README 自动摘要
根据 README 自动整理于 2026年10月21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 Google Apps Script 项目，按内容对 Gmail 会话进行分类，添加标签并可选地将会话移至归档、垃圾邮件或回收站，适合希望获得可靠标签以用于搜索和下游自动化的用户。
它怎么用 Jev
对每个排队的会话，脚本向 Jev 发送一个请求，将会话的邮件头和纯文本正文作为 state，并附带所有配置好的英文是/否问题。Jev 通过 Noul 为每个问题返回概率；当概率达到阈值时规则触发，随后应用标签或移动操作。
用到的原语:noul
值得抄的做法
使用带每问题阈值的校准是/否概率，偏向精确性，宁可漏标也不错标。
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0.68
- 展示了 System One 用法在材料中检出0.78
- 写了怎么处理不确定片段中未检出0.23
- 给出了实测数字片段中未检出0.06
- 是能跑起来的工具在材料中检出0.93
- 学习案例 Top 10 候选信号未判定0.45
- 是模型本身的复刻片段中未检出0.03
- 解决的问题够普遍（0–2）按 0–2 打分1.04 / 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10月21日 读 README 写成。