jevbooks

← 全部项目

snifftest

DanRWilloughby/snifftest · 项目主页

散文检查器,用可计数规则和一个判断模型找出 AI 写作痕迹。

README 自动摘要

根据 README 自动整理于 2026年10月22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

Sniff Test 读取 Markdown 和纯文本,按项目规则检查散文,每条标记输出文件、行号、规则和置信度。面向需要检查草稿中 AI 写作痕迹的写作者和团队,提供 CLI、pre-commit hook、GitHub Action 和 Claude Code skill。

它怎么用 Jev

对判断类规则,每个段落连同每条判断规则的措辞一起发送给 Jev;Jev 对每个段落的每条规则返回一个概率。读数达到或超过阈值(默认 0.7)即成为标记;0.4 到 0.6 之间的读数视为无判断。

用到的原语:score

值得抄的做法

把 0.4–0.6 区间视为无判断,因为模型对读不懂的文本会给出约 0.5。

怎么试

npm install --global snifftest;snifftest check --dry-run draft.md

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 是项目的核心未判定0.49
  • 展示了 System One 用法在材料中检出0.88
  • 写了怎么处理不确定在材料中检出0.78
  • 给出了实测数字在材料中检出0.98
  • 是能跑起来的工具在材料中检出0.96
  • 学习案例 Top 10 候选信号未判定0.52
  • 是模型本身的复刻片段中未检出0.11
  • 解决的问题够普遍(0–2)按 0–2 打分1.06 / 2
  • 与 Jev 相关在材料中检出0.85
信号
Jev 是项目的核心0.49展示了 System One 用法0.88写了怎么处理不确定0.78给出了实测数字0.98是能跑起来的工具0.96学习案例 Top 10 候选信号0.52是模型本身的复刻0.1100.51解决的问题够普遍(0–2)1.06 / 2012

无判定区(0.40–0.60)

设计模式
取景框0.98灰区0.98漏斗0.97信号灯0.96体检0.83问卷0.81验货0.69题库0.54常开常闭0.36恒温器0.22预问0.2100.51

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22日 读 README 写成。