jevbooks

← 全部项目

tweet-radar

kelaocai/tweet-radar · 项目主页

用你自己的标准筛选 X 帖子,由 Jev 驱动。

打分与排序1.00次选分类: 分类与路由
README 自动摘要

根据 README 自动整理于 2026年9月24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

一个免费 Chrome 扩展,加上社区共建的内容判断规则与提示词库。它帮助读者在已加载的 X/Twitter 时间线或搜索结果中,按自己的目标和读者画像发现值得读的帖子。

它怎么用 Jev

Jev 用 Noul 根据读者目标和画像对已加载的 X 帖子打分,再用两两 Choice 判断对入围候选排序,推荐最多 3 条供查看。结果以图标、百分比和颜色显示在页面上。

用到的原语:noulchoice

值得抄的做法

把目标、读者画像、排除项、证据要求和反例写成可复用的提示词模板。

怎么试

下载扩展 ZIP,通过 chrome://extensions 开发者模式加载,然后设置目标和 TypeSafe API key。

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0.89
  • 展示了 System One 用法未判定0.59
  • 写了怎么处理不确定片段中未检出0.05
  • 给出了实测数字片段中未检出0.07
  • 是能跑起来的工具在材料中检出0.98
  • 学习案例 Top 10 候选信号未判定0.55
  • 是模型本身的复刻片段中未检出0.04
  • 解决的问题够普遍(0–2)按 0–2 打分1.02 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.89展示了 System One 用法0.59写了怎么处理不确定0.05给出了实测数字0.07是能跑起来的工具0.98学习案例 Top 10 候选信号0.55是模型本身的复刻0.0400.51解决的问题够普遍(0–2)1.02 / 2012

无判定区(0.40–0.60)

设计模式
信号灯0.45取景框0.31记分卡0.30漏斗0.2400.51

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24日 读 README 写成。