jevbooks

← 全部项目

antigravity-jev-skills

AJackTi/antigravity-jev-skills

Gemini 编码、Jev 证据分诊与 Codex 终审技能。

分类与路由0.68次选分类: 评测与基准
README 自动摘要

根据 README 自动整理于 2026年10月31日,不是本站运行记录。运行步骤和作者声称的效果仍需核验。

这是什么

面向智能体工作流的技能包:Gemini 负责实现、测试与修复代码,Jev 负责证据分诊,新的 Gemini 会话独立复核,ChatGPT 协调流程并做最终审查。面向运行多智能体编码与量化审计流水线的开发者。

它怎么用 Jev

README 列出一个 `jev` 技能,用于“类型化决策与校准的证据分诊”,并要求 TypeSafe API key 以配合 `jev-1.13.0` 做文本分诊;但未说明 Jev 做哪些决策、接收什么状态,以及结果如何在代码中使用。

怎么试

先 git clone 仓库,再运行 `python3 -B install.py` 和 `python3 -B install.py --install`。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

README 片段的模型判断

项目信号使用仓库元信息、已有摘要与 README 前 700 个字符;没有通读完整项目。“未检出”仅表示这些材料中未检出,并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期,不是源码审计或运行验收。

模型与判定日期

收录门禁
jev-1.14.0
项目信号
jev-1.14.0
项目分类
jev-1.14.0
模式标签
jev-1.14.0

证据

这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及,≤ 0.40 表示未检出,中间为未判定;都不是源码审查或运行结果。「可运行工具」题排除了研究实验,「推荐」题筛的是学习案例 Top 10,不是内容质量合格与否。

  • Jev 是项目的核心片段中未检出0.15
  • 展示了 System One 用法未判定0.41
  • 写了怎么处理不确定片段中未检出0.03
  • 给出了实测数字片段中未检出0.02
  • 是能跑起来的工具在材料中检出0.91
  • 学习案例 Top 10 候选信号片段中未检出0.14
  • 是模型本身的复刻片段中未检出0.08
  • 解决的问题够普遍(0–2)按 0–2 打分1.28 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.15展示了 System One 用法0.41写了怎么处理不确定0.03给出了实测数字0.02是能跑起来的工具0.91学习案例 Top 10 候选信号0.14是模型本身的复刻0.0800.51解决的问题够普遍(0–2)1.28 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.4600.51

无判定区(0.40–0.60)

各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月31日 读 README 写成。