这是什么
读取公开 Telegram 频道过去一年最多 1,500 条帖子,绘制可分享的卡片,展示帖子类型、广告、标题党和情绪压力的混合比例,以及每月变化。
它怎么用 Jev
每条有文本的帖子单独发送给 Jev,附带四个类型化问题:帖子类型(十种之一)、是否为付费广告、是否使用标题党、是否煽动情绪。答案被汇总为比例、每月混合、各类型中位浏览量和最具代表性的帖子。
用到的原语:choicenoul
值得抄的做法
浏览器驱动运行:Worker 规划页面,浏览器并行获取,每页每次评判六条帖子。
怎么试
git clone、npm install、cp .env.example .env、粘贴密钥、npm run dev,打开 http://localhost:5190。
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 是主角是0.98
- 有 System One 用法是0.86
- 处理了不确定性否0.05
- 有实测数据是0.74
- 可直接跑是0.93
- 值得推荐未判定0.59
- 是模型的复刻否0.03
- 问题普遍性按 0–2 打分0.57
- 与 Jev 相关是0.98
信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月21日 读 README 写成。