jevbooks

← 全部项目

message-tone-checker

WeiS49/message-tone-checker

双语发送前消息检查器,带语气分析和 A/B 对比。

打分与排序0.40次选分类: 评测与基准
README 自动摘要

根据 README 自动整理于 2026年9月24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

一个本地 Web 应用,供起草给同事、经理、老师、客户、朋友或家人消息的人使用。它检查礼貌、意图、预期回复、紧迫性、正式程度、情绪和讽刺,并支持 A/B 对比。界面提供中文和英文。

它怎么用 Jev

应用将草稿文本和固定的评估问题发送给 Jev,Jev 返回结构化概率。这些概率用于生成目标检查和完整的概率分解。收件人预设和选定的目标是本地 UI 设置,不会传递给 Jev。

用到的原语:choicescorenoul

值得抄的做法

使用固定的类型化问题获取沟通信号的校准概率,然后应用本地目标阈值。

怎么试

安装 Bun 并在 .env.local 中设置 AI_GATEWAY_API_KEY,然后运行 `bun 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0.88
  • 展示了 System One 用法片段中未检出0.31
  • 写了怎么处理不确定片段中未检出0.06
  • 给出了实测数字片段中未检出0.06
  • 是能跑起来的工具在材料中检出0.87
  • 学习案例 Top 10 候选信号片段中未检出0.31
  • 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1.22 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.88展示了 System One 用法0.31写了怎么处理不确定0.06给出了实测数字0.06是能跑起来的工具0.87学习案例 Top 10 候选信号0.31是模型本身的复刻0.0500.51解决的问题够普遍(0–2)1.22 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.57取景框0.4900.51

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9月24日 读 README 写成。