README 自动摘要
根据 README 自动整理于 2026年10月14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
一个基准测试框架，对比 LLM 托管应用在有无 JEV 加速下的表现，主模型为 Sarvam AI (105B)，自动回退到 OpenAI (gpt-4o)，并包含 RBAC 和自动化测试。
它怎么用 Jev
README 未说明 Jev 做出哪些决策、消费什么状态，或结果如何在代码中使用。仅提到 JEV 适配器用于加速和缓存，对比基线流水线，以及端口 9000 上的 JEV sidecar 引擎。
值得抄的做法
双提供商弹性 LLM 网关，在限流、超时或提供商 5xx 错误时自动回退。
怎么试
docker compose up --build -d，然后打开 http://localhost:8000
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 是项目的核心片段中未检出0.15
- 展示了 System One 用法片段中未检出0.14
- 写了怎么处理不确定在材料中检出0.78
- 给出了实测数字片段中未检出0.07
- 是能跑起来的工具片段中未检出0.14
- 学习案例 Top 10 候选信号片段中未检出0.24
- 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1.10 / 2
- 与 Jev 相关在材料中检出0.91
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14日 读 README 写成。