这是什么
面向以类型化判断为主的任务的本地 agent harness。所有能用类型表达的判断交给 Jev，只有真正需要成文时才付费调用普通 LLM。
它怎么用 Jev
Jev 针对材料回答类型化问题：分类、评分、是/否判断，各带校准概率。它负责规划、评估、路由、为每一步选择模型档位、挑选 skill 与 role，并决定 app 的组装。结果通过规则驱动模型、工具与动作的选择。
用到的原语:choicescore
值得抄的做法
把类型化判断与写作分开：一次 Jev 调用承载多个判断，plan 只编译一次并缓存复用。
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角是0.92
- 有 System One 用法是0.74
- 处理了不确定性否0.10
- 有实测数据否0.23
- 可直接跑是0.75
- 值得推荐未判定0.48
- 是模型的复刻否0.13
- 问题普遍性按 0–2 打分1.56
- 与 Jev 相关是0.97
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。