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
基于Python和Streamlit的系统，用多个AI智能体模拟证券分析师团队，进行股票分析、选股、持仓监测和警报推送，面向中国大陆A股市场的散户投资者。
它怎么用 Jev
配置后，Jev直接返回类型化结果：最终评级、信心度、进场/止盈/止损价位、新闻情绪。失败或低置信度时自动降级到DeepSeek文本链路，行为零侵入。
用到的原语:choicescorenoul
值得抄的做法
用Jev类型化决策处理结构化字段，置信度低于阈值时自动降级到文本LLM。
怎么试
在.env中设置TYPESAFE_API_KEY和TYPESAFE_MODEL=jev-latest；可选调整JEV_MIN_CONFIDENCE和JEV_ALERT_MIN_CONFIDENCE。
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0.03
- 展示了 System One 用法未判定0.58
- 写了怎么处理不确定片段中未检出0.03
- 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0.96
- 学习案例 Top 10 候选信号片段中未检出0.06
- 是模型本身的复刻片段中未检出0.06
- 解决的问题够普遍（0–2）按 0–2 打分0.98 / 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。