README 自动摘要
根据 README 自动整理于 2026年11月3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
Basura Vision 是一个零样本视觉管道和 Windows 桌面应用，可在视频中定位废物，并将每个物品分类到菲律宾 RA 9003 规定的四个垃圾箱之一：可堆肥、可回收、不可回收或特殊废物。
它怎么用 Jev
Jev 验证并分类每个提议的裁剪区域，通过 src/questions.js 中定义的类型化问题决定垃圾箱和材料。它还可以通过区域搜索提议边界框。结果跨帧跟踪，并每帧输出为 JSON 行。
用到的原语:choicescore
值得抄的做法
在代码中将垃圾箱和材料定义为类型化问题，实现无需训练数据的零样本分类。
怎么试
npm install && npm test; export TYPESAFE_API_KEY=...; npm run app -- path/to/video.mp4
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 是项目的核心在材料中检出0.72
- 展示了 System One 用法片段中未检出0.10
- 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0.03
- 是能跑起来的工具在材料中检出0.79
- 学习案例 Top 10 候选信号片段中未检出0.15
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分0.82 / 2
- 与 Jev 相关在材料中检出0.99
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11月3日 读 README 写成。