这是什么
一个面向开发者的 Python 沙盒，将 TypeSafe Jev 判断转化为可测试的问题路由提案，支持带标签回放、离线演示和 Kev 支持。
它怎么用 Jev
Jev 回答 Choice（调查领域）、Noul（显式复现步骤）和 Score（观察具体性）。策略通过置信度和复现门控提议专家队列或审查回退；Score 提示从不改变队列。
用到的原语:choicenoulscore
值得抄的做法
回放带标签的判断，无需再次调用模型即可比较阈值。
怎么试
python3 -m jevidence demo
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角是0.92
- 有 System One 用法是0.93
- 处理了不确定性是0.80
- 有实测数据否0.06
- 可直接跑未判定0.47
- 值得推荐是0.61
- 是模型的复刻否0.11
- 问题普遍性按 0–2 打分1.23
- 与 Jev 相关是0.91
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月23日 读 README 写成。