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
一个 Python 终端工具，连接你的 IMAP 邮箱，按自然语言描述的分类对未处理邮件进行分类，并执行配置驱动的动作，如 tag、move、flag 或 webhook。面向希望无需 prompt engineering 即可实现收件箱自动化的人。
它怎么用 Jev
每个配置的分类都会变成一个是/否问题，每封邮件通过一次 Jev 调用同时发送所有问题，状态为 subject 和 body。Jev 返回每个分类的校准概率；每个概率与该分类的阈值比较，匹配分类所附带的每个动作都会执行。
用到的原语:choice
值得抄的做法
每封邮件用一次 Jev 调用把所有分类作为独立的 yes/no 问题一起提问，再用每个分类的阈值决定执行哪些动作。
怎么试
git clone 仓库，运行 ./install.sh，然后 ./jev-mail run --dry-run。
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0.79
- 展示了 System One 用法片段中未检出0.29
- 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0.07
- 是能跑起来的工具在材料中检出0.86
- 学习案例 Top 10 候选信号片段中未检出0.27
- 是模型本身的复刻片段中未检出0.10
- 解决的问题够普遍（0–2）按 0–2 打分1.33 / 2
- 与 Jev 相关在材料中检出0.98
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。