推荐项目这份指南用来检查自己论文的表达是否清楚。Jev Paper Judge 从 PDF 提取文字，按章节和段落检查呈现是否易懂、必要信息是否齐全。它不判断研究结论是否正确，也不核验引文或决定论文能否发表。
做一个可复核的小实验
- 保存自己有权处理的两份草稿。A 是原稿；B 只删除“局限性”段落。其余正文、标题和 PDF 导出设置保持一致。不要上传保密稿件。
- 确认两份 PDF 的正文都能选中、复制，并能找到引言、方法、结果、结论标题。纯扫描图片不会自动 OCR。
- 按项目 README 在本地准备运行环境和自己的 TypeSafe API 密钥，用同一版本分别评估两份 PDF。在项目目录运行下面两条命令。
- 比较两份 JSON 报告中的章节提取、局限性条目和低置信度提示。如果意外改变了其他段落的提取，或标题识别失败，就不要用这次比较下结论。
- 修改论文之前，由作者或相关领域读者打开原文和引用资料复核。不要仅凭总分变化决定改稿。
pnpm judge original.pdf --json original.json
pnpm judge without-limitations.pdf --json without-limitations.json判断结果是否有用
| 检查点 | 可以采用的条件 | 需要人工核对 |
|---|---|---|
| 文本提取 | 两个版本的正文和章节顺序均可读 | 表格、公式、标题及附录是否遗漏 |
| 局限性提示 | 能追溯到改动的段落 | 提示对这篇论文是否成立 |
| 不确定性 | 低置信度提示被单独标记 | 修改前重新阅读原文 |
| 事实和引文 | 明确排除在自动评分之外 | 另行核验主张、数字和原始引文 |
边界和数据处理
这是编辑对照练习，不是准确率测试。PDF 文本提取和标题识别有启发式误差。若修改项目的评分问题或权重，原有参考分布也需要重建。提取出的论文内容会发给 TypeSafe 进行评估；共同作者的未发表论文和保密资料，应先确认授权与数据处理条件。
Pydantic AI + Jev Examples 展示另一类用途：在代理接收输入或执行工具前插入类型化判断。它不是论文事实核验器。若把判断接到自动编辑或发布流程，仍需把建议和执行分开，并保留人工复核。