Jev
Jev 不生成文本，而是回答带类型的问题。choice_ques.py 把 GitHub issue 路由到团队，score_ques.py 评估 bug 的严重程度和挫败感，noul_ques.py 执行是/否 PR 检查清单。路由器询问 Jev 应由哪个部门处理工单，当置信度低于 min_probability 时转交人工。
用到的原语:choicescorenoul
值得抄的做法
基于返回的数值（confidence、probabilities、noul）分支，而不只看最高答案，并在自己的数据上调优阈值。
怎么试
安装 typesafe-sdk==0.7.5、python-dotenv 和 pyyaml，创建含 API key 的 .env，然后运行 uv run python choice_ques.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-1.14.0- 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0.96
- 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0.05
- 给出了实测数字片段中未检出0.04
- 是能跑起来的工具未判定0.42
- 学习案例 Top 10 候选信号未判定0.40
- 是模型本身的复刻片段中未检出0.24
- 解决的问题够普遍（0–2）按 0–2 打分1.18 / 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11月1日 读 README 写成。