Jevotron：来自命令行的多个 Jev 集成

jevotron / airports.csv $ jevotron scan airports.csv --guidance “检查机场位置。” 01 / 预览 在进行 API 调用之前查看检查块、字段路径和精确模型请求中的内容。预览文件 → 02 / SCAN 评估每个条目 Jev 对选定的字段一起评分。每个条目都有相同的指导和可选示例。选择您的字段 → 03 / 查看从警告开始对可疑条目进行排序、导出 CSV 或通过管道将 JSONL 传输到现有的 shell 工作流程中。建立审查队列 → 小设置。有用的默认值。 CSV、YAML、JSON、TOML、文本、OBO 以及更多开箱即用的工作，包括 gzip 文件。格式参考涵盖默认值和特定于格式的选项。使用 --field 选择字段，使用 --guidance 添加句子，然后运行。更长的指令可以来自 --guidance-file 。当项目需要自定义解析或可重用设置时，可以使用本地 Python 配置。未更改的输入重用其评估。 SQLite 在每个成功结果到达时保存它。对文件重新排序、更改报告阈值或恢复失败的运行，而无需重新评估未更改的条目。具有可见证据的审查辅助工具。报告保留每个字段的概率、条目分数、源位置和评估日期。预警评分为最高的现场异常概率；您选择阈值。尝试一个完整的示例 示例 您将执行的操作 机场/CSV 在公共数据中查找两个注入的国家/地区错误，然后比较版本。库存/YAML 将书面规则和选定的示例应用于库存记录。测量单位/OBO 分数定义和独立节中重复的同义词。代理跟踪/JSONL 对公共代理跟踪和各个步骤进行分类，然后与已发布的标签进行比较。代理痕迹：经过测量的试点 在 24 条公共痕迹的小型长度过滤样本上，jt 匹配了 163 个步骤质量标签中的 130 个 (79.8%)。有害步骤准确率为 89.7%，召回率为 70.3%。该示例使用原始消息和工具定义，模型中保留了人工标签。尝试跟踪示例 → · 阅读完整的分析和限制 →