README 自动摘要
根据 README 自动整理于 2026年10月23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
JarvisCore 是一个 Python 运行时，AI 智能体作为对等节点组成网格，按能力互相发现，共享 Redis 账本，并仅通过零信任代理访问外部服务。面向构建多智能体系统的团队。
它怎么用 Jev
自 1.12 起，智能体通过与文本模型分离的决策客户端提出类型化的 Choice、Score 和 Noul 问题。Kernel 用 Choice 选择专家子智能体；每条检索到的 RAG 段落若其提示注入 Noul 超过 0.70，则不会交给生成模型。
用到的原语:choicescorenoul
值得抄的做法
在检索到的 RAG 段落进入生成模型前，用校准的提示注入 Noul 分数进行拦截。
怎么试
pip install jarviscore-framework，然后运行 jarviscore init 和 jarviscore check --validate-llm。
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0.25
- 展示了 System One 用法在材料中检出0.88
- 写了怎么处理不确定片段中未检出0.24
- 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0.99
- 学习案例 Top 10 候选信号片段中未检出0.32
- 是模型本身的复刻片段中未检出0.34
- 解决的问题够普遍（0–2）按 0–2 打分1.74 / 2
- 与 Jev 相关在材料中检出0.71
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23日 读 README 写成。