README 自动摘要
根据 README 自动整理于 2026年10月7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
一个概念验证，用于评估 SAP S/4HANA 采购订单中的欺诈风险。ABAP 根据订单、供应商和采购员数据计算风险指标；Fiori Elements 应用将匿名指标发送给 Jev 进行类型化决策，ABAP 在影子模式下将订单分类为放行、批准或阻止。
它怎么用 Jev
Jev 基于匿名指标回答七个类型化问题：五个 noul 问题（fornecedor_ficticio、desvio_pagamento、sobrepreco、fracionamento、fraude_interna），一个 score（atipicidade 1–5），一个 choice（acao）。ABAP 接收概率，应用阈值并分类订单；在影子模式下不阻止任何订单。
用到的原语:noulscorechoice
值得抄的做法
影子模式：记录 Jev 评估而不阻止订单，实现安全校准。
怎么试
cd app && npm install && cp .env.example .env && npm start
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0.92
- 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0.05
- 是能跑起来的工具未判定0.56
- 学习案例 Top 10 候选信号未判定0.49
- 是模型本身的复刻片段中未检出0.03
- 解决的问题够普遍（0–2）按 0–2 打分0.90 / 2
- 与 Jev 相关在材料中检出0.98
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7日 读 README 写成。