README 自动摘要
根据 README 自动整理于 2026年10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
一个本地优先的混合RAG系统，适用于单机上的个人用户：上传文档、提问、获得带引用的答案。包含一个基准实验室，使用独立LLM评判器在11个场景上比较传统和混合管道。
它怎么用 Jev
一个本地0.8B Jev风格模型做出类型化、校准的决策：根据重排后的段落分数控制升级，分解难题，从两个候选答案中选择最佳，并验证引用。它从不生成文本；云LLM撰写答案。
用到的原语:choicescorenoul
值得抄的做法
使用小型本地决策模型来门控昂贵的云LLM调用并验证引用，使大部分处理保持在本地。
怎么试
运行scripts/setup_local_models.sh、scripts/setup_backend.sh，然后bun install和scripts/dev.sh；打开http://localhost:3000。
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 是项目的核心片段中未检出0.19
- 展示了 System One 用法片段中未检出0.25
- 写了怎么处理不确定片段中未检出0.08
- 给出了实测数字片段中未检出0.10
- 是能跑起来的工具在材料中检出0.87
- 学习案例 Top 10 候选信号未判定0.43
- 是模型本身的复刻片段中未检出0.39
- 解决的问题够普遍（0–2）按 0–2 打分1.28 / 2
- 与 Jev 相关在材料中检出0.94
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4日 读 README 写成。