README 自动摘要
根据 README 自动整理于 2026年10月26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
一个最初为 Vas3k.Club 聊天开发、可用于任何大型聊天的 Telegram 反垃圾机器人。它向新成员发放验证码，应用简单的消息过滤器，并可选地对文本、照片和用户资料运行 LLM 检查。
它怎么用 Jev
README 仅在设置 DOORMAN_OPENROUTER_API 时提到通过 "Jev + Luna" 进行后台数据集补充，以及低置信度和 ham 建议流程会等待 Jev + Luna 后台检查结果。它没有说明 Jev 回答哪些类型化问题、接收什么状态，或结果在代码中如何使用。
怎么试
设置 DOORMAN_BOT_API 和 DOORMAN_ADMIN_CHAT；可选设置 DOORMAN_OPENROUTER_API 以启用 LLM 审核和 Jev + Luna 数据集补充。
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-1.14.0- 项目信号
jev-1.14.0- 项目分类
jev-1.14.0- 模式标签
jev-1.14.0
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 是项目的核心片段中未检出0.04
- 展示了 System One 用法片段中未检出0.12
- 写了怎么处理不确定片段中未检出0.10
- 给出了实测数字片段中未检出0.02
- 是能跑起来的工具在材料中检出0.93
- 学习案例 Top 10 候选信号片段中未检出0.06
- 是模型本身的复刻片段中未检出0.06
- 解决的问题够普遍（0–2）按 0–2 打分1.63 / 2
- 与 Jev 相关在材料中检出0.88
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26日 读 README 写成。