README 自动摘要
根据 README 自动整理于 2026年9月25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
一个非官方的 LlamaIndex 适配器，为检索增强生成管道添加了由 Jev 驱动的重排序器（JevRerank）和路由选择器（JevSingleSelector、JevMultiSelector），面向希望比 LLM-as-judge 更便宜、类型化决策的开发者。
它怎么用 Jev
JevRerank 为每个段落发送状态 {query, passage}，并询问一个 Score 问题（0–3 相关性评分标准）来重排序检索到的节点，保留 top_n。JevSingleSelector 对查询引擎工具询问一个 Choice；JevMultiSelector 对每个选项询问一个 Noul。结果用于选择引擎或重排序顺序。
用到的原语:scorechoicenoul
值得抄的做法
重排序时每个段落一次 Jev 调用以避免上下文腐化；仅在路由时批处理，因为状态只是查询。
怎么试
pip install llama-index-postprocessor-jev 或 llama-index-selectors-jev；设置 TYPESAFE_API_KEY 或提供商密钥。
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0.94
- 展示了 System One 用法片段中未检出0.39
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字在材料中检出0.96
- 是能跑起来的工具在材料中检出0.96
- 学习案例 Top 10 候选信号未判定0.53
- 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1.11 / 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25日 读 README 写成。