README 自动摘要
根据 README 自动整理于 2026年10月19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
KGP Talkie 的课程，包含幻灯片和 Jupyter notebook，教初学者使用 Jev 及其后续决策模型，覆盖工单分诊、评论仪表盘、银行消息路由和多后端接入。
它怎么用 Jev
Jev 读取状态（文本或 JSON）和类型化问题（choice、score、noul），一次返回带概率的类型化答案，从不生成文本。notebook 通过 TypeSafe SDK 或经 OpenRouter 的原始 HTTP 调用它，结果用于分诊表、置信度门槛、仪表盘和路由。
用到的原语:choicescorenoul
值得抄的做法
对状态提出类型化问题，一次读取校准后的概率，而不是生成文本。
怎么试
运行 `uv sync`，将 `.env.example` 复制为 `.env` 并填入 OpenRouter key，然后从 `notebooks/` 运行 notebook。
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0.92
- 展示了 System One 用法在材料中检出0.90
- 写了怎么处理不确定片段中未检出0.19
- 给出了实测数字片段中未检出0.18
- 是能跑起来的工具片段中未检出0.21
- 学习案例 Top 10 候选信号未判定0.59
- 是模型本身的复刻片段中未检出0.11
- 解决的问题够普遍（0–2）按 0–2 打分1.25 / 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19日 读 README 写成。