README 自动摘要
根据 README 自动整理于 2026年9月20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
MailVerdict 以确定性方式解析邮件，向经过校准的分类器提出一组问题，并返回可据以行动的钓鱼概率与指标。它同时作为面向 Copilot Studio 的 MCP 服务器和面向 Power Automate 的 REST 端点发布。
它怎么用 Jev
在确定性解析之后，一次 Jev 调用基于 ParsedEmail 状态回答彼此独立的问题（is_phishing、requests_credentials、requests_payment、impersonates_brand_or_person、urgency_pressure、attack_type）。JevSignals 输入代码阈值：p >= 0.90 即 PHISHING，否则为 SUSPICIOUS；LLM 仅对 SUSPICIOUS 判定生成解释。
用到的原语:choicescorenoul
值得抄的做法
用经过校准的分类器做判定，把 LLM 留给文字解释，使标签无法被提示注入。
怎么试
npm install；npm run analyze -- tests/fixtures/emails/phishing/01-credential-harvest-lookalike.eml
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0.63
- 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0.13
- 给出了实测数字片段中未检出0.15
- 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0.29
- 是模型本身的复刻片段中未检出0.15
- 解决的问题够普遍（0–2）按 0–2 打分1.55 / 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9月20日 读 README 写成。