这是什么
一个 Chrome 扩展，在 LinkedIn 帖子滚动进入视图时进行判断，并盖上 BAIT、CORP 或 BRAG 印章及置信度分数，帖子下方仍可阅读。
它怎么用 Jev
对于每个模糊帖子，通过本地代理对帖子文本运行两个 Noul 问题和一个 Choice 类别。Jev 返回概率；扩展根据 is_slop >= 0.60 或 is_corporate_slop >= 0.70 分支来盖章。
用到的原语:choicenoul
值得抄的做法
本地关键词规则在任何 API 调用前解决明显案例，并且每个帖子的判定结果会被缓存。
怎么试
克隆，设置 .env，运行服务器，在 Chrome 中加载 extension/ 为解压扩展，打开 LinkedIn 信息流。
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 是主角是0.96
- 有 System One 用法是0.92
- 处理了不确定性是0.94
- 有实测数据否0.17
- 可直接跑是0.98
- 值得推荐未判定0.49
- 是模型的复刻否0.03
- 问题普遍性按 0–2 打分0.96
- 与 Jev 相关是0.99
信号由 Jev jev-1.13.0 判定，简介由 DeepSeek V4.1 Flash 于 2026年9月22日 读 README 写成。