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 Windows 桌面悬浮面板：用本地离线 OCR 读取当前打开的微信会话，按发言人聚合消息，告诉你这一轮谁需要你出手。它不发送消息，也不注入微信。
它怎么用 Jev
Jev 根据 OCR 抽取的消息和本机上下文（群性质、私聊关系、昵称）判断每个发言人在做什么。第一段粗筛给全体排序，第二段只细判前 K 名。Choice 与 Noul 结果交给代码侧三态门控（alert/todo/silent）和独立风险分。
用到的原语:choicescorenoul
值得抄的做法
判定对象是人不是消息：按发言人聚合让模糊回复获得上下文，风险拆成多个独立 Noul 标签。
怎么试
pip install -r requirements.txt，复制 .env.example 为 .env 并填入 TypeSafe API Key，然后 python -m wechat_triage_hud.hud
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0.90
- 展示了 System One 用法在材料中检出0.75
- 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0.05
- 是能跑起来的工具在材料中检出0.88
- 学习案例 Top 10 候选信号片段中未检出0.29
- 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1.10 / 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。