jevbooks

← 全部项目

ad-radar

pengchujin/ad-radar · 项目主页

在小红书、微博、X、知乎上折叠广告和话题的浏览器插件。

内容审核0.73次选分类: 分类与路由问卷漏斗信号灯
README 自动摘要

根据 README 自动整理于 2026年10月14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

一个开源 Chrome/Edge 插件,支持小红书、微博、X、知乎。它通过本地关键词或博主匹配折叠内容,并使用你自己的 Jev API key 标注或折叠广告和选定话题。

它怎么用 Jev

对于每条新内容,插件通过用户自己的 API key 将其文本(标题、正文、作者、话题标签、转发、小红书前15条评论)发送给 Jev。Jev 返回广告类型、所选话题的概率以及 AI 生成比例;插件据此标注或折叠内容。

用到的原语:choicescore

值得抄的做法

本地关键词过滤无需任何 API key;Jev 仅用于语义匹配和话题/广告分类,并通过本地缓存避免重复调用。

怎么试

下载最新版 zip,在 chrome://extensions 加载已解压的文件夹,然后在弹窗中粘贴你的 Jev 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 是项目的核心片段中未检出0.13
  • 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0.04
  • 给出了实测数字片段中未检出0.04
  • 是能跑起来的工具在材料中检出0.99
  • 学习案例 Top 10 候选信号片段中未检出0.26
  • 是模型本身的复刻片段中未检出0.02
  • 解决的问题够普遍(0–2)按 0–2 打分1.06 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.13展示了 System One 用法0.11写了怎么处理不确定0.04给出了实测数字0.04是能跑起来的工具0.99学习案例 Top 10 候选信号0.26是模型本身的复刻0.0200.51解决的问题够普遍(0–2)1.06 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.83信号灯0.82问卷0.70取景框0.4500.51

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14日 读 README 写成。