jevbooks

← 全部项目

jev-ai-testing

agarwalpranav0711/jev-ai-testing

两个由 Jev 驱动的网页演示:语气分析器与迷宫跑者。

游戏与模拟43%次选分类: Agent 决策

这是什么

面向开发者和演示观众的两个浏览器演示:Mirror 实时消息语气分析器,评估 8 个语气维度;Jev Maze Runner 游戏,由 Jev 在随机 15x15 迷宫中选路。

它怎么用 Jev

README 未说明使用哪些 Jev 原语或如何传入状态。它说明 Jev 在迷宫中做出低于 100ms 的策略路径决策,并在 Mirror 中于每次按键暂停时评估 8 个语气维度,结果驱动 UI。

值得抄的做法

通过 Cloudflare Worker 代理转发浏览器请求,使 JEV_API_KEY 保留在服务端并处理 CORS。

怎么试

用 wrangler 部署 worker.js,设置 WORKER_URL,然后用 python -m http.server 提供 mirror.html 和 maze.html。

去 GitHub 看

Jev 判的jev-1.13.0

证据

每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。

  • Jev 是主角0.83
  • 有 System One 用法0.85
  • 处理了不确定性0.04
  • 有实测数据0.33
  • 可直接跑0.94
  • 值得推荐未判定0.49
  • 是模型的复刻0.03
  • 问题普遍性按 0–2 打分0.09
  • 与 Jev 相关0.97

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。