README 自动摘要
根据 README 自动整理于 2026年10月21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
一个面向 AI agent 及其开发者的 MCP 服务器，将分类、路由、评分和标记请求转化为带校准概率的类型化答案，由 Jev 通过 OpenJEV API 驱动。
它怎么用 Jev
每个工具将 state 与类型化问题（choice、score、noul）在一次调用中发送给 Jev；服务器在本地校验请求、重试瞬时故障并校验答案。Agent 依据返回的 choice、score 或概率进行分支。
用到的原语:choicescorenoul
值得抄的做法
针对同一上下文在一次调用中批量提交多个独立的类型化问题，再依据校准概率在代码中分支。
怎么试
OPENJEV_API_KEY=your-key npx -y openjev-mcp --check，或在检出目录中运行 npm run demo。
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0.84
- 展示了 System One 用法未判定0.50
- 写了怎么处理不确定片段中未检出0.08
- 给出了实测数字片段中未检出0.05
- 是能跑起来的工具在材料中检出0.99
- 学习案例 Top 10 候选信号片段中未检出0.24
- 是模型本身的复刻片段中未检出0.13
- 解决的问题够普遍（0–2）按 0–2 打分1.57 / 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21日 读 README 写成。