README 自动摘要
根据 README 自动整理于 2026年10月24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
开源 Power Platform 自定义连接器，将 TypeSafe AI 的 Jev 和 Microsoft-Decision-1 引入 Power Automate 与 Copilot Studio，让制作者无需编写 API 集成代码即可评估消息、路由请求和对案例评分。
它怎么用 Jev
“Evaluate with Jev”操作接收一个状态（文本或结构化 JSON）以及设计器中定义的问题。Jev 返回类型化答案：是/否概率、从命名选项中选择，或按评分标准打分。这些答案以命名的动态内容字段呈现，用于条件、切换和审批。
用到的原语:choicescorenoul
值得抄的做法
将类型化模型答案暴露为命名的动态内容，使低代码流程能基于概率和置信度阈值分支，而无需解析 JSON。
怎么试
从 Releases 下载托管的 JevCustomConnector 解决方案，导入后使用 API 密钥创建 TypeSafe Jev 连接，并在流程中添加“Evaluate with Jev”。
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-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
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 是项目的核心片段中未检出0.17
- 展示了 System One 用法片段中未检出0.07
- 写了怎么处理不确定片段中未检出0.03
- 给出了实测数字片段中未检出0.02
- 是能跑起来的工具在材料中检出0.94
- 学习案例 Top 10 候选信号片段中未检出0.16
- 是模型本身的复刻片段中未检出0.03
- 解决的问题够普遍（0–2）按 0–2 打分1.10 / 2
- 与 Jev 相关在材料中检出0.99
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24日 读 README 写成。