README 自动摘要
根据 README 自动整理于 2026年9月20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
一个自带 API key 的 Chrome 扩展，面向 Twitch 观众。它通过匿名 IRC WebSocket 读取频道直播聊天，并增加第二列，只显示符合所选意图的消息：Helpful、Questions、Funny、Feedback 或 Everything meaningful。
它怎么用 Jev
Jev 对每条聊天消息做一个类别 Choice，按每批 20 条发送。状态包含消息文本、用户名、频道名、页面标题，以及最近 12 条消息文本作为上下文。结果用于过滤第二个聊天列；点击某行可查看完整概率分布、类别和 model id。
用到的原语:choice
值得抄的做法
每次调用 Jev 批量处理 20 条消息；切换意图只是重新排序已有结果，不额外花钱。
怎么试
下载 release zip，用 Load unpacked 加载 extension 文件夹，粘贴 TypeSafe key，重载 Twitch 标签页，选择意图 chip。
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-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
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 用法在材料中检出0.73
- 写了怎么处理不确定片段中未检出0.04
- 给出了实测数字在材料中检出0.78
- 是能跑起来的工具在材料中检出0.99
- 学习案例 Top 10 候选信号未判定0.48
- 是模型本身的复刻片段中未检出0.03
- 解决的问题够普遍（0–2）按 0–2 打分0.97 / 2
- 与 Jev 相关在材料中检出0.99
无判定区（0.40–0.60）
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9月20日 读 README 写成。