jevbooks

← 全部项目

decision-machines-3000

schalkneethling/decision-machines-3000

TypeSafe Jev 决策模型演示:Noul、Choice、Score。

其他0.27次选分类: 分类与路由
README 自动摘要

根据 README 自动整理于 2026年10月21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 TypeScript 小型演示应用,为 TypeSafe 的 Jev 决策模型的每个原语(Noul、Choice、Score)各提供一个面板,包含基于树的 branch composer、JSON 编辑器,以及带概率条形的模型回答展示。

它怎么用 Jev

每个面板通过 branch composer 或 JSON 编辑器构建 Jev 请求(primitive、state、questions),再提交到 POST /api/decide/{provider};服务器调用 TypeSafe Jev,展示区渲染返回的答案,包括以条形绘制的概率。

用到的原语:choicescorenoul

值得抄的做法

每个原语独立面板,既可树形编辑也可直接编辑 JSON,运行前校验请求。

怎么试

运行 `vp install`,然后 `vp dev`(需要 1Password 和 `op` CLI 提供 provider 密钥)。

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-1.13.0
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0.93
  • 展示了 System One 用法未判定0.53
  • 写了怎么处理不确定片段中未检出0.04
  • 给出了实测数字片段中未检出0.04
  • 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0.38
  • 是模型本身的复刻片段中未检出0.07
  • 解决的问题够普遍(0–2)按 0–2 打分0.04 / 2
  • 与 Jev 相关在材料中检出0.95
信号
Jev 是项目的核心0.93展示了 System One 用法0.53写了怎么处理不确定0.04给出了实测数字0.04是能跑起来的工具0.68学习案例 Top 10 候选信号0.38是模型本身的复刻0.0700.51解决的问题够普遍(0–2)0.04 / 2012

无判定区(0.40–0.60)

设计模式
常开常闭0.37问卷0.2000.51

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10月21日 读 README 写成。