jevbooks

← 全部项目

jevframe

ktaletsk/jevframe · 项目主页

使用 TypeSafe Jev 为 pandas 和 Polars DataFrame 提供语义 AI。

数据标注与清洗60%次选分类: 分类与路由问卷常开常闭

这是什么

jevframe 是一个 Python 库,用于在 pandas 和 Polars DataFrame 中进行 AI 文本分类、情感分析和评分。它允许用户对每一行提出自然语言问题,并获得包含完整概率分布的结构化结果。

它怎么用 Jev

Jev 对基于所选行上下文构建的状态评估类型化问题(Choice、Score、Noul)。结果以普通 Series/DataFrame 返回,保留行顺序和索引。每行的多个问题共享一个请求;支持有界异步并发和可选缓存。

用到的原语:choicescorenoul

值得抄的做法

每行同时评估多个问题,使用有界异步并发和可选内存缓存。

怎么试

uv add 'jevframe[pandas]==0.1.0' 并设置 TYPESAFE_API_KEY,或无需密钥运行 marimo 演示。

去 GitHub 看

Jev 判的jev-1.13.0

证据

每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。

  • Jev 是主角0.94
  • 有 System One 用法0.69
  • 处理了不确定性0.06
  • 有实测数据0.06
  • 可直接跑0.95
  • 值得推荐未判定0.45
  • 是模型的复刻0.05
  • 问题普遍性按 0–2 打分1.39
  • 与 Jev 相关0.98

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月21日 读 README 写成。