jevbooks

← 全部项目

ticket-triage

nacknime-official/ticket-triage

用 Go 和类型化 Jev 分类做支持工单分流。

分类与路由1.00次选分类: 校验与安全门问卷黑匣子
README 自动摘要

根据 README 自动整理于 2026年10月30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

一个学习项目:Go 服务通过 HTTP 接收支持工单,在后台分类,并路由到团队或人工,同时通过 SSE 向提交者实时推送状态。

它怎么用 Jev

worker 对工单文本一次调用向 Jev 提三个问题:是否为投诉、应由哪个团队处理(billing、technical、account、feature_request、other)、优先级(low、normal、high、critical)。置信度阈值决定 classified 还是 needs_human。

用到的原语:choicescore

值得抄的做法

Kafka 至少一次投递配合幂等消费者:对 pending 状态做条件 UPDATE 加事务性 outbox,重复消息不会产生重复状态。

怎么试

make up,用 DATABASE_URL 运行 cmd/migrate up,然后 go run ./cmd/api 和 go run ./cmd/worker。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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 是项目的核心在材料中检出0.95
  • 展示了 System One 用法在材料中检出0.91
  • 写了怎么处理不确定在材料中检出0.92
  • 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0.85
  • 学习案例 Top 10 候选信号片段中未检出0.32
  • 是模型本身的复刻未判定0.40
  • 解决的问题够普遍(0–2)按 0–2 打分1.59 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.95展示了 System One 用法0.91写了怎么处理不确定0.92给出了实测数字0.02是能跑起来的工具0.85学习案例 Top 10 候选信号0.32是模型本身的复刻0.4000.51解决的问题够普遍(0–2)1.59 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.98黑匣子0.83体检0.66常开常闭0.58信号灯0.54漏斗0.51灰区0.28预问0.2300.51

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30日 读 README 写成。