README 自动摘要
根据 README 自动整理于 2026年10月19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 VisiData 插件，对选定文本列的每个单元格提出一个封闭问题，并写回类型化列：概率、标签或量表位置，各带置信度。
它怎么用 Jev
Jev 是默认决策模型（也可用 OpenRouter 上任意决策模型）。对所选文本列的每个单元格，插件把问题和单元格文本发送到 OpenRouter；返回的类型化答案和置信度成为新列，如 message_noul、message_choice、message_choice_conf 和 message_choice_p。
用到的原语:choicescorenoul
值得抄的做法
通过决策模型把每个自由文本单元格映射为类型化答案加置信度，使答案成为可排序、可计数的列。
怎么试
uv tool install visidata --with git+https://github.com/ondata/vd-jev，设置 OPENROUTER_API_KEY，然后对文本列运行 jev-column。
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0.22
- 展示了 System One 用法未判定0.50
- 写了怎么处理不确定片段中未检出0.08
- 给出了实测数字片段中未检出0.07
- 是能跑起来的工具在材料中检出0.97
- 学习案例 Top 10 候选信号片段中未检出0.38
- 是模型本身的复刻片段中未检出0.07
- 解决的问题够普遍（0–2）按 0–2 打分1.03 / 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10月19日 读 README 写成。