README 自动摘要
根据 README 自动整理于 2026年10月28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
jevmem 为 AI 智能体提供持久化长期记忆，存储于单个 SQLite 文件，以 MCP server、Claude Code/Cursor hooks、CLI 和 Python 库的形式提供，使决策和坑点跨会话保留，且不调用生成式 LLM。
它怎么用 Jev
Jev 以概率回答类型化问题：写入时对笔记分类并筛查注入、密钥和状态腐烂，再链接相关笔记；召回时判断相关性、决定 lite 还是 full 模式以及结果是否充分；每 20 次写入标记被取代、重复或反复出现的笔记。
用到的原语:choicescorenoul
值得抄的做法
分工：廉价的 System One 模型用类型化概率问题完成筛查、分类、链接和充分性判断，智能体负责撰写与综合。
怎么试
uvx jevmem config init --api-key "..."，然后 claude mcp add --scope user jevmem -- uvx --from jevmem jevmem-mcp
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0.86
- 展示了 System One 用法片段中未检出0.28
- 写了怎么处理不确定片段中未检出0.04
- 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0.97
- 学习案例 Top 10 候选信号片段中未检出0.30
- 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1.50 / 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28日 读 README 写成。