jevbooks

← 全部项目

jev-x-highlighter

mhmhquiz/jev-x-highlighter

用 Jev 按语义判定并高亮 X 推文的 Chrome 扩展。

打分与排序0.44次选分类: 分类与路由漏斗信号灯
README 自动摘要

根据 README 自动整理于 2026年9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

面向 X (x.com) 用户的 Chrome 扩展,用于高亮 AI、VRChat 等感兴趣话题的推文。它不用关键词,而是用自然语言写的类别说明来判定,还支持静音、漏看列表和有益度标记。

它怎么用 Jev

Jev 判定每条推文是否符合类别说明,以及小分类和有益度。推文正文、作者、引用、链接标题和图片替代文本作为状态发送;返回的概率用于时间线中的高亮、静音和标签显示。

用到的原语:choicescore

值得抄的做法

拦截 X 的 GraphQL 响应,在推文渲染前开始判定,并把小分类和有益度合并进同一请求。

怎么试

在 Chrome 中以未打包扩展加载该文件夹,保存 TypeSafe API 密钥,然后打开 x.com。

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0.90
  • 展示了 System One 用法在材料中检出0.64
  • 写了怎么处理不确定在材料中检出0.78
  • 给出了实测数字片段中未检出0.06
  • 是能跑起来的工具在材料中检出0.99
  • 学习案例 Top 10 候选信号未判定0.47
  • 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0.96 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.90展示了 System One 用法0.64写了怎么处理不确定0.78给出了实测数字0.06是能跑起来的工具0.99学习案例 Top 10 候选信号0.47是模型本身的复刻0.0300.51解决的问题够普遍(0–2)0.96 / 2012

无判定区(0.40–0.60)

设计模式
信号灯0.97漏斗0.81体检0.52恒温器0.38题库0.37问卷0.28取景框0.2300.51

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27日 读 README 写成。