AI 代理與自動化 · 01
教學把語音指令轉換為瀏覽器操作
Moritz Kremb 在一段較長的教學中建立了語音控制瀏覽器。語音先被轉成文字，再由 Jev 從目前頁面元素中判斷使用者意圖對應的操作和目標。
Jev 負責的決策這是一條操作指令嗎？如果是，應該執行哪個可見操作？
Jev 只是整個循環中的一個環節。語音辨識、瀏覽器狀態、安全性檢查和實際點擊都在模型之外處理。
社區案例 · YouTube 影片
社區案例精選
看看開發者如何 使用 Jev。
瀏覽來自 X 和 YouTube 的 Jev AI 產品功能、實驗與教學。每個案例都聚焦一項能運用在自己專案中的具體決策。
25 個精選案例2 個內容平台每張卡片均附原始貼文或影片連結
案例列表
從具體決策開始。
依照解決的問題瀏覽示範和實際產品案例。每則 X 貼文與 YouTube 影片都附有我們的說明，解釋 Jev 負責哪項具體決策。
正在顯示 25/25 個精選案例
SDK 與範例 · 02
教學在三個應用程式中比較 Choice、Score 和 Noul
Riley Brown 介紹了 Jev 的三種輸出形式，並展示了幾個小型應用程式，包括為請求選擇模型和對電子郵件進行分流。
Jev 負責的決策應用程式所要做的決定適合哪一種回答形式？
先確定輸出格式：選擇一個選項、給出數值評分，或回答一個是非問題。如何根據結果採取行動，仍由應用程式負責。
社區案例 · YouTube 影片
SDK 與範例 · 03
教學觀看 TypeSafe 團隊現場解說 Jev
TypeSafe 開發者關係負責人 Allie Laabs 參與 ThursdAI 訪談，講解 System One 模型以及 Choice、Score 和 Noul 三種能力。節目還包括貼文分類器和即時遊戲示範。
Jev 負責的決策哪個結構化問題可以取代開放式生成步驟？
這段訪談提供了來自團隊的背景說明、示範和待討論問題。節目中提到的效能和價格資料屬於發言者的說法。
社區案例 · YouTube 影片
AI 代理與自動化 · 04
原型從動態操作清單中選擇瀏覽器代理程式的下一步
Gregor 展示了一個開源瀏覽器代理程式：它讀取 DOM 狀態和不斷變化的可用操作，由 Jev 選擇每一步；只有需要輸入文字時，才改用小型語言模型。
Jev 負責的決策目前可用的瀏覽器操作中，下一步應該執行哪一個？
作者表示，機票搜尋範例約耗時 7 秒、成本 0.0039 美元。這只是示範數據，不應視為基準；操作執行和安全防護仍由應用程式負責。
社區案例 · X 貼文
安全防護 · 05
原型壓縮上下文時只保留相關的工具呼叫
Tamara 示範逐項評估工具呼叫並移除無關步驟，而不是用生成式摘要改寫需要保留的上下文。
Jev 負責的決策這項工具呼叫是否足夠相關，值得保留在代理程式上下文中？
逐項篩選可以保留入選內容的原文，但步驟之間的依賴關係和稽核要求仍需確定性檢查。
社區案例 · X 貼文
AI 代理與自動化 · 06
原型將 Box 事故報告分配到適合的佇列
Aaron Levie 示範了一個 AI 代理程式：它讀取 Box 中的事故報告，判斷客戶是否受到影響並評估嚴重程度，再把檔案移入升級、監控或人工審查資料夾。
Jev 負責的決策這起事故應該進入哪個佇列，緊急程度有多高？
關鍵邊界在於簡短分類與執行分類結果的工作流程之間。移動資料夾和更新中繼資料仍由應用程式的程式碼負責。
社區案例 · X 貼文
搜尋與排序 · 07
原型出價前評估二手商品資訊
