跳转到内容
原创教程公开来源整理

jev-table 批量分类 CSV:先试运行,再检查复核文件

得到可以断点继续、逐行复核和导出的批量任务结果。

适用场景把清洗后的 CSV 分批判断、预览费用并保留行级结果

来源 · dtduc-gitSome code7 分钟

读懂任务包、费用预览、断点继续与复核文件,先用小样本和 dry-run 开始。dry-run 与复核文件比口号更重要。

来源 · dtduc-git · 开源导读

2026-09-21 · 编辑整理,未调用真实模型

你只是想给一张表增加几个判断列,却很快遇到重复请求、进度恢复、费用、失败和人工修改。jev-table 的价值是把这些表格处理环节放进一个命令行工具,而不只是循环调用一次模型。

本页依据项目 README 解释运行方法。开源代码和任务包、样例数据的许可需要分别看;我们没有在你的账户上安装或运行它。

从任务包到可复核输出 CSV + pack → dry-run → 主动授权调用 → 结果/错误/复核 → 保留 ID 与版本

不把估算当账单,不把阈值当准确率。

  • 先检查项目当前 Python/uv 要求、Apache-2.0 代码许可与示例包许可。

  • 一份小 CSV 与匹配字段名的 pack.yaml。

  • dry-run 不发送模型请求;真实运行需要授权密钥,可能产生费用。

  • Project repository

JevLog 原创教学示意,不是原作者产品截图或真实模型测试结果。

查看 PNG 原图

JevLog 原创教学示意,不是原作者产品截图或真实模型测试结果。

README 用 YAML 描述 state.fields、问题、类别或等级和阈值。CSV 列名必须与 state.fields 对应。规则不是藏在代码里的一段随意提示,而是可版本化的配置。

从作者随包示例开始,不把客户完整导出直接用于第一遍实验。

2. dry-run 看的是计划,不是预测结果

Section titled “2. dry-run 看的是计划,不是预测结果”

执行文档中的示意命令,文件名应换成你实际准备的 CSV 与任务包。先检查行数、字段和估算范围。

费用预览是事前估计,不是账单;也不证明模型会判断正确。

Terminal window
uvx jev-table messages.csv --spec pack.yaml --dry-run

3. 理解成功、待复核和错误怎样保留

Section titled “3. 理解成功、待复核和错误怎样保留”

项目把标签、相关信号、review 与 error 等信息放进输出,并提供待修正记录。阈值未设置、结果不满足条件或无法明确处理时应保持可见。

决定开始真实请求前,再检查密钥、端点、预算与模型版本。不要把去掉 –dry-run 的命令当成纯离线操作。

4. 复核以后,检查能否恢复原始业务记录

Section titled “4. 复核以后,检查能否恢复原始业务记录”

保持 ID 与原文件,比较处理、失败、复核数量。重复文本请求可以去重,但输出仍需对应每个输入记录。重试与断点继续是否按预期工作,要先用小样本验证。

把人工修改作为可复用测试案例的候选,涉及隐私和数据许可时先处理权限,不把客户原始文本直接放进公开任务包。

一个任务包需要回答的四件事

这里解释配置职责,不代替项目完整 YAML 规范。

配置 作用 第一次怎么检查
state.fields 选择输入列 与 CSV 表头逐字核对
questions 定义分类/评分问题 类别清楚且有不确定出口
thresholds 决定复核政策 先用于合成样本
版本与输出 允许回溯和恢复 保存包、模型与原始 ID

命令源于项目 README;JevLog 未发起真实调用。

完成标准是一张可回查的结果表及明确的待复核/错误记录。它不是天然无人值守系统;预算、数据权限和最后的业务使用仍由你负责。

  • dry-run 成功不是线上模型质量通过。
  • 不直接复制别人任务包阈值当生产政策。
  • 当前账户、端点与模型可用性要在运行前核对。
  • 你能说明输入来自哪里、哪些字段会参与处理。
  • 你保留了原始记录及不确定、失败和人工修改的结果。
  • 你能区分本地练习、作者演示与自己真实调用后的测试。

来源边界:依据所列公开来源整理;本站未复现演示。分类结果需人工复核,不会自动执行。

应区分去重推理与删除业务记录。运行后核对所有原始 ID,不能仅看请求数。

项目提供端点相关设置,但兼容性与账户权限需要单独检查,不能只改 URL 就假设一致。