它是什么
让数据库内的 AI 标签稳定到可以信任。
它做什么： 在 Postgres 中存储 Jev 答案、管理版本并校准。
为何进案例库： 量化了多数演示忽略的漂移和过度自信。
注意： 处于早期阶段；需要标注数据。
证据
公开 Apache-2.0 仓库，带 CI，创建于 2026-10-19（第一阶段进行中）。README 报告第零阶段结果：用 jev-1.13.0 经 pg-jev 判断 2,000 条 CFPB 投诉文本，约 0.30 美元；9 选 1 的 ECE 为 0.089；100 条标注可消除 45–85% 的校准误差；同样请求跑 3 次，有 4.8% 的行首选答案改变；重新分批会改变约 16.5% 的答案。在把 Kubernetes issue 分到 10 个 SIG 的任务上，与人工标注一致 88.8%。
注意
- 第一阶段进行中；版本对比和正式发布尚未完成
- 每个决策需要约 100–200 条标注来校准
- 在线运行需要你自己的 TypeSafe 密钥
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。