这是什么
一个可审计的 GUI 定位工具：给定截图和目标，返回栅格坐标系中的点和边界框。它使用递归网格搜索，从不点击或捕获屏幕。
它怎么用 Jev
在每个递归层，视觉模型对网格瓦片进行目标盲描述。Jev 接收目标和中性描述，返回瓦片 ID 和 NO_MATCH 上的 Choice 分布。本地代码验证分布，应用置信度和边际门控，然后递归或拒绝。
用到的原语:choice
值得抄的做法
将目标盲视觉描述与目标感知的 Jev 选择分离，在封闭候选集上进行。
怎么试
pip install -e '.[dev]'；设置 AI_GATEWAY_API_KEY 和 JEV_GUI_VISION_MODEL；运行 jev-gui locate screenshot.png --goal '...'
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」，≤ 0.40 算「否」，中间这一段 Jev 不下判断。
- Jev 是主角是0.92
- 有 System One 用法是0.91
- 处理了不确定性是0.64
- 有实测数据否0.06
- 可直接跑未判定0.40
- 值得推荐未判定0.47
- 是模型的复刻否0.06
- 问题普遍性按 0–2 打分1.03
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月22日 读 README 写成。