这是什么
一个用 usage-rs 构建、名为 typesafe-ai 的 Rust CLI,围绕 Jev 提供多项实验:PHI 检测、代码注释审查、词性与承重分析、交互式语气分析,以及业务与职业分类。
它怎么用 Jev
Jev 在给定状态上回答带类型的问题。承重分析在共享状态中一次性定义问题与五级评分标准,然后为每个符合条件的行生成各自的 Score 问题,按文件合并为一次批量请求,并共享完整文件作为上下文。分数除以四进行归一化。
用到的原语:choicescore
值得抄的做法
在共享状态中一次性定义问题与评分标准,然后以单次批量请求共享完整文件上下文,为每行发出 Score 问题。
怎么试
cargo install --path . --locked;export OPENROUTER_API_KEY;typesafe-ai phi patient-notes.txt
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 是主角未判定0.54
- 有 System One 用法否0.13
- 处理了不确定性否0.04
- 有实测数据否0.04
- 可直接跑是0.92
- 值得推荐否0.25
- 是模型的复刻否0.04
- 问题普遍性按 0–2 打分0.60
- 与 Jev 相关是0.97
信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月22日 读 README 写成。