Datawhale releases a Chinese Jev tutorial and recipe collection
Eleven runnable notebooks cover the Choice/Score/Noul primitives, 18 practical recipes, a voice-driven 3D smart home and local fine-tuning, with offline examples that run without an API key.
🔥超友好！最全 Jev 中文教程+优化配方，Datawhale 这一份直接补上空白！ 11 章可运行 Notebook，从三种问题原语写到 18 篇实战配方、语音 3D 智能家居、Laya vs Jev 四维评测、RLCD 本地微调，再到 Pi / DSH Agent，官方文档中译和 500+ 文件知识库也收在同一套里。 教程本身就这几块： 🔹第 1–3 章打底：认识 Jev、三种原语 Choice / Score / Noul、扇出 / 门控 / 路由。 🔹第 4 章 18 篇配方：重排序、语义搜索、结构恢复、函数调用、引用核查、防护栏，篇尾附工程坑。 🔹第 5 章语音驱动 3D 智能家居，第 7 章再收 12 个可运行应用。 🔹第 6 章评测纪律，第 10 章 Laya 全流程：数据集、微调、本地兼容服务。 🔹零 API Key 先跑离线示例，配 Key 后同一套代码直连真实模型。 四步上手： 1️⃣克隆仓库，进 main/，跑 ./setup_env.sh。 2️⃣按序过第 1–3 章，把原语和架构模式跑通。 3️⃣第 4 章挑配方改输入重跑；第 5 章在浏览器里说话指挥房间。 4️⃣要接 Agent 看第 9 章，要本地模型看第 10 章。 查看：https://github.com/datawhalechina/jev-cookbook #Jev #Datawhale #最全中文教程 #Jupyter #大模型 #深度学习 #AI工具 #howto入门 #Laya #Agent
This post quotes another post: “Jev visual agent dispatch dashboard routes tasks by confidence threshold”