jevbooks

← 全部项目

twitter-jev-guard

qs-lll/twitter-jev-guard

Jev 在 X/Twitter 时间线上用 STOP 或 AD 水印标记低质量帖子。

内容审核0.90次选分类: 打分与排序
README 自动摘要

根据 README 自动整理于 2026年10月13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

一个面向个人浏览辅助的 Chrome/Edge Manifest V3 扩展,在 X/Twitter 时间线上识别疑似垃圾、诱导互动、重复搬运和广告帖子,并在帖子文字区域叠加半透明水印。它不是事实核查工具,也不是平台审核系统。

它怎么用 Jev

内容脚本读取可见帖子文字和元数据;扩展后台 service worker 直接调用 TypeSafe Jev。Jev 回答两个问题:帖子是否低质量,以及主要类型。当低质量概率达到阈值(默认 75%)时,在 tweetText 容器内显示红色 STOP 水印。

用到的原语:choicescore

值得抄的做法

用 Jev 的概率和内容类型答案驱动视觉水印,同时把模型调用放在扩展后台。

怎么试

通过 chrome://extensions 加载包含根部 manifest.json 的目录,在弹窗中设置 Jev API key,然后刷新 X。

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0.91
  • 展示了 System One 用法片段中未检出0.20
  • 写了怎么处理不确定在材料中检出0.71
  • 给出了实测数字片段中未检出0.05
  • 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0.28
  • 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1.18 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.91展示了 System One 用法0.20写了怎么处理不确定0.71给出了实测数字0.05是能跑起来的工具0.99学习案例 Top 10 候选信号0.28是模型本身的复刻0.0200.51解决的问题够普遍(0–2)1.18 / 2012

无判定区(0.40–0.60)

设计模式
常开常闭0.66问卷0.59取景框0.3100.51

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13日 读 README 写成。