文档分拣
对进来的文档、发票、表单做分类和路由。
共有 22 行归在这个模式下，其中 21 行带代码。顺序与目录相同：官方的在前，然后是带代码的，再按星标排。
标有「并非 Jev 本身」或「仅影子运行」的条目照样列出，但它们不是用 Jev 做决策的示例。
-
docjev
对 PDF、DOCX 和 PPTX 文件做分类和切分：LiteParse 在本地提取每页文字，然后 Jev 用一个 choice 按你的规则选出文档类别；对多文档合订本则逐页回答一个类别 choice 和一个“新文档是否从这里开始”的 noul。其报告涵盖 40 份真实 PDF。模型撰写机翻
-
tax-doc-classifier
税务文档分页分类器：每页一次请求，问 Jev 两个 choice：页面类型（7 个选项）和 IRS 表单（230 个另加“不在列表中”），五种表单的附表再用一个后续 choice 细分；选项描述由 IRS 官方 PDF 生成，代码以 0.95 为门槛。作者在 314 页已填写表单上测得严格错误为零。模型撰写机翻
-
Quicksilver
一个 Claude Code 技能，把“是否相关”的判断交给 Jev：对每个文件、每行日志或每张工单问一个 noul（例如“这些文件里哪些处理鉴权？”），并行询问并按概率排序，于是 Claude 拿到的是带置信度的候选清单，而不必通读全部内容。模型撰写机翻
-
formanator
从命令行或 MCP 客户端提交 Forma 福利报销。使用 --category-provider jev 时，Jev 用一个 choice 从 Forma 允许的“福利加类别”组合（另加 no_match）中挑一个，只看商家和描述；置信度低于 0.5 或无匹配时，回退到配置好的 LLM。模型撰写机翻
-
doc-router
逐页判断 PDF 是否需要 OCR 的 Rust 库：由 Jev（默认是内置的启发式规则）根据文字层证据对每页回答一个 noul；有文字的页面在本地提取，只有其余页面经 LiteLLM 交给 OCR 模型。在作者的测试中，155 页里只有 87 页计费。模型撰写机翻
-
jev-capability-atlas
独立的社区地图，以中文为主，说明哪些任务适合交给 Jev 以及原因，依据是附带真实 API 调用记录的测试集，而不是排行榜：答案就在给定文字里时很准，比如该点击哪个 DOM 元素；别处则可能失准（DAIR Emotion 上平均置信度 0.819，实际只对 48%）。模型撰写机翻
-
pdf-race
让三条流水线在 12 篇 arXiv 论文上比赛：Docling 加 Jev、Docling 加 Gemini 3.8 Flash，以及 Gemini 直接读 PDF，每篇回答四个问题，按 arXiv 自己的元数据评分。三条都答对了 12 篇中全部的类别和标题；Jev 这条的成本是 $0.0022，另两条为 $0.036 和 $0.088。模型撰写机翻
-
jevmory
编程智能体的本地记忆：钩子把会话中真正说过的话按原文引语保存；jevmory audit 针对 MEMORY.md 的每一行问 Jev：已保存的证据是支持还是反驳它，并把各行标为保留、过时、错误或无依据。只用 Python 标准库和 SQLite；评分须主动开启。模型撰写机翻
-
jev-layer
可移植的 System-1 决策层，面向智能体 harness，含宿主自控路由、凭据与回放。项目自述机翻
-
Jev Playwright
一个 Playwright 报告器：在启动任何浏览器之前，询问 Jev 某次代码改动可能影响哪些现有端到端测试，并跳过明显无关的测试。默认会发送改动路径、补丁和测试代码；README 提醒它可能漏掉受影响的测试。模型撰写机翻
-
jev-document-classification
对文本文档做快速且低成本的分类。项目自述机翻
-
jev-score
由 Jev 驱动的本地优先文档评估工作区。项目自述机翻
-
jev-builder
构建 Jev 请求的网页表单：选模板、填空、复制代码。项目自述机翻
-
jev-information-extraction
解析 PDF 并抽取相关信息。项目自述机翻
-
decision-first
适用于 Claude Code、Codex、Cursor 等的智能体技能：当某一步工作是有界判断（分类、分诊、排序、路由、筛选、核验、把关）时，智能体先通过附带的脚本向 Jev 发送 noul、choice 或 score 问题，再考虑写正则或 LLM 提示，并记录每次尝试，无论是否采用。模型撰写机翻
-
jev-organize
把一堆公司文件扔进去，就能按部门、类型、敏感度、日期、交易方等分类整理好。项目自述机翻
-
tiab-review-plugin
一个加速系统综述中“标题与摘要筛选”的 Chrome 扩展，已上架 Chrome 应用商店。机翻
-
jev-boe-demo
每天早上，流水线下载西班牙官方公报（BOE），对每条内容用一次调用问 Jev：一个 0–3 的 score，衡量它对普通人生活的影响（2 分起算作相关）；13 个类别 noul（住房、就业、税收等），高于 0.6 才归类；以及一个 choice，选出静态网站上作为摘要引用的段落。模型撰写机翻
-
jev-report
发明 RLHF 的人这次做了个不会说话的模型：Jev 独立研究报告，含中文实测复现包与可回溯数据表。项目自述机翻
-
jev-decision-lab
一个本地实验室，观察 Jev 在真实业务场景上的判断表现。项目自述机翻
-
last-exit
由 Jev 驱动的赛博朋克边境遭遇战：忽悠守卫，检查凭据。项目自述机翻
-
jevai.org community showcase cases
九个社区演练场景：意图路由、发票分类、新闻过滤、商品打标、内容审核、主张核验、CSV 校验等。