jevbooks

← 全部项目

mastering-jev-and-kev-book

udooz/mastering-jev-and-kev-book

《Mastering TypeSafe Jev》一书的配套代码,讲解用 Jev 与 Kev 构建 AI 决策引擎。

分类与路由0.54次选分类: Agent 决策黑匣子体检
README 自动摘要

根据 README 自动整理于 2026年11月4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

这是《Mastering TypeSafe Jev》一书的配套源码,教 Python 开发者构建快速、类型化的 System One 决策引擎。仓库包含两个 capstone 包:基于托管 Jev 的 FinTech 事件分诊引擎,以及基于自托管 Kev 的 SmartPlant 工业物联网引擎。

它怎么用 Jev

在 Part I 中,共享决策客户端把支持/欺诈载荷构建的证据状态一次性发给 Jev,询问 is_fraud_suspected(Noul)、urgency_rating 1–5(Score)和 dispatch_target(Choice)。返回的概率交给代码处理,执行资格判断、欺诈覆盖、置信度门控、退款限额、熔断器和新鲜状态校验。

用到的原语:choicescorenoul

值得抄的做法

置信度门控路由:把 Jev 的校准概率作为显式策略代码的输入而非最终答案,并配合回退与新鲜状态校验。

怎么试

安装 uv,运行 uv sync,设置 TYPESAFE_API_KEY 和 JEV_MODEL,然后运行 uv run pytest -q。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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 是项目的核心在材料中检出0.92
  • 展示了 System One 用法片段中未检出0.33
  • 写了怎么处理不确定片段中未检出0.04
  • 给出了实测数字片段中未检出0.03
  • 是能跑起来的工具片段中未检出0.28
  • 学习案例 Top 10 候选信号未判定0.51
  • 是模型本身的复刻片段中未检出0.20
  • 解决的问题够普遍(0–2)按 0–2 打分1.73 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.92展示了 System One 用法0.33写了怎么处理不确定0.04给出了实测数字0.03是能跑起来的工具0.28学习案例 Top 10 候选信号0.51是模型本身的复刻0.2000.51解决的问题够普遍(0–2)1.73 / 2012

无判定区(0.40–0.60)

设计模式
黑匣子0.76体检0.75常开常闭0.68漏斗0.53问卷0.43信号灯0.35验货0.2400.51

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11月4日 读 README 写成。