jevbooks

← 全部项目

otimizador_jev

joaohppenha/otimizador_jev

基于 Jev 的高需求配送支持分诊引擎。

分类与路由1.00次选分类: 校验与安全门漏斗
README 自动摘要

根据 README 自动整理于 2026年10月31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

一个笔记本演示,用于高需求配送支持的异步分诊逻辑引擎,用 Jev 的结构化决策原语(System One)替代传统 LLM(System Two)架构,在 API 边缘实现确定性、低延迟、低成本响应。

它怎么用 Jev

Jev 的 Score 原语将非结构化报告文本、用户历史和财务量映射为 1 到 10 的线性复杂度指数。随后 Choice 原语基于该复杂度确定性地选择理想的目标通道。结果驱动静默路由:简单案例通过 API 即时解决,复杂案例转交人工专家。

用到的原语:scorechoice

值得抄的做法

用 Jev 的 Score 到 Choice 流水线替代基于 LLM 的分诊,实现确定性、毫秒级延迟的路由。

怎么试

在 Google Colab 中打开笔记本并按顺序运行单元格。

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 用法片段中未检出0.30
  • 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0.02
  • 是能跑起来的工具未判定0.49
  • 学习案例 Top 10 候选信号片段中未检出0.20
  • 是模型本身的复刻片段中未检出0.13
  • 解决的问题够普遍(0–2)按 0–2 打分1.64 / 2
  • 与 Jev 相关在材料中检出0.96
信号
Jev 是项目的核心0.90展示了 System One 用法0.30写了怎么处理不确定0.05给出了实测数字0.02是能跑起来的工具0.49学习案例 Top 10 候选信号0.20是模型本身的复刻0.1300.51解决的问题够普遍(0–2)1.64 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.7600.51

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10月31日 读 README 写成。