README 自动摘要
根据 README 自动整理于 2026年10月31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 LinkedIn 滚动浏览者的 Chrome MV3 扩展，将每条信息流帖子判定为身份表演（LARP）或具体工作（REAL），并在每条帖子上贴出带标签和置信度的彩色药丸。
它怎么用 Jev
每条帖子发起一次批量 Jev 请求，询问 noul（work_shown、image_crafted、stat_farming、headline_larp、headline_supported、is_ai_written、news_report）以及量表和轴。lib/verdict.js 用差距计算和阈值将答案组合成 REAL/LARP 徽章；药丸显示标签和置信度。
用到的原语:choicescorenoul
值得抄的做法
每条帖子一次批量调用（推测性扇出）：一次性提出所有独立问题，再由代码决定哪些答案重要。
怎么试
在 chrome://extensions 中加载已解压的扩展，在 Options 中粘贴 TypeSafe API key，或将 provider 设为 Mock。
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0.95
- 展示了 System One 用法片段中未检出0.12
- 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0.02
- 是能跑起来的工具在材料中检出0.97
- 学习案例 Top 10 候选信号片段中未检出0.14
- 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0.52 / 2
- 与 Jev 相关在材料中检出0.99
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31日 读 README 写成。