它是什么
按条件匹配，而不是按相似文字匹配。
它做什么： 每次都向 Jev（或 Clef）提同一组问题，把一份档案及其对伴侣的条件转成固定长度的决策数值。HNSW 在这个向量空间里找出候选档案。然后代码双向检查硬性条件，并按满足的偏好数量给剩下的档案排序。
为什么收进案例库： 把决策输出当作传统索引的特征，并公开与 BM25 和一个嵌入模型做了对比。
注意： 作者自建的小型合成基准；没有许可证文件。
证据
公开的 README，附带基准测试：52 份合成档案、8 条留出查询，结果为规则过滤前的检索表现：Jev 256 维首位命中率 87.5%、MRR@10 为 0.938，Clef 256 维首位命中率 100%，BM25 首位命中率 12.5%，BGE-small 首位命中率 0%；仓库自带的档案无需 API 密钥即可搜索；编码新档案需要 TypeSafe 或 Cloudflare 账号。
注意
- 作者说明这些档案是围绕选定条件构造的，测试规模也小；结果不能证明在真实档案或通用搜索上表现更好
- 收录时没有许可证文件；新仓库（3 星）
- 运行基准测试需要两家服务的账号，可能产生接口费用
非官方案例页。热度用观察到的 stars / 列表位次；热度不是质量 SLA。依赖前请阅读上游 README。