智能体与自动化 · 01
教程把语音指令转换为浏览器操作
Moritz Kremb 在一段较长的教程中构建了语音控制浏览器。语音先被转成文字，再由 Jev 从当前页面元素中判断用户意图对应的操作和目标。
Jev 负责的决策这是一条操作指令吗？如果是，应该执行哪个可见操作？
Jev 只是整个循环中的一个环节。语音识别、浏览器状态、安全检查和实际点击都在模型之外处理。
社区案例 · YouTube 视频
社区案例精选
看看开发者如何 使用 Jev。
浏览来自 X 和 YouTube 的 Jev AI 产品功能、实验与教程。每个案例都聚焦一个可以借鉴到自己项目中的具体决策。
25 个精选案例2 个内容平台每张卡片均附原帖或原视频链接
案例列表
从具体决策开始。
按所解决的问题浏览演示和实际产品案例。每条 X 帖子和 YouTube 视频都附有我们的说明，解释 Jev 负责哪项具体决策。
正在显示 25/25 个精选案例
SDK 与示例 · 02
教程在三个应用中比较 Choice、Score 和 Noul
Riley Brown 介绍了 Jev 的三种输出形式，并展示了几个小型应用，包括为请求选择模型和对邮件进行分流。
Jev 负责的决策应用所要做的决定适合哪一种回答形式？
先确定输出格式：选择一个选项、给出数值评分，或回答一个是非问题。如何根据结果采取行动，仍由应用程序负责。
社区案例 · YouTube 视频
SDK 与示例 · 03
教程观看 TypeSafe 团队现场讲解 Jev
TypeSafe 开发者关系负责人 Allie Laabs 做客 ThursdAI，讲解 System One 模型以及 Choice、Score 和 Noul 三种能力。节目还包括帖子分类器和实时游戏演示。
Jev 负责的决策哪个结构化问题可以替代开放式生成步骤？
这段访谈提供了来自团队的背景说明、演示和待讨论问题。节目中提到的性能和价格数据属于发言者的说法。
社区案例 · YouTube 视频
智能体与自动化 · 04
原型从动态操作列表中选择浏览器智能体的下一步
Gregor 展示了一个开源浏览器智能体：它读取 DOM 状态和不断变化的可用操作，由 Jev 选择每一步；只有需要输入文字时，才回退到一个小型语言模型。
Jev 负责的决策当前可用的浏览器操作中，下一步应该执行哪一个？
作者称机票搜索示例约耗时 7 秒、成本 0.0039 美元。这只是演示数据，不应视为基准；操作执行和安全防护仍由应用负责。
社区案例 · X 帖子
安全防护 · 05
原型压缩上下文时只保留相关的工具调用
Tamara 演示了逐条评估工具调用、丢弃无关步骤的做法，而不是用生成式摘要改写需要保留的上下文。
Jev 负责的决策这条工具调用是否足够相关，值得保留在智能体上下文中？
逐条筛选可以保留入选内容的原文，但步骤之间的依赖关系和审计要求仍需确定性检查。
社区案例 · X 帖子
智能体与自动化 · 06
原型将 Box 事故报告分配到合适队列
Aaron Levie 演示了一个智能体：它读取 Box 中的事故报告，判断客户是否受到影响并评估严重程度，然后把文件移入升级、监控或人工复核文件夹。
Jev 负责的决策这起事故应该进入哪个队列，紧急程度有多高？
关键边界在于简短分类与执行分类结果的工作流之间。移动文件夹和更新元数据仍由应用代码负责。
社区案例 · X 帖子
搜索与排序 · 07
原型出价前评估二手商品信息
在一段西班牙语演示中，Alan Daitch 将 Playwright 与 Jev 结合，用来审查二手商品信息。Jev 判断商品是否符合要求，外围工作流则负责放弃、出价或向卖家询问缺失信息。
Jev 负责的决策这件商品是否符合购买者对尺寸、预算及其他条件的要求？
作者在后续帖子中说明，系统会针对页面文字进行五项是非判断。页面导航、报价和联系卖家是另外的操作，需要独立的审核规则与保护措施。
社区案例 · X 帖子 · 西班牙语
个人工具 · 08
原型根据讲话内容显示最相关的幻灯片
