jevbooks

← 全部项目

jeff-bot

saembit/jeff-bot

每个功能都是一次 Jev 类型化决策的 Discord 机器人。

分类与路由0.31次选分类: 打分与排序问卷信号灯记分卡
README 自动摘要

根据 README 自动整理于 2026年10月23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

jeff 是用 botbox 构建的 Discord 机器人,把返回概率而非文本的 TypeSafe 模型 Jev 当作服务器的裁判,用于辩论裁决、列表排名、论坛标签、FAQ 回答以及追踪未解答的帮助问题。

它怎么用 Jev

每个功能发送一次包含若干类型化问题的请求:/settle 询问两个选项中哪个回答了问题,/rank 对每个条目的每个标准请求一个分数,/autotag 询问哪个论坛标签合适并带 none 选项,/watch 检查消息是否为问题以及是否有 FAQ 条目匹配。所有阈值和结果应用都由代码掌控。

用到的原语:choicescore

值得抄的做法

把多个类型化问题打包进一次 Jev 请求,所有阈值和每服务器状态都留在代码里。

怎么试

在 .env 中填入 DISCORD_TOKEN、DISCORD_GUILD 和 TYPESAFE_API_KEY,然后运行 ./run.sh 或 botbox run。

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0.98
  • 展示了 System One 用法在材料中检出0.85
  • 写了怎么处理不确定片段中未检出0.12
  • 给出了实测数字片段中未检出0.02
  • 是能跑起来的工具在材料中检出0.96
  • 学习案例 Top 10 候选信号未判定0.54
  • 是模型本身的复刻片段中未检出0.03
  • 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0.99
信号
Jev 是项目的核心0.98展示了 System One 用法0.85写了怎么处理不确定0.12给出了实测数字0.02是能跑起来的工具0.96学习案例 Top 10 候选信号0.54是模型本身的复刻0.0300.51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
信号灯0.98记分卡0.95问卷0.92盲审0.38题库0.36预问0.33菜单0.26漏斗0.2400.51

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23日 读 README 写成。