jevbooks

← 全部项目

tax-doc-classifier

kyotofin/tax-doc-classifier

基于 Jev 的 IRS 税务文档页面分类器。

分类与路由1.00次选分类: 校验与安全门记分卡体检
README 自动摘要

根据 README 自动整理于 2026年9月20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

将含文本的 PDF 页面分类为 IRS 表单与页面类型候选,并带有置信度门控,面向需要分拣税务文档的团队。这是文档分拣,不是税务建议;扫描页需先做 OCR。

它怎么用 Jev

每页文本作为一次请求发给 Jev,覆盖 7 种页面类型与 230 个表单选项(外加 not_in_this_list);五种公司/境外表单会触发第二次子表单提问。Jev 返回概率,formConfidence(各步最小值)决定调用方是继续处理还是回退。

用到的原语:choice

值得抄的做法

以各步最小置信度作为门控;低于门控时回退,而不是信任低置信度标签。

怎么试

pnpm install;pnpm typecheck;pnpm test。需要 Node 20+、poppler 和 TYPESAFE_API_KEY。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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0.95
  • 展示了 System One 用法未判定0.53
  • 写了怎么处理不确定片段中未检出0.15
  • 给出了实测数字在材料中检出0.82
  • 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0.46
  • 是模型本身的复刻片段中未检出0.05
  • 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0.99
信号
Jev 是项目的核心0.95展示了 System One 用法0.53写了怎么处理不确定0.15给出了实测数字0.82是能跑起来的工具0.87学习案例 Top 10 候选信号0.46是模型本身的复刻0.0500.51解决的问题够普遍(0–2)1.04 / 2012

无判定区(0.40–0.60)

设计模式
体检0.90记分卡0.88取景框0.43菜单0.27漏斗0.2000.51

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9月20日 读 README 写成。