Repolode
jkrup

jkrup/jeveryword

Библиотека JavaScript без зависимостей, использующая модель Jev от TypeSafe с выбором из нескольких вариантов для извлечения точных фрагментов текста, значений полей и меток PII из коротких сообщений.

Звёзды
42
Форки
3
Открытые issues
0
Последний коммит
2 месяца назад

Что это?

jeveryword позволяет использовать модель Jev от TypeSafe для извлечения данных из текста. Jev отвечает только на вопросы с выбором из нескольких вариантов и не генерирует текст, поэтому библиотека нумерует слова во входных данных, предлагает эти номера в качестве вариантов ответа и сопоставляет выбранные номера с исходной подстрокой по символьным смещениям. Поэтому каждое возвращаемое значение — это точный фрагмент исходного текста, а для каждого результата указывается вероятность, по которой можно определить, какие значения стоит подтвердить у пользователя.

Основные вспомогательные функции — extractSpans для извлечения именованных полей, описанных обычным английским языком, и classifyChunks вместе с mergeChunks для разметки каждого слова, например по категориям PII. API более низкого уровня tokenize позволяет создавать собственные вопросы. У пакета нет зависимостей; он работает в Node 20+, Cloudflare Workers, Deno и Bun и включает заглушку клиента модели для тестов. Также описан размещённый HTTP API с оплатой за каждый вызов в USDC через x402.

Проект помечен как экспериментальный; авторы сообщают, что проверили его лишь на небольшом наборе синтетических сообщений. Он подходит для обработки коротких текстов в реальном времени, но плохо подходит для длинных документов и значений, которые нужно вычислять или переформатировать.

Ключевые возможности

  • 01Извлекает именованные поля из текста и возвращает точные подстроки с начальными и конечными смещениями.
  • 02Указывает, если значение отсутствует или неоднозначно, а также вероятность для каждого результата.
  • 03Размечает каждое слово как PII или по пользовательской категории и объединяет соседние размеченные слова в фрагменты.
  • 04Предоставляет низкоуровневый API tokenize для создания собственных вопросов с выбором из нескольких вариантов.
  • 05Не имеет зависимостей во время выполнения и работает в Node, Deno, Bun и Cloudflare Workers.

Сценарии использования

  • Извлечение имён, адресов электронной почты и номеров заказов из обращений в поддержку или форм заявок.
  • Подсветка персональных данных в коротких сообщениях чата перед сохранением или показом.
  • Создание этапа проверки, на котором пользователь подтверждает результаты извлечения с низкой вероятностью.
  • Запуск извлечения данных из короткого текста с помощью coding-агента или бессерверной функции.

Быстрый старт

  1. 1

    Установите пакет из npm

    npm install jeveryword
  2. 2

    Задайте ключ API TypeSafe в качестве переменной окружения

    export TYPESAFE_API_KEY=…
  3. 3

    Импортируйте extractSpans и createJevClient и запустите извлечение для своего текста (см. пример в README)

Что важно знать

  • В README указано, что это экспериментальная разработка, проверенная только на небольшом наборе синтетических сообщений; бенчмарков нет.
  • Для запуска нужен ключ API TypeSafe; каждый вызов оплачивается по прейскуранту Jev.
  • Требуется Node 20 или новее.

В подборках

Темы

Частые вопросы

Что такое jeveryword?
Библиотека JavaScript без зависимостей, использующая модель Jev от TypeSafe с выбором из нескольких вариантов для извлечения точных фрагментов текста, значений полей и меток PII из коротких сообщений. jeveryword позволяет использовать модель Jev от TypeSafe для извлечения данных из текста. Jev отвечает только на вопросы с выбором из нескольких вариантов и не генерирует текст, поэтому библиотека нумерует слова во входных данных, предлагает эти номера в качестве вариантов ответа и сопоставляет выбранные номера с исходной подстрокой по символьным смещениям. Поэтому каждое возвращаемое значение — это точный фрагмент исходного текста, а для каждого результата указывается вероятность, по которой можно определить, какие значения стоит подтвердить у пользователя.
jeveryword можно использовать бесплатно? Какая у него лицензия?
jeveryword распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
jeveryword всё ещё поддерживается?
Обновлялся за последние 6 месяцев. Последний коммит в jeveryword — 20 сент. 2026 г..
Для чего можно использовать jeveryword?
Извлечение имён, адресов электронной почты и номеров заказов из обращений в поддержку или форм заявок. Подсветка персональных данных в коротких сообщениях чата перед сохранением или показом. Создание этапа проверки, на котором пользователь подтверждает результаты извлечения с низкой вероятностью. Запуск извлечения данных из короткого текста с помощью coding-агента или бессерверной функции.
Как установить jeveryword?
Установите пакет из npm: npm install jeveryword Задайте ключ API TypeSafe в качестве переменной окружения: export TYPESAFE_API_KEY=… Импортируйте extractSpans и createJevClient и запустите извлечение для своего текста (см. пример в README)
Где скачать jeveryword?
Исходный код и инструкции по установке — на GitHub: https://github.com/jkrup/jeveryword

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Открытый Python SDK и сервис для обнаружения и обезличивания персональных данных в тексте, изображениях и структурированных данных.

Безопасность#pii-detection#data-privacy#data-anonymization
11,8 тыс.+163 за неделю1,4 тыс.PythonMITОбновлён 5 дней назад

Библиотека обработки естественного языка для JavaScript: размечает части речи, сопоставляет текст с шаблонами и преобразует глагольные формы, числа и другой текст.

12,2 тыс.+4 за неделю674JavaScriptMITАктивно поддерживаетсяОбновлён 16 часов назад

Мощная NLP-библиотека для Python и Cython: токенизация, предобученные пайплайны и модели для разметки, синтаксического анализа и распознавания сущностей.

34 тыс.+31 за неделю4,7 тыс.PythonMITОбновлён 11 дней назад

Библиотека Stanford NLP Group на Python для токенизации, сегментации предложений, распознавания именованных сущностей и синтаксического анализа зависимостей более чем на 60 языках.

7,9 тыс.966PythonOtherАктивно поддерживаетсяОбновлён вчера