Rinte 的日语演示会根据当前谈论的主题选择匹配的演示幻灯片，演讲者无需操作翻页器或键盘。
Jev 负责的决策哪一张预先准备的幻灯片最符合当前讲话内容？
这是从现有幻灯片中进行选择的任务。语音采集和幻灯片展示属于 Jev 外围的应用功能；演示并没有让 Jev 生成幻灯片。
社区案例 · X 帖子 · 日语
客户支持 · 09
原型追踪对话进展状态
Kaneko 的日语原型会在每次发言后更新三组会议信号：探索或收敛、已解决或待处理、存在分歧或达成一致。
Jev 负责的决策当前对话在这三个维度上分别处于什么状态？
重复执行范围明确的判断，可以让实时讨论更容易理解。这个原型只是可视化工具，并不能证明这些标签准确反映了每位参与者的真实意图。
社区案例 · X 帖子 · 日语
智能体与自动化 · 10
原型用 Jev 引导电脑操作流程
在一段中文演示中，Sac 将 Codex 与 Jev 结合，在 Mac 日历中添加事件，并对比展示使用和不使用 Jev 辅助流程时的同一项任务。
Jev 负责的决策根据当前状态，下一步应该执行哪个可用的电脑操作？
并排视频直观呈现了响应速度，但这只是单个作者的对比，并非受控性能测试。实际操作及其结果验证仍由应用负责。
社区案例 · X 帖子 · 中文
搜索与排序 · 11
原型把新闻匹配到相关品牌
一段中文演示让 Jev 处理涉及 15 个品牌的新闻流，为新闻分配结构化意图标签，并找出可能与各品牌相关的报道。
Jev 负责的决策这条新闻是否与某个品牌相关，适合哪个意图标签？
作者称批处理速度很快，但回复中也有人指出明显的分类错误。因此，在把结果用于公关决策前，仍需要编辑审核和可量化的准确率测试。
社区案例 · X 帖子 · 中文
搜索与排序 · 12
原型按用户意图筛选检索到的邮件
Nader 展示了基于意图的 Gmail 搜索，并指出面对大型收件箱时，可以先做语义检索，再让 Jev 判断规模更小的候选集合。
Jev 负责的决策这封检索到的邮件是否符合用户正在查找的内容？
检索与判断是两个独立阶段。邮件访问权限、候选召回率，以及检查遗漏结果的方式仍然很重要。
社区案例 · X 帖子
智能体与自动化 · 13
原型在发起高成本模型请求前选择合适的 AI 模型
Duncan 展示了一个路由器：先让 Jev 判断哪个模型适合当前请求，再把请求发送给该模型。Jev 负责路由判断，另一个模型负责生成开放式回答。
Jev 负责的决策哪个可用模型最适合处理这项请求？
范围明确的选择可以放在生成式模型之前。路由器仍需设置回退规则，并用真实请求进行评估。
社区案例 · X 帖子
工程 · 14
已上线功能一键匹配名称不同的数据字段
Bannerbear 介绍了一项已经上线的功能：即使字段名称不同，也能把来源字段匹配到模板字段，例如将 avatar 对应到 photo、将 full_name 对应到 name。
Jev 负责的决策每个模板位置应该对应哪个来源字段？
这是一个候选范围固定的简洁语义匹配任务。产品仍应允许用户检查并修正建议的匹配结果。
社区案例 · X 帖子
工程 · 15
原型按语义为电子表格各行评分
Nader Dabit 分享了一段预测型电子表格演示：输入“紧急程度”等列标题后，表格会判断每一行文字的含义，而不只是重新计算数字公式。
Jev 负责的决策结合这一行的内容和列的含义，它的紧急程度有多高？
当需要的信号来自语义时，评分可以扩展电子表格的能力。该演示仍是原型，其评分在投入实际业务前需要经过测试。
社区案例 · X 帖子
安全防护 · 16
原型用自然语言规则过滤信息流
Marcel Pociot 演示了一款浏览器扩展：它会隐藏或折叠符合用户自然语言规则的 X 帖子，并在用户浏览时根据 Jev 返回的判断执行操作。
Jev 负责的决策这条帖子是否符合用户设定的过滤规则？
是非判断可以让个人内容过滤器及时响应。这里的误判影响很大，因此选择可撤销的“折叠”操作，比静默删除内容更安全。
社区案例 · X 帖子
个人工具 · 17
原型按决策规则整理下载文件
