README 自动摘要
根据 README 自动整理于 2026年10月11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 Streamlit 控制台，使用 Jev 对支持工单进行分类：为每张工单选择团队、严重程度和紧急程度，对置信度高的工单自动路由，其余进入人工审核队列。决策会保存到 MySQL 作为标注数据。
它怎么用 Jev
对每张工单，Jev 回答三个类型化问题：团队（technical、billing、feature_request、retention）、严重程度（sev1、sev2、sev3）以及是否紧急（yes/no）。应用将置信度计算为 min(团队置信度, 严重程度置信度)；若达到或超过阈值滑块，工单自动路由，否则进入审核队列。
用到的原语:choicescorenoul
值得抄的做法
使用两个置信度分数的最小值来门控自动路由，确保只有当 Jev 对团队和严重程度都有把握时才自动路由。
怎么试
设置完成后运行 `python -m streamlit run jev_streamlit.py`。
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0.93
- 展示了 System One 用法在材料中检出0.79
- 写了怎么处理不确定在材料中检出0.68
- 给出了实测数字片段中未检出0.05
- 是能跑起来的工具在材料中检出0.97
- 学习案例 Top 10 候选信号片段中未检出0.38
- 是模型本身的复刻片段中未检出0.09
- 解决的问题够普遍（0–2）按 0–2 打分1.66 / 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11日 读 README 写成。