在一段西班牙語示範中，Alan Daitch 將 Playwright 與 Jev 結合，用來審查二手商品資訊。Jev 判斷商品是否符合條件，周邊工作流程則負責略過、出價或向賣家詢問缺少的資訊。
Jev 負責的決策這件商品是否符合購買者對尺寸、預算及其他條件的要求？
作者在後續貼文中說明，系統會針對頁面文字進行五項是非判斷。頁面導覽、報價和聯絡賣家是另外的操作，需要獨立的審核規則與保護措施。
社區案例 · X 貼文 · 西班牙語
個人工具 · 08
原型根據談話內容顯示最相關的投影片
Rinte 的日語示範會根據目前談論的主題選擇相符的簡報投影片，演講者無需操作翻頁器或鍵盤。
Jev 負責的決策哪一張預先準備的投影片最符合目前講話內容？
這是從現有投影片中進行選擇的任務。語音擷取與投影片顯示屬於 Jev 周邊的應用程式功能；示範並沒有讓 Jev 產生投影片。
社區案例 · X 貼文 · 日語
客戶支援 · 09
原型追蹤對話進展狀態
Kaneko 的日語原型會在每次發言後更新三組會議訊號：探索或收斂、已解決或待處理、存在分歧或達成共識。
Jev 負責的決策目前對話在這三個維度上分別處於什麼狀態？
重複執行範圍明確的判斷，可以讓即時討論更容易理解。這個原型只是視覺化工具，並不能證明這些標籤準確反映了每位參與者的真實意圖。
社區案例 · X 貼文 · 日語
AI 代理與自動化 · 10
原型用 Jev 引導電腦操作流程
在一段中文示範中，Sac 將 Codex 與 Jev 結合，在 Mac 日曆中加入事件，並對照呈現使用與不使用 Jev 輔助流程時的相同任務。
Jev 負責的決策根據目前狀態，下一步應該執行哪個可用的電腦操作？
並排影片直觀呈現了反應速度，但這只是單一作者的對比，並非受控效能測試。實際操作及其結果驗證仍由應用程式負責。
社區案例 · X 貼文 · 中文
搜尋與排序 · 11
原型把新聞配對到相關品牌
一段中文示範讓 Jev 處理涉及 15 個品牌的新聞流，為新聞分配結構化意圖標籤，並找出可能與各品牌相關的報導。
Jev 負責的決策這則新聞是否與某個品牌相關，適合哪個意圖標籤？
作者稱批次速度很快，但回覆中也有人指出明顯的分類錯誤。因此，在把結果用於公關決策前，仍需要編輯審核和可量化的準確率測試。
社區案例 · X 貼文 · 中文
搜尋與排序 · 12
原型依照使用者意圖篩選搜尋到的郵件
Nader 示範以意圖搜尋 Gmail，並指出面對大型收件匣時，可以先做語意檢索，再由 Jev 判斷較小的候選集合。
Jev 負責的決策這封搜尋到的郵件是否符合使用者正在尋找的內容？
檢索與判斷是兩個獨立階段。郵件存取權限、候選召回率，以及檢查遺漏結果的方式仍然很重要。
社區案例 · X 貼文
AI 代理與自動化 · 13
原型在發出高成本模型請求前選擇合適的 AI 模型
Duncan 展示了一個路由器：先讓 Jev 判斷哪個模型適合目前的請求，再把請求傳送給該模型。Jev 負責路由判斷，另一個模型負責產生開放式回答。
Jev 負責的決策哪個可用模型最適合處理這項請求？
範圍明確的選擇可以放在生成式模型之前。路由器仍需設定備援規則，並以真實請求進行評估。
社區案例 · X 貼文
工程 · 14
已上線功能一鍵配對名稱不同的資料欄位
Bannerbear 介紹了一項已經上線的功能：即使欄位名稱不同，也能把來源欄位配對到範本欄位，例如將 avatar 對應到 photo、將 full_name 對應到 name。
Jev 負責的決策每個範本位置應該對應哪個來源欄位？
