README 自动摘要
根据 README 自动整理于 2026年10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
一个针对LinkedIn帖子的实时观众模拟器。当你输入时，120位读者（12种类型）会以鼓掌、分享、点赞、评论、反对或翻白眼等方式反应。一个0到100的掌声计给出从“嘘！🍅”到“起立鼓掌！🎉”的评判。
它怎么用 Jev
一次Jev调用并行提出17个类型化问题：12个选择题（每种读者类型一个，有8个反应选项），3个评分题（清晰度、陈词滥调、真实性），以及2个是/否题（像AI吗、有行动号召吗）。这些分布用于通过最大余数法分配120个座位（每种读者类型10个），并计算掌声计。
用到的原语:choicescorenoul
值得抄的做法
利用Jev的完整概率分布来模拟多样化的观众，而不是为每位读者生成单一答案。
怎么试
npm run sensitivity、npm run calibrate，或本地运行（见README）。
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0.87
- 展示了 System One 用法片段中未检出0.30
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字在材料中检出0.67
- 是能跑起来的工具在材料中检出0.79
- 学习案例 Top 10 候选信号片段中未检出0.23
- 是模型本身的复刻片段中未检出0.14
- 解决的问题够普遍（0–2）按 0–2 打分0.15 / 2
- 与 Jev 相关在材料中检出0.96
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10月1日 读 README 写成。