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
chakuho 是一个 Python HTTP 服务器，通过读取本地 OpenAI 兼容 LLM 的下一个 token 分布来回答带类型的判定问题（choice、noul/boolean、score），返回校准概率而非生成文本。面向希望用已常驻的通用 instruct 模型获得 Jev 风格 System One 判定的开发者。
它怎么用 Jev
调用方声明 state 和带枚举选项的问题。chakuho 给选项分配 A–Z/a–z 标签，构造以 "Label:" 结尾的 prompt，然后默认采样 n=16 次单 token 补全，或读取一次 logprobs，再在声明标签上聚合并归一化为概率分布。结果以 choice/probabilities、noul 概率或归一化 score 返回，并附带 coverage 与 degraded 标志。
用到的原语:choicescorenoul
值得抄的做法
将枚举选项映射为单 token 标签，读取 LLM 的下一个 token 分布，把标签概率质量聚合为概率分布。
怎么试
uv sync && uv run chakuho serve --port 9750，然后 POST 到 /v1/systemone。
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0.91
- 展示了 System One 用法未判定0.58
- 写了怎么处理不确定片段中未检出0.05
- 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0.28
- 是模型本身的复刻在材料中检出0.91
- 解决的问题够普遍（0–2）按 0–2 打分1.01 / 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。