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0.67次选分类: 分类与路由问卷信号灯
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

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-1.13.0
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0.93
  • 展示了 System One 用法在材料中检出0.97
  • 写了怎么处理不确定片段中未检出0.13
  • 给出了实测数字未判定0.60
  • 是能跑起来的工具在材料中检出0.75
  • 学习案例 Top 10 候选信号在材料中检出0.70
  • 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0.09 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.93展示了 System One 用法0.97写了怎么处理不确定0.13给出了实测数字0.60是能跑起来的工具0.75学习案例 Top 10 候选信号0.70是模型本身的复刻0.0300.51解决的问题够普遍(0–2)0.09 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.97信号灯0.93菜单0.62验货0.49代笔0.44题库0.41漏斗0.30预问0.29常开常闭0.29记分卡0.25体检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9月20日 读 README 写成。