jevbooks

← 全部项目

jev_naics

jmurray10/jev_naics

经典 PEAS 智能体将业务描述编码为 NAICS 2022 行业,由 Jev 排序。

README 自动摘要

根据 README 自动整理于 2026年11月4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

将企业的运营描述归类到 1,012 个 NAICS 2022 行业之一,或将其留待人工处理。面向保险申请场景,错误的相邻代码会在无人察觉的情况下错误定价风险。

它怎么用 Jev

代码通过 Postgres 全文搜索、拼写纠正、词表以及 NAICS 树遍历构建封闭候选列表。Jev 对该封闭列表排序,以概率回答类型化问题(从选项中选择一个;该陈述是否为真)。随后测量门控决定执行或留待人工;Jev 从不发明或拒绝代码。

用到的原语:choicescore

值得抄的做法

代码掌控每个动作与门控;Jev 仅对真实行业的封闭列表排序,因此无法发明代码或选择“以上都不是”。

怎么试

使用 Docker Desktop 和 git 启动整套服务;克隆仓库并运行安装脚本。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.90
  • 展示了 System One 用法在材料中检出0.85
  • 写了怎么处理不确定在材料中检出0.78
  • 给出了实测数字在材料中检出0.85
  • 是能跑起来的工具在材料中检出0.62
  • 学习案例 Top 10 候选信号未判定0.59
  • 是模型本身的复刻在材料中检出0.63
  • 解决的问题够普遍(0–2)按 0–2 打分1.02 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.90展示了 System One 用法0.85写了怎么处理不确定0.78给出了实测数字0.85是能跑起来的工具0.62学习案例 Top 10 候选信号0.59是模型本身的复刻0.6300.51解决的问题够普遍(0–2)1.02 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.97验货0.94黑匣子0.91体检0.74菜单0.56信号灯0.48常开常闭0.44盲审0.25记分卡0.2000.51

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4日 读 README 写成。