README 自动摘要
根据 README 自动整理于 2026年9月20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 Chrome 和 Firefox 扩展，在发布前对 X 草稿帖子和回复上下文进行评分，显示包含病毒性、趣味性、信息量、清晰度、侮辱程度、愤怒诱饵、尴尬度、“听起来像 AI 写的”、后悔风险、错别字检测以及最可能的群众反应，并给出总体评价。
它怎么用 Jev
Jev 在一次请求中根据评分标准评估草稿文本（以及 reply_to/quoting 上下文），返回每个指标的分数。内容脚本将分数归一化为 0–1 并组合成评价。可选的 OpenAI 媒体描述作为 media 传入。
用到的原语:scorenoulchoice
值得抄的做法
将所有评分标准问题一次性发送给 Jev，这样添加评分标准只增加 token 消耗而不增加延迟。
怎么试
在 Chrome 中加载已解压的扩展或在 Firefox 中加载临时附加组件，配置 TypeSafe API 密钥，然后在 x.com/compose/post 上输入。
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0.85
- 展示了 System One 用法片段中未检出0.37
- 写了怎么处理不确定片段中未检出0.06
- 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0.98
- 学习案例 Top 10 候选信号片段中未检出0.32
- 是模型本身的复刻片段中未检出0.04
- 解决的问题够普遍（0–2）按 0–2 打分1.04 / 2
- 与 Jev 相关在材料中检出0.98
无判定区（0.40–0.60）
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20日 读 README 写成。