README 自动摘要
根据 README 自动整理于 2026年10月13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
一个面向 Instagram、TikTok 和 LinkedIn 的开源、本地优先研究代理。它通过 socai CLI 驱动你已登录的 Chrome，将研究目标转化为带来源引用的报告。
它怎么用 Jev
每一步 Jev 对当前允许的只读 socai CLI 操作列表以及先前结果中发现的具体目标做出 Choice。选中的操作在 Chrome 中执行；观察到的结果重建下一组选择。格式错误或低置信度的选择在执行前被拒绝。
用到的原语:choice
值得抄的做法
每次执行操作后，从实时浏览器状态重建类型化选择集，并移除已尝试的操作。
怎么试
npx github:socai-io/jev-social#v0.1.13 onboard，然后 npx github:socai-io/jev-social#v0.1.13
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0.96
- 展示了 System One 用法在材料中检出0.89
- 写了怎么处理不确定片段中未检出0.20
- 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0.87
- 学习案例 Top 10 候选信号在材料中检出0.64
- 是模型本身的复刻片段中未检出0.12
- 解决的问题够普遍（0–2）按 0–2 打分0.99 / 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10月13日 读 README 写成。