jevbooks

← 全部项目

photo-ferret

JonesSteven/photo-ferret · 项目主页

用滑块而非标签浏览的 AI 评分照片画廊。

打分与排序0.65次选分类: 数据标注与清洗信号灯灰区
README 自动摘要

根据 README 自动整理于 2026年10月22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

面向自然摄影师的本地创作工具与静态画廊:Jev 为每张照片在数十个维度上评分,访客在浏览器中用滑块、取色器和是/否标签筛选大量照片。

它怎么用 Jev

上传时每张照片在后台队列中发送给 Jev 图像模型(systemOne,每张一次请求)。Jev 在天空、水、戏剧性、野性、暖度和质量等尺度上的评分存为 photo_attributes,成为画廊筛选所用的滑块维度。

用到的原语:score

值得抄的做法

把模型评分转成连续滑块维度,让大画廊通过收窄区间而非滚动标签来浏览。

怎么试

cp .env.example .env,设置 TYPESAFE_API_KEY 和管理员变量,npm install,npm run dev。

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 是项目的核心在材料中检出0.88
  • 展示了 System One 用法片段中未检出0.11
  • 写了怎么处理不确定片段中未检出0.02
  • 给出了实测数字未判定0.43
  • 是能跑起来的工具在材料中检出0.61
  • 学习案例 Top 10 候选信号片段中未检出0.39
  • 是模型本身的复刻片段中未检出0.07
  • 解决的问题够普遍(0–2)按 0–2 打分0.57 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.88展示了 System One 用法0.11写了怎么处理不确定0.02给出了实测数字0.43是能跑起来的工具0.61学习案例 Top 10 候选信号0.39是模型本身的复刻0.0700.51解决的问题够普遍(0–2)0.57 / 2012

无判定区(0.40–0.60)

设计模式
信号灯0.96灰区0.89记分卡0.68问卷0.64题库0.63漏斗0.52验货0.2000.51

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22日 读 README 写成。