SuperAPI AI 工具集

jev-evidence

通用与其它

查看项目

更新于 10-15 21:41

技能介绍

用途:jev-evidence 是 jev-label-and-act 与 jev-search-and-rerank 共享的 L1 支撑依赖,不是独立工作流、提供方客户端或反馈存储。仅需 Python 3.10+ 与标准库。离线合成测试只证明机制,不构成字段质量或未经接触的验收声明。

安装:需用现有单技能安装器,从同一不可变源修订显式安装本依赖与目标模式,安装器不会自动解析该依赖。示例中 REVISION 需替换为已审查的完整 Git 提交: npx --yes skills@1.5.26 add https://github.com/fellowship-dev/dogfooded-skills/tree/REVISION/skills/ops/jev-evidence --agent codex claude-code --yes npx --yes skills@1.5.26 add https://github.com/fellowship-dev/dogfooded-skills/tree/REVISION/skills/ops/jev-label-and-act --agent codex claude-code --yes jev-search-and-rerank 同理。依赖文件固定配套版本与清单哈希,入口加载前校验运行时与 schema 文件;部分升级会失败关闭并给出重装诊断。回滚需保留旧安装与锁定项并整体恢复。

使用:通过模式入口点运行,例如 python3 .agents/skills/jev-label-and-act/scripts/check_contract.py 后接 version、validate、replay、portable 或 transition 子命令及导出文件路径。validate 校验规范化包并返回限制与资格;replay 无推断、无源访问、无存储写入地重组已保留数值评分;portable 输出仅哈希投影,非可逆源导出。原始规范化包应保留在原私有保管处,摘要只是链接辅助,非匿名化或源真实性证明。

限制:主机适配器负责源采集、提供方调用、持久化、更正、授权与恢复;核心只校验声明的来源,无法认证主机声明。未知历史元数据置空并附限制。人类断言不等于正确性,模型评审不等于人类金标准。合成验收仅证明机制,字段质量与收益需要独立授权的主机证据。测试可直接运行各 tests/test_*.py。目前资料未提供收费、价格、平台等信息。