jevbooks

← 全部项目

jev-canvas

gaborishka/jev-canvas

语音和手指在 tldraw 画布上绘图,由 Jev 决策。

Agent 决策67%次选分类: 分类与路由一个 state 多题平铺

这是什么

一个多模态界面,用户通过语音命令并在网络摄像头追踪的手指指向下,在 tldraw 画布上绘图。支持英语和乌克兰语,并使用 Jev 将口头指令解释为画布操作。

它怎么用 Jev

在每次部分或最终转录时,Jev 回答八个类型化问题:is_command、complete、action、shape、color、target、where、size 和 text_span。概率在代码中阈值化,以决定是否以及如何创建、移动、删除、重新着色、调整大小、复制、清除、撤销或重做形状。

用到的原语:choicescorenoul

值得抄的做法

在语音时刻用 3 秒手指轨迹捕获指向词,并回读 300 毫秒前的位置,使词语与位置对齐。

怎么试

git clone,cp .env.example .env,添加 OpenRouter 密钥,npm install,npm run dev,打开 localhost。

去 GitHub 看

Jev 判的jev-1.13.0

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0.93
  • 有 System One 用法0.97
  • 处理了不确定性0.13
  • 有实测数据未判定0.60
  • 可直接跑0.75
  • 值得推荐0.70
  • 是模型的复刻0.03
  • 问题普遍性按 0–2 打分0.09
  • 与 Jev 相关0.99

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。