它是什么
面向工地视频近失判断：在结构化轨迹上调用 Jev。
它做什么： 把短时行为摘要变成类型化危险判断与建议动作。
为何进案例库： 具体的 Jev 1.14 + Box 演示，带离线回退与详尽流水线文档。
注意： AGPL；实验性图像；需隐私审查。
证据
公开 AGPL-3.0 Python 应用（收录时 0 星，约 19305 KB），创建于 2026-10-16。README 固定模型 jev-1.14.0（POST /v1/systemone），说明 TYPESAFE_API_KEY、离线替代模式、带图演示场景，并注明图像/Box 为 TypeSafe Dreamer-ready 预览。默认只传 YOLO 文本摘要；图像回退时才上传 ROI 裁剪。
注意
- AGPL-3.0（Ultralytics YOLO）——对外提供 Web UI 可能需公开源码
- 图像/Box 路径按 TypeSafe 仍为实验；不是完整视觉模型
- CCTV 画面仍受现场隐私与个人信息法规约束
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。