reflex-rag — 由系统一模型而非 LLM 评判的检索循环。

README 自动摘要

根据 README 自动整理于 2026年10月11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

一个针对 Markdown 知识库的检索循环，其中由系统一模型（Jev）而非 LLM 做出是/否决策。在 60 个留出问题上与简单 RAG 和由 Haiku 评判的循环进行了基准测试。

每一轮，Jev 用选项 answer、step、none 对候选笔记打分，返回每个选项的概率。确定性策略（src/loop/policy.ts）根据这些分数来跟随链接、回答、重写查询或弃权。当没有保留答案时，可以运行 Haiku 回退。

用到的原语:choice

将检索循环中的 LLM 是/否决策替换为返回每个选项概率的系统一模型。

bun install; bun src/cli.ts index corpus/dev/vault; bun src/cli.ts eval --config C --split test --fallback none

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。

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。

信号

无判定区（0.40–0.60）

设计模式

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11日读 README 写成。