README 自动摘要
根据 README 自动整理于 2026年9月24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
一个面向一级公用事业和电信提供商的运营商级边缘AI遥测分类与自主修复仪表板，用于管理超过1000万台智能公用事业仪表（燃气/水/电）。
它怎么用 Jev
Jev使用三种类型化原语对异常仪表脉冲进行分类：用于问题类型（如PHYSICAL_TAMPER、BATTERY_DECAY）的choice，用于严重性等级（0-4）的score，以及用于调度概率的null。结果驱动自动SIM卡隔离、工单和RF优化。
用到的原语:choicescorenoul
值得抄的做法
非自回归类型化原语，零输出令牌膨胀，实现亚150毫秒并行评估。
怎么试
git clone, npm install, npm run dev, 打开 http://localhost:5173/
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0.83
- 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0.05
- 给出了实测数字片段中未检出0.23
- 是能跑起来的工具在材料中检出0.68
- 学习案例 Top 10 候选信号片段中未检出0.22
- 是模型本身的复刻片段中未检出0.22
- 解决的问题够普遍（0–2）按 0–2 打分1.06 / 2
- 与 Jev 相关在材料中检出0.94
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24日 读 README 写成。