jevbooks

← 全部项目

x-post-classifier

aslamdoctor/x-post-classifier

通过 Jev Choice 决策对 x.com 帖子分类的 Chrome 扩展。

分类与路由0.99次选分类: 数据标注与清洗
README 自动摘要

根据 README 自动整理于 2026年10月26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

一个面向 x.com 用户的 Manifest V3 Chrome 扩展,使用 TypeSafe 的 Jev 模型对信息流中的帖子进行分类,添加类别徽章,并可淡化选定类别。

它怎么用 Jev

当帖子在视口中停留至少 350ms 时,扩展向 Jev 发送 Choice 问题,将帖子分类为六种意图之一(Insight、News、Bait、Promo、Meme、Opinion)。返回的类别用于显示头部徽章和可选的淡化效果。

用到的原语:choice

值得抄的做法

以视口停留时间(350ms)作为分类触发条件,并结合两级缓存,避免滚动和 DOM 回收期间冗余的 API 调用。

怎么试

将 .env.example 复制为 .env 并填入 TYPESAFE_API_KEY,运行 bun install 和 bun run build,然后在 chrome://extensions 中加载已解压的扩展。

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 是项目的核心在材料中检出0.95
  • 展示了 System One 用法片段中未检出0.37
  • 写了怎么处理不确定片段中未检出0.04
  • 给出了实测数字片段中未检出0.12
  • 是能跑起来的工具在材料中检出0.98
  • 学习案例 Top 10 候选信号片段中未检出0.20
  • 是模型本身的复刻片段中未检出0.04
  • 解决的问题够普遍(0–2)按 0–2 打分0.80 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.95展示了 System One 用法0.37写了怎么处理不确定0.04给出了实测数字0.12是能跑起来的工具0.98学习案例 Top 10 候选信号0.20是模型本身的复刻0.0400.51解决的问题够普遍(0–2)0.80 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.5800.51

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26日 读 README 写成。