Marcel Pociot 展示了一款监控 macOS“下载”文件夹的应用。它判断新文件是否为发票，再按照配置规则归档并重命名符合条件的文档。
Jev 负责的决策这个文件是否为应归入指定文件夹的发票？
作者表示，低置信度文件会留在原处等待人工检查。合理的阈值和重复文件检测，比让所有文件自动移动更重要。
社区案例 · X 帖子
安全防护 · 18
原型升级处理不确定的邮件分类
Hassan 展示了一条处理流程：先由 Jev 分类一批邮件，再把不确定的案例交给另一个模型，将快速初筛与更细致的复核分开。
Jev 负责的决策这封邮件是否可疑到需要升级处理？
最重要的设计选择是不确定性阈值。作者报告的准确率只适用于演示中的那批邮件，不能直接代表所有收件箱或欺诈模式。
社区案例 · X 帖子
客户支持 · 19
原型把大批邮件分流到支持队列
Riley Brown 演示了 Jev 在数秒内对 500 封邮件进行分类：系统从有限类别中选择，而不是为每封邮件生成回复。
Jev 负责的决策这封邮件最适合进入哪个已配置的队列？
作者称该演示总成本约为 0.035 美元。用于生产环境时，仍需明确标签体系、处理低置信度结果，并对重要邮件进行人工复核。
社区案例 · X 帖子
工程 · 20
原型用结构化检查初筛 PR
Paolo Rosson 把代码差异交给 Jev，得到一组关于潜在密钥泄露、SQL 注入、身份验证改动、测试缺失及其他审查信号的判断。
Jev 负责的决策审查者应该重点检查这份代码差异中的哪些风险？
这些结果只是审查提示，并不能证明代码可以安全合并。对于影响重大的改动，仍应保留人工审查和确定性扫描工具。
社区案例 · X 帖子
工程 · 21
原型用可重复的结构化评审器评估智能体运行结果
LangChain 从准确性、一致性、延迟和成本几个方面对比 Jev 与语言模型评审器，探索评估智能体行为的另一种方式。
Jev 负责的决策这次智能体运行结果是否符合评估标准？
只有当评分规则和标签能反映团队真正关心的行为时，更快的评审器才有价值。基准测试结论还应在各应用自己的数据上复现。
社区案例 · X 帖子
游戏 · 22
原型实时选择结构化的游戏关卡参数
Hugo Duprez 演示了 Jev 输出结构化决策，再由游戏引擎在游玩过程中据此构建下一段关卡。
Jev 负责的决策下一段关卡应该采用哪些允许的参数？
Jev 只在游戏预设的结构中选择；有效几何形状、难度上限和可通过的衔接仍由引擎保证。速度数据属于作者自述。
社区案例 · X 帖子
游戏 · 23
原型为 Pac-Man 选择下一步移动方向
Duncan 将迷宫状态作为 JSON 发送，并让 Jev 在 Pac-Man 到达岔路口时选择方向，再由游戏引擎实时执行这个范围明确的决定。
Jev 负责的决策Pac-Man 下一步应该转向哪个可行方向？
游戏能直观展示重复且对时延敏感的决策。这个演示说明的是控制循环，并不表示 Jev 可以直接看懂原始游戏画面。
社区案例 · X 帖子
搜索与排序 · 24
已上线功能发布前评估帖子草稿
Rob Hallam 展示了一段 SuperX 演示：系统针对每条帖子提出多项固定问题，再用答案对草稿排序。这说明评分可以辅助编辑，而不是替用户生成帖子。
Jev 负责的决策哪份草稿对目标受众呈现出最强的有效信号？
只有当排名与后续实际效果相关时，它才有价值。在独立复现之前，应把作者公布的表现数据视为演示中的说法。
社区案例 · X 帖子
搜索与排序 · 25
原型批量标记竞品广告库
Stav Zilbershtein 演示了如何按照客户旅程阶段和创意风格，对大型广告库进行分类，再用这些标签分析竞争对手的广告组合。
Jev 负责的决策每条广告属于哪个转化漏斗阶段和创意风格？
一致的标签让大型内容集合更容易比较。帖子中的耗时和成本均由作者报告；更深入的账户分析属于外围工作流，不一定是 Jev 的直接输出。
社区案例 · X 帖子
继续探索
把案例思路变成可以构建的项目
先在 Playground 中测试结构化决策，再到“项目”中查看开源集成与示例。