README 自动摘要
根据 README 自动整理于 2026年10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
四个面向开发者的小型 Python 应用：分诊失败的数据流水线任务、将客户消息路由给专业代理、为代理运行的每一步打分（Agent EKG）、检查可疑消息是否为诈骗（Scam Shield）。
它怎么用 Jev
分诊：每个失败任务调用一次 Jev，返回根因 choice 和影响 score；triage() 据此决定 review、retry、page 或 ticket。路由：一次 Jev 调用返回每个代理的 yes/no 概率及紧急度；概率 ≥ 0.5 的代理回复，无匹配或紧急度 ≥ 0.7 时转人工。
用到的原语:choicescore
值得抄的做法
在一次 Jev 调用中结合 choice（根因）与 score（影响），再用显式阈值将答案映射为单一动作。
怎么试
设置 TYPESAFE_API_KEY，然后运行 `uv run triage.py samples/*.json samples/dbt/*.json` 或 `uv run main.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0.92
- 展示了 System One 用法在材料中检出0.66
- 写了怎么处理不确定片段中未检出0.07
- 给出了实测数字片段中未检出0.10
- 是能跑起来的工具在材料中检出0.78
- 学习案例 Top 10 候选信号未判定0.51
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分1.94 / 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20日 读 README 写成。