jevbooks

← 全部项目

mangaba-jarvis

Mangaba-ai/mangaba-jarvis

面向 OpenClaw 智能体的巴西葡萄牙语 JARVIS HUD,由 TypeSafe Jev 决策。

Agent 决策0.98次选分类: 分类与路由代笔
README 自动摘要

根据 README 自动整理于 2026年10月4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

一个面向 OpenClaw 智能体的 JARVIS 风格 HUD,使用巴西葡萄牙语,配备 ElevenLabs 语音、mangaba-titan 大脑,并由 TypeSafe Jev 决定每一轮。基于 Jincoco 的 openclaw-jarvis-ui。

它怎么用 Jev

每轮一次 Jev 调用测量 intencao、precisa_agente、acao_arriscada、acao_clara、risco_de_inventar、complexidade、manipulacao 和 fala_terminou。这些决定请求路径、确认、网络核查、思考、拒绝和语音轮次。Jev 还解释打断并检查任务结果。

用到的原语:choicescorenoul

值得抄的做法

推测:直接 titan 路径在 Jev 决策时开始生成,因此丢弃是安全的,Jev 延迟消失。

怎么试

git clone、./setup.sh、填写 .env、node --env-file=.env server/index.js、打开 http://localhost:9999。

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0.78
  • 展示了 System One 用法在材料中检出0.88
  • 写了怎么处理不确定片段中未检出0.10
  • 给出了实测数字在材料中检出0.79
  • 是能跑起来的工具在材料中检出0.82
  • 学习案例 Top 10 候选信号片段中未检出0.33
  • 是模型本身的复刻片段中未检出0.05
  • 解决的问题够普遍(0–2)按 0–2 打分0.87 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.78展示了 System One 用法0.88写了怎么处理不确定0.10给出了实测数字0.79是能跑起来的工具0.82学习案例 Top 10 候选信号0.33是模型本身的复刻0.0500.51解决的问题够普遍(0–2)0.87 / 2012

无判定区(0.40–0.60)

设计模式
代笔0.93漏斗0.56题库0.23信号灯0.22盲审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4日 读 README 写成。