jevbooks

← 全部项目

toneradar

Sahilll15/toneradar · 项目主页

发送前检查消息会如何被接收。

打分与排序0.68次选分类: 评测与基准问卷常开常闭
README 自动摘要

根据 README 自动整理于 2026年10月3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

ToneRadar 让你粘贴一条消息,在发送前查看它会如何被接收。选择收件人(经理、同事、客户、朋友),获得雷达图、热力标记的消息、结论和改写列表。

它怎么用 Jev

Jev 接收消息和收件人作为状态,回答关于整条消息的八个评分问题(温暖度、清晰度、自信度、紧迫性、礼貌度、被动攻击性、防御性、正式度),一个关于你是否会得到想要回复的布尔值,以及每句话的八个布尔值。Jev 只返回数字;所有可视化和文案都在 lib/tone.ts 中计算。

用到的原语:scorechoice

值得抄的做法

仅让 Jev 返回数值评分和布尔值,然后在代码中计算所有结论和文案。

怎么试

npm install; cp .env.example .env.local; 填入密钥; npm run dev

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0.93
  • 展示了 System One 用法在材料中检出0.67
  • 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0.05
  • 是能跑起来的工具在材料中检出0.77
  • 学习案例 Top 10 候选信号未判定0.40
  • 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1.26 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.93展示了 System One 用法0.67写了怎么处理不确定0.04给出了实测数字0.05是能跑起来的工具0.77学习案例 Top 10 候选信号0.40是模型本身的复刻0.0400.51解决的问题够普遍(0–2)1.26 / 2012

无判定区(0.40–0.60)

设计模式
常开常闭0.77问卷0.72漏斗0.68取景框0.49记分卡0.45题库0.37盲审0.2300.51

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3日 读 README 写成。