README 自动摘要
根据 README 自动整理于 2026年10月13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 MCP 服务器，让 AI 代理通过 ADB（USB 或无线）观察和控制 Android 手机。它使用 TypeSafe AI 的 System One 决策模型 JEV 进行类型化 UI 理解和微小决策，并带有明确的用户同意和安全门控。
它怎么用 Jev
JEV 以约 100 毫秒和校准的置信度回答类型化问题，例如“哪个控件能推进目标？”或“目标是否达成？”。在每个任务步骤中，一次批量 JEV 调用决定目标是否达成、是否受阻以及点击哪个控件；结果驱动安全门控和点击。
用到的原语:choicenoul
值得抄的做法
每步批量类型化决策：一次 JEV 调用同时回答目标达成、受阻和点击哪个控件的问题。
怎么试
git clone，npm install，设置 OPENROUTER_API_KEY，运行 node bin/jev-adb.mjs doctor，然后注册 MCP 服务器。
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 用法在材料中检出0.83
- 写了怎么处理不确定片段中未检出0.07
- 给出了实测数字片段中未检出0.30
- 是能跑起来的工具在材料中检出0.97
- 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0.05
- 解决的问题够普遍（0–2）按 0–2 打分1.02 / 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13日 读 README 写成。