jevbooks

← 全部项目

paperless-jev

PenDraga/paperless-jev

用 TypeSafe Jev 或本地模型对 Paperless-ngx 收件箱文档进行分类。

分类与路由0.87次选分类: 数据标注与清洗代笔问卷漏斗信号灯体检
README 自动摘要

根据 README 自动整理于 2026年11月3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

一个带 Web UI 的 Docker 服务,用 TypeSafe Jev(或通过 Ollama 的本地模型)对 Paperless-ngx 收件箱中的新文档进行分类——文档类型、通信方、存储路径、签发日期和标签。包含审核队列、webhook/轮询以及手机扫描功能。

它怎么用 Jev

每份文档作为单个请求发送给 Jev,其中包含所有问题;Jev 从用户已有的 Paperless 元数据中做选择,或从代码事先在 OCR 文本中找到的日期中选择。它为每个答案返回校准后的置信度:高于自动阈值的值直接写入 Paperless,高于审核阈值的进入审核队列,更低的值被忽略。

用到的原语:choice

值得抄的做法

将每份文档的所有问题合并为一次 Jev 请求,并按每个答案的校准置信度分流为自动应用、审核或忽略。

怎么试

docker run -d --name paperless-jev -p 8090:8000 -v paperless-jev-data:/data ghcr.io/pendraga/paperless-jev:latest

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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-1.14.0
项目信号
jev-1.14.0
项目分类
jev-1.14.0
模式标签
jev-1.14.0

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 是项目的核心片段中未检出0.17
  • 展示了 System One 用法片段中未检出0.11
  • 写了怎么处理不确定片段中未检出0.15
  • 给出了实测数字片段中未检出0.02
  • 是能跑起来的工具在材料中检出0.98
  • 学习案例 Top 10 候选信号片段中未检出0.18
  • 是模型本身的复刻片段中未检出0.08
  • 解决的问题够普遍(0–2)按 0–2 打分1.02 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.17展示了 System One 用法0.11写了怎么处理不确定0.15给出了实测数字0.02是能跑起来的工具0.98学习案例 Top 10 候选信号0.18是模型本身的复刻0.0800.51解决的问题够普遍(0–2)1.02 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.98信号灯0.98体检0.87代笔0.85漏斗0.70恒温器0.51灰区0.44记分卡0.2100.51

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11月3日 读 README 写成。