README 自动摘要
根据 README 自动整理于 2026年9月27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
Jev-Gram 是面向用户生成内容的内容审核工具，能精确指出哪些词和短语违反了你的政策。它有四个严格级别和一个 AI 文风热力图模式，服务于从儿童应用到成人论坛的社区审核员。
它怎么用 Jev
Jev 对每个段落和句子进行判断：用 Score 给出 0-4 的严重度，用 Choice 在 2-4-gram 中选出冒犯性短语。第二阶段对单个词和选中的短语评分。策略随后将严重度映射为 p(violation) 并在所选严格级别下给出裁决（allow/review/block）。
用到的原语:choicescorenoul
值得抄的做法
每个句子用一个 Choice 让短语相互竞争，使罪魁祸首获得概率，而不是让句子的粗鲁程度泄漏到每个短语。
怎么试
npm install；echo "TYPESAFE_API_KEY=..." > .env；npm start
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0.74
- 展示了 System One 用法片段中未检出0.17
- 写了怎么处理不确定片段中未检出0.12
- 给出了实测数字片段中未检出0.06
- 是能跑起来的工具在材料中检出0.62
- 学习案例 Top 10 候选信号片段中未检出0.36
- 是模型本身的复刻片段中未检出0.12
- 解决的问题够普遍（0–2）按 0–2 打分1.98 / 2
- 与 Jev 相关在材料中检出0.97
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9月27日 读 README 写成。