README 自动摘要
根据 README 自动整理于 2026年10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 monorepo，收纳基于 System One AI 决策模型（TypeSafe Jev、Cloudflare Clef）构建的生产应用与微服务。首个子项目 email-triage 面向开发者和运维人员，提供邮件分类、垃圾邮件过滤与优先级排序。
它怎么用 Jev
在 email-triage 中，Jev 是可选的 System One 后端之一（经 Vercel AI Gateway 的 typesafe-ai/jev，或经 OpenRouter/TypeSafe 的 typesafe/jev-1.13）。它并行评估四个决策命题：is_irrelevant、category、urgency、action_required。结果用于分类、垃圾邮件过滤与优先级排序，并配合 SQLite 缓存与审计记录。
用到的原语:choicescore
值得抄的做法
针对结构化状态并行评估多个类型化决策命题，并配合缓存与审计记录。
怎么试
cd projects/email-triage && pip install -r requirements.txt && cp .env.example .env && python main.py
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 是项目的核心未判定0.54
- 展示了 System One 用法片段中未检出0.24
- 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0.10
- 是能跑起来的工具未判定0.60
- 学习案例 Top 10 候选信号片段中未检出0.15
- 是模型本身的复刻片段中未检出0.11
- 解决的问题够普遍（0–2）按 0–2 打分1.09 / 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20日 读 README 写成。