README 自动摘要
根据 README 自动整理于 2026年9月28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“海龟汤”（横向思维是/否谜题）浏览器游戏，游戏主持人是 Jev，一个仅做决策的 AI。玩家提出是/否问题，并尝试用比前沿 AI（Claude 和 GPT）更少的步数解开每个谜题。
它怎么用 Jev
对于每个玩家问题，一个请求同时向 Jev 询问五件事：`answer`（Choice：是/否/无关）、`kind`（Choice）、`contradicts`（Noul）、`alltrue`（Noul）和 `injection`（Noul）。概率由 `umigame/judge.py` 中的纯 Python 代码转换为答案；边界情况会变成“难以判断”。
用到的原语:choicenoul
值得抄的做法
将多个类型化问题批量放入一个请求；延迟几乎不随问题数量变化。
怎么试
本地运行：`python3.12 -m venv .venv`，安装 requirements，设置 `TYPESAFE_API_KEY`，然后运行 `.venv/bin/python -m umigame.web`。
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0.88
- 展示了 System One 用法在材料中检出0.71
- 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0.06
- 是能跑起来的工具在材料中检出0.80
- 学习案例 Top 10 候选信号片段中未检出0.39
- 是模型本身的复刻片段中未检出0.08
- 解决的问题够普遍（0–2）按 0–2 打分0.01 / 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9月28日 读 README 写成。