README 自动摘要
根据 README 自动整理于 2026年10月2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
一个开源 MIT 插件和本地 MCP 服务器，让 AI 助手将封闭问题（任务、工具、技能、审查路由）交给小型决策模型，并获得带置信度和本地收据 ID 的类型化答案。
它怎么用 Jev
助手将带有选项、量表或是否可能性的有界问题传递给 TypeSafe Jev（托管）或 Laya（本地）。Jev 返回带置信度的类型化答案；本地层根据策略门检查并记录收据。主机保留执行权。
用到的原语:choicescorenoul
值得抄的做法
本地策略门和可审计收据封装类型化决策模型，执行权保留在主机。
怎么试
git clone https://github.com/qualixar/jev-decision-layer.git && cd jev-decision-layer && plugins/qualixar-jev-decision-layer/scripts/jev selftest
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0.90
- 展示了 System One 用法在材料中检出0.68
- 写了怎么处理不确定片段中未检出0.09
- 给出了实测数字片段中未检出0.06
- 是能跑起来的工具在材料中检出0.95
- 学习案例 Top 10 候选信号未判定0.41
- 是模型本身的复刻片段中未检出0.17
- 解决的问题够普遍（0–2）按 0–2 打分1.86 / 2
- 与 Jev 相关在材料中检出0.96
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2日 读 README 写成。