README 自动摘要
根据 README 自动整理于 2026年10月17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
一个公开的零样本文本分类器：输入纯文本和标签，返回一个标签和校准后的置信度。无需 API key 或注册。以一个 Cloudflare Worker、一个 npm CLI 和一个 MCP server 的形式提供。
它怎么用 Jev
Jev 负责分类决策：state 是 {id, text} 数组，每个输入针对候选标签各自提出一个类型化问题。jev.ts 将输入打包成批量请求并读取返回的概率；达到或超过 0.7 的标签会被返回，低置信度的单标签答案会交给推理模型重新询问。
用到的原语:choicescore
值得抄的做法
为每个条目单独提问，从而把大量输入打包进一次 Jev 调用，让一千条文本只花一次上游请求。
怎么试
curl https://classifier.dev/spam,not+spam/Win+a+free+iPhone，或 npm i -g classifier-dev 后运行 classify bug,feature,praise
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 是项目的核心片段中未检出0.05
- 展示了 System One 用法片段中未检出0.34
- 写了怎么处理不确定片段中未检出0.22
- 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0.98
- 学习案例 Top 10 候选信号片段中未检出0.11
- 是模型本身的复刻片段中未检出0.27
- 解决的问题够普遍（0–2）按 0–2 打分1.93 / 2
- 与 Jev 相关在材料中检出0.87
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17日 读 README 写成。