这是什么
一个实验性的决策优先 CSV 清洗工具，面向需要可审计、保守修复的数据工程师。它在本地分析问题并生成有界修复候选，使用 Jev 判断适用性和语义安全性，然后提交版本化快照。
它怎么用 Jev
Jev Choice 选择动作，Noul 返回 P(applicable)，有序 Score 返回每个候选的 P(风险等级 = 0/1/2)。确定性策略门根据这些分布、预期风险和快照资格接受或弃权；接受的候选被执行并进行语义后检。
用到的原语:choicenoulscore
值得抄的做法
将确定性候选生成与模型判断分离，然后用固定策略阈值门控修复并记录完整分布。
怎么试
uv run idac clean --input examples/data/dirty.csv --config configs/demo.yaml --output runs/my-first-run
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 是主角是0.94
- 有 System One 用法是0.70
- 处理了不确定性否0.08
- 有实测数据否0.04
- 可直接跑是0.73
- 值得推荐未判定0.48
- 是模型的复刻否0.04
- 问题普遍性按 0–2 打分1.64
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月23日 读 README 写成。