RRepoGEO

REPOGEO 报告 · LITE

jpmml/jpmml-evaluator

默认分支 master · commit 23d07613 · 扫描时间 2026/5/29 22:26:53

星标 903 · Fork 255

AI 可见性总分
80 /100
健康
品类召回
2 / 2
被推荐时的平均排名 #1.0
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
2 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 jpmml/jpmml-evaluator 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • hightopics#1
    Add relevant topics to the repository

    原因：

    复制粘贴的修复
    java, pmml, machine-learning, model-evaluation, predictive-models, jvm, data-science
  • highreadme#2
    Strengthen the README's opening statement with core differentiator

    原因：

    当前
    Java Evaluator API for Predictive Model Markup Language (PMML).
    复制粘贴的修复
    JPMML-Evaluator is the de facto reference implementation of the PMML specification for the Java/JVM platform, providing a robust API for evaluating predictive models.
  • mediumhomepage#3
    Add a homepage URL to the repository metadata

    原因：

    复制粘贴的修复
    [Insert official project homepage URL here, e.g., https://www.jpmml.org/jpmml-evaluator]

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
2 / 2
100% 的问题里出现了 jpmml/jpmml-evaluator
平均排名
#1.0
越小越好。#1 表示首位推荐。
声量占比
13%
在所有被点名的工具中，你占了多少？
头号对手
Apache Spark MLlib
在 2 个问题中被推荐 1 次
竞品排行
  1. Apache Spark MLlib · 被推荐 1 次
  2. ADAPA · 被推荐 1 次
  3. KNIME · 被推荐 1 次
  4. JAXB · 被推荐 1 次
  5. apache/spark · 被推荐 1 次
  • 品类问题
    Java library to evaluate predictive models described in Predictive Model Markup Language?
    你：第 1 位
    AI 推荐顺序：
    1. JPMML-Evaluator ← 你
    2. Apache Spark MLlib
    3. ADAPA
    4. KNIME
    5. JAXB
    查看 AI 完整回答
  • 品类问题
    Need to integrate and run PMML-defined machine learning models within a JVM application.
    你：第 1 位
    AI 推荐顺序：
    1. JPMML-Evaluator (jpmml/jpmml-evaluator) ← 你
    2. Apache Spark MLlib (apache/spark)
    3. JPMML-SparkML (jpmml/jpmml-sparkml)
    4. H2O.ai (h2oai/h2o-3)
    5. KNIME Analytics Platform
    6. SAS
    7. R
    8. pmml package (jpmml/r-pmml)
    9. Python
    10. sklearn-pmml (jpmml/sklearn-pmml)
    11. NYX (nyx-ml/nyx)
    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of jpmml/jpmml-evaluator?
    pass
    AI 未点名 jpmml/jpmml-evaluator —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts jpmml/jpmml-evaluator in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 jpmml/jpmml-evaluator

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo jpmml/jpmml-evaluator solve, and who is the primary audience?
    pass
    AI 明确点名了 jpmml/jpmml-evaluator

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 jpmml/jpmml-evaluator 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/jpmml/jpmml-evaluator.svg)](https://repogeo.com/zh/r/jpmml/jpmml-evaluator)
HTML
<a href="https://repogeo.com/zh/r/jpmml/jpmml-evaluator"><img src="https://repogeo.com/badge/jpmml/jpmml-evaluator.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

jpmml/jpmml-evaluator — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3