这是什么
一个 Python 库、CLI 和本地应用，可根据自然语言类别规则对 PDF、DOCX 或 PPTX 进行分类，或将一个包拆分为有序的子文档及页码范围。面向文档流水线开发者。
它怎么用 Jev
Jev 根据 LiteParse 提取的页面文本预测文档类别或组件文档之间的边界。分类返回一个类别、概率和审核标记；拆分返回有序类别和页码范围，并可选导出每个文档的 PDF。
用到的原语:choice
值得抄的做法
将 OCR 与决策计时分开，并在将不同引用视为独立文档的同时保持续页在一起。
怎么试
uv sync && uv run docjev doctor --smoke，然后使用规则 YAML 进行分类或拆分。
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角是0.80
- 有 System One 用法否0.22
- 处理了不确定性否0.04
- 有实测数据是0.96
- 可直接跑是0.91
- 值得推荐是0.63
- 是模型的复刻未判定0.49
- 问题普遍性按 0–2 打分1.59
- 与 Jev 相关是0.97
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月21日 读 README 写成。