jevbooks

← 全部项目

jev-judge

simojam93/jev-judge

使用 Jev 对社交帖子进行校准判断。

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

一个 TypeScript 库,用于判断社交帖子的相关性、质量、垃圾信息、类型以及草稿读起来有多像人写的。它为 postecho 的排名、人类评分、Humanize 和风格指南提供支持。

它怎么用 Jev

Jev 回答类型化问题:用 score 评估相关性和质量,用 noul 判断垃圾信息和品味匹配度,用 choice 选择帖子类型。结果合并为排名(0-100),用于排序帖子、标记垃圾信息或决定是否继续滚动。

用到的原语:choicescorenoul

值得抄的做法

使用类型化校准问题而非解析 LLM 文本,并注入客户端以便测试。

怎么试

npm install github:simojam93/jev-judge,设置 TYPESAFE_API_KEY,然后导入并调用 judgePosts。

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0.87
  • 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0.05
  • 给出了实测数字片段中未检出0.07
  • 是能跑起来的工具在材料中检出0.83
  • 学习案例 Top 10 候选信号未判定0.45
  • 是模型本身的复刻片段中未检出0.05
  • 解决的问题够普遍(0–2)按 0–2 打分1.81 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.87展示了 System One 用法0.67写了怎么处理不确定0.05给出了实测数字0.07是能跑起来的工具0.83学习案例 Top 10 候选信号0.45是模型本身的复刻0.0500.51解决的问题够普遍(0–2)1.81 / 2012

无判定区(0.40–0.60)

设计模式
记分卡0.97问卷0.95代笔0.82信号灯0.63漏斗0.46题库0.38常开常闭0.27验货0.26取景框0.2500.51

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。