jevbooks

← 全部项目

WechatSignals

Jelly-RayTian/WechatSignals

macOS 本地优先微信单聊分析,使用官方 TypeSafe Jev。

其他0.50次选分类: 校验与安全门问卷漏斗记分卡常开常闭
README 自动摘要

根据 README 自动整理于 2026年10月27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 macOS 客户端,只读读取微信单聊、匿名化文本,结合本机处理与官方 TypeSafe Jev API 进行分析,结果存入 SQLite,API Key 存入 Keychain。

它怎么用 Jev

用户确认发送匿名化分段后,应用把每段发往官方 SystemOne 接口。Jev 每段返回 5 个 Score 和 15 个 Choice(v4 为 12 项行为 Choice 加 10 项支持/反证),应用在本机组合成 0–100 指数。

用到的原语:choicescore

值得抄的做法

发送前匿名化并预览确认,按段保留 Jev 的 confidence,再用本机透明规则组合评分。

怎么试

npm ci && npm run build:keychain && npm start(Node.js 22+、Apple Silicon、macOS 14+)。

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 是项目的核心片段中未检出0.09
  • 展示了 System One 用法片段中未检出0.07
  • 写了怎么处理不确定片段中未检出0.23
  • 给出了实测数字片段中未检出0.03
  • 是能跑起来的工具在材料中检出0.99
  • 学习案例 Top 10 候选信号片段中未检出0.09
  • 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0.94 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.09展示了 System One 用法0.07写了怎么处理不确定0.23给出了实测数字0.03是能跑起来的工具0.99学习案例 Top 10 候选信号0.09是模型本身的复刻0.0300.51解决的问题够普遍(0–2)0.94 / 2012

无判定区(0.40–0.60)

设计模式
记分卡0.95问卷0.91漏斗0.85常开常闭0.79取景框0.67验货0.39体检0.36黑匣子0.3300.51

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27日 读 README 写成。