jevbooks

← 全部项目

jev-arena

neurogabo/jev-arena · 项目主页

在本地用 Jev(TypeSafe 的决策模型)进行宝可梦对战。

游戏与模拟0.97次选分类: Agent 决策
README 自动摘要

根据 README 自动整理于 2026年11月1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

一个本地宝可梦 Champions 对战竞技场,你使用固定版本的 Pokémon Showdown 引擎与 TypeSafe 的决策模型 Jev 对战,支持队伍选择、随机队伍、战斗动画和私密决策复盘。

它怎么用 Jev

每回合 Showdown 列出合法招式和替换;Jev 获得己方可见信息、简短战斗记忆和参考规则。Jev 先选出少量有希望的行动,模拟器总结对手可能的回应,Jev 再据此选择行动。

用到的原语:choice

值得抄的做法

两阶段决策:Jev 先筛选候选行动,再依据模拟器对对手可能回应的总结重新排序。

怎么试

npm ci、npm run setup、npm run start:offline,然后打开 http://127.0.0.1:8160。

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0.84
  • 展示了 System One 用法片段中未检出0.14
  • 写了怎么处理不确定片段中未检出0.03
  • 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0.91
  • 学习案例 Top 10 候选信号片段中未检出0.20
  • 是模型本身的复刻片段中未检出0.39
  • 解决的问题够普遍(0–2)按 0–2 打分0.02 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.84展示了 System One 用法0.14写了怎么处理不确定0.03给出了实测数字0.03是能跑起来的工具0.91学习案例 Top 10 候选信号0.20是模型本身的复刻0.3900.51解决的问题够普遍(0–2)0.02 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.6400.51

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11月1日 读 README 写成。