README 自动摘要
根据 README 自动整理于 2026年10月18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
一个面向编码代理的可移植上下文压缩层。它不要求另一个 LLM 将旧上下文改写为有损摘要，而是用 Jev 判断哪些工具调用和结果仍然重要，在多个代理运行时中原样保留用户和助手文本。
它怎么用 Jev
Jev 根据转录状态对已完成的工具调用打分，返回保留概率。高于保留阈值的工具调用连同完整或有界结果保留；其余连同结果一起移除。保留的规范化上下文替换或补充宿主内置压缩。
用到的原语:score
值得抄的做法
用校准打分器判断哪些工具调用仍重要，而非让 LLM 摘要，从而原样保留文本。
怎么试
npm install && npm run check，设置 TYPESAFE_API_KEY，然后运行 save-token-jev compact --format anthropic --input transcript.json
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0.84
- 展示了 System One 用法片段中未检出0.17
- 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
- 是能跑起来的工具在材料中检出0.93
- 学习案例 Top 10 候选信号未判定0.41
- 是模型本身的复刻片段中未检出0.06
- 解决的问题够普遍（0–2）按 0–2 打分1.39 / 2
- 与 Jev 相关在材料中检出0.95
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18日 读 README 写成。