README 自动摘要
根据 README 自动整理于 2026年9月26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
DocJev 是一个 Python 库、CLI 和本地应用，可根据自然语言类别规则对 PDF、DOCX 和 PPTX 进行分类，或将文档包拆分为有序的子文档并给出页码范围。
它怎么用 Jev
Jev 根据提取的页面文本预测文档类别，拆分时预测各组成文档之间的边界。结果以类别、概率、页码范围及复核标记呈现；Jev 提供决策和分布，因此该包不会编造解释性理由。
用到的原语:choice
值得抄的做法
将 OCR 计时与决策计时分开，并对阈值 0.1 范围内的边界分数标记复核。
怎么试
uv sync && uv run docjev doctor --smoke，然后使用 --rules 运行 uv run docjev classify 或 split。
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0.78
- 展示了 System One 用法片段中未检出0.16
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字在材料中检出0.96
- 是能跑起来的工具在材料中检出0.90
- 学习案例 Top 10 候选信号未判定0.51
- 是模型本身的复刻片段中未检出0.21
- 解决的问题够普遍（0–2）按 0–2 打分1.56 / 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9月26日 读 README 写成。