README 自动摘要
根据 README 自动整理于 2026年10月17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 Python MCP 服务器，将 TypeSafe Jev（System One）判断暴露给 AI agent，提供 Choice、Score、Noul、实验性图像定位和多问题 system-one 调用工具。
它怎么用 Jev
Agent 调用 MCP 工具 jev_choice、jev_score、jev_noul、jev_box 或 jev_system_one；每个工具针对一个状态发送类型化问题给 Jev，并返回校准概率。密钥仅来自环境变量（优先 JEV_TOKEN，回退 TYPESAFE_API_KEY）；默认模型为 jev-1.14.0。
用到的原语:choicescorenoul
值得抄的做法
将仅输出概率的模型封装为 MCP 工具，使 agent 能针对状态提出类型化问题，而非生成文本。
怎么试
pip install -e ".[dev]"，在 .env 中设置 JEV_TOKEN，然后运行 jev-mcp mcp 启动 stdio 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0.95
- 展示了 System One 用法在材料中检出0.80
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字片段中未检出0.04
- 是能跑起来的工具在材料中检出0.98
- 学习案例 Top 10 候选信号片段中未检出0.27
- 是模型本身的复刻片段中未检出0.07
- 解决的问题够普遍（0–2）按 0–2 打分0.98 / 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17日 读 README 写成。