jevbooks

← 全部项目

account-intel-jev-layers

NickKostovny/account-intel-jev-layers

Jev 对站点文本、职位、出版物和新闻的类型化判断。

README 自动摘要

根据 README 自动整理于 2026年10月6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

Invert 账户情报流水线的第 4 阶段。使用 Jev (TypeSafe) 对站点文本、职位、出版物和新闻进行类型化判断,并自动检查站点结论的来源。为构建账户简报的分析师服务。

它怎么用 Jev

Jev 回答关于站点状态、职能、模态、职位族、出版物相关性和新闻触发器的类型化问题(Choice、Noul、Score)。状态是去除结论词和名单名称的站点文本。代码将答案组合成结论(KEEP、FLAG、GAP、DROP、CLOSED、REVIEW)和标签。

用到的原语:choicescorenoul

值得抄的做法

利用 Jev 的类型化概率将多个原子问题组合成单一结论,并对分歧进行来源检查。

怎么试

运行 python3 jev_site_profile.py all,然后按 README 运行其他 jev_* 脚本。

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-1.13.0
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 用法片段中未检出0.24
  • 写了怎么处理不确定片段中未检出0.07
  • 给出了实测数字片段中未检出0.29
  • 是能跑起来的工具片段中未检出0.39
  • 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0.17
  • 解决的问题够普遍(0–2)按 0–2 打分1.12 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.84展示了 System One 用法0.24写了怎么处理不确定0.07给出了实测数字0.29是能跑起来的工具0.39学习案例 Top 10 候选信号0.36是模型本身的复刻0.1700.51解决的问题够普遍(0–2)1.12 / 2012

无判定区(0.40–0.60)

设计模式
记分卡0.98问卷0.94信号灯0.93灰区0.93漏斗0.86体检0.40验货0.39代笔0.34取景框0.33题库0.30盲审0.2200.51

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6日 读 README 写成。