jevbooks

← 全部项目

openclaw-jev-trigger

yousan/openclaw-jev-trigger

用自然语言写自动化触发条件,每个 tick 由 Jev 判定。

Agent 决策0.62次选分类: 分类与路由漏斗常开常闭体检
README 自动摘要

根据 README 自动整理于 2026年10月2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 OpenClaw 插件和 CLI,把自然语言的 --when / --not-when 条件生成定时触发脚本,让看门脚本决定是否唤醒对话模型。

它怎么用 Jev

每个 tick,jev_when 通过 OpenClaw 的 decisionModel(api.runtime.decisions.evaluate)发出一个布尔 Noul 判定,观测结果作为 state,when/notWhen 作为判定标准。仅当 probabilityTrue 达到 0.7 阈值且此前不为真时,脚本才触发。

用到的原语:noul

值得抄的做法

边沿触发:只在条件变为真时唤醒模型,而不是在条件持续为真的每个 tick 都触发。

怎么试

openclaw-jev-trigger --when "CI turned red" --exec "gh run list --limit 1 --json status,conclusion" > ci-red.js

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 用法在材料中检出0.93
  • 写了怎么处理不确定在材料中检出0.76
  • 给出了实测数字在材料中检出0.98
  • 是能跑起来的工具在材料中检出0.96
  • 学习案例 Top 10 候选信号在材料中检出0.66
  • 是模型本身的复刻片段中未检出0.06
  • 解决的问题够普遍(0–2)按 0–2 打分1.05 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.88展示了 System One 用法0.93写了怎么处理不确定0.76给出了实测数字0.98是能跑起来的工具0.96学习案例 Top 10 候选信号0.66是模型本身的复刻0.0600.51解决的问题够普遍(0–2)1.05 / 2012

无判定区(0.40–0.60)

设计模式
常开常闭0.92体检0.90漏斗0.74恒温器0.55取景框0.47代笔0.4700.51

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2日 读 README 写成。