README 自动摘要
根据 README 自动整理于 2026年10月20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
独立的 Python 示例，展示如何在 OT 工作流中将 TypeSafe 的 Jev 与 LLM 智能体结合，面向探索工业自动化 AI 的开发者。
它怎么用 Jev
Jev 在四个环节做出带概率的类型化判断：路由操作员请求（02）、为智能体分诊报警（04）、门控提议的工厂写入（01）、将 UDA 映射到 PLC 标签（03）。代码利用这些概率决定允许、确认、升级或路由给智能体。
用到的原语:choicescorenoul
值得抄的做法
用 Jev 做狭窄的类型化概率判断，代码掌握精确规则和策略；不确定的情况交给人员或智能体。
怎么试
创建 Python 3.13 虚拟环境，安装 requirements.txt，在 .env 中设置 TYPESAFE_API_KEY，然后运行示例。
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0.75
- 展示了 System One 用法在材料中检出0.79
- 写了怎么处理不确定片段中未检出0.22
- 给出了实测数字片段中未检出0.04
- 是能跑起来的工具片段中未检出0.22
- 学习案例 Top 10 候选信号未判定0.46
- 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0.91 / 2
- 与 Jev 相关在材料中检出0.97
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20日 读 README 写成。