這是一個候選範圍固定的簡潔語意配對任務。產品仍應允許使用者檢查並修正建議的配對結果。
社區案例 · X 貼文
工程 · 15
原型依語意為試算表各列評分
Nader Dabit 分享了一段預測型試算表示範：輸入「緊急程度」等欄位標題後，試算表會判斷每一列文字的含義，而不只是重新計算數字公式。
Jev 負責的決策結合這一列的內容和欄位用途，它的緊急程度有多高？
當所需的訊號來自語意時，評分可以擴展試算表的能力。這項示範仍是原型，其評分在投入實際業務前需要經過測試。
社區案例 · X 貼文
安全防護 · 16
原型用自然語言規則過濾訊息流
Marcel Pociot 示範了一款瀏覽器擴充功能：它會隱藏或折疊符合使用者自然語言規則的 X 貼文，並在使用者瀏覽時根據 Jev 回傳的判斷執行操作。
Jev 負責的決策這則貼文是否符合使用者設定的過濾規則？
是非判斷可以讓個人內容過濾器即時回應。這裡的誤判影響很大，因此選擇可撤銷的「折疊」操作，比直接刪除內容更安全。
社區案例 · X 貼文
個人工具 · 17
原型按決策規則整理下載檔案
Marcel Pociot 展示了一款監控 macOS「下載」資料夾的應用程式。它判斷新檔案是否為發票，再依照設定規則歸檔並重新命名符合條件的文件。
Jev 負責的決策這個檔案是否為應歸入指定資料夾的發票？
作者表示，低信心檔案會留在原處等待人工檢查。合理的門檻和重複檔案偵測，比讓所有檔案自動移動更重要。
社區案例 · X 貼文
安全防護 · 18
原型將不確定的電子郵件分類交由進一步審查
Hassan 展示了一條處理流程：先由 Jev 分類一批電子郵件，再把不確定的案例交給另一個模型，將快速初篩與更細緻的審查分開。
Jev 負責的決策這封電子郵件是否可疑到需要進一步審查？
最重要的設計選擇是不確定性門檻。作者報告的準確率只適用於示範中的那批電子郵件，不能直接代表所有收件匣或詐欺模式。
社區案例 · X 貼文
客戶支援 · 19
原型將大量郵件分流到支援佇列
Riley Brown 示範 Jev 在數秒內為 500 封郵件分類：系統從有限類別中選擇，而不是為每封郵件生成回覆。
Jev 負責的決策這封郵件最適合進入哪個已設定的佇列？
作者表示該示範總成本約為 0.035 美元。投入正式環境前，仍需明確定義標籤、處理低信心結果，並由人工覆核重要郵件。
社區案例 · X 貼文
工程 · 20
原型使用結構化檢查審查 PR
Paolo Rosson 把程式碼差異交給 Jev，得到一組關於潛在金鑰洩漏、SQL 注入、身分驗證變更、缺少測試及其他審查訊號的判斷。
Jev 負責的決策審查者應該專注於檢查這份程式碼差異中的哪些風險？
這些結果只是審查提示，並不能證明程式碼可以安全合併。對於影響重大的改動，仍應保留人工審查及確定性掃描工具。
社區案例 · X 貼文
工程 · 21
原型以可重複的結構化評審器評估代理程式執行結果
LangChain 從準確性、一致性、延遲和成本幾個面向比較 Jev 與語言模型評審器，探索評估代理程式行為的另一種方式。
Jev 負責的決策這次代理程式執行結果是否符合評估標準？
只有當評分規則和標籤能反映團隊真正關心的行為時，更快的評審器才有價值。基準測試結論還應在各應用程式自己的資料上重現。
社區案例 · X 貼文
遊戲 · 22
原型即時選擇結構化的遊戲關卡參數
Hugo Duprez 示範由 Jev 輸出結構化決策，再由遊戲引擎在遊玩過程中據此建立下一段關卡。
Jev 負責的決策下一段關卡應該採用哪些允許的參數？
Jev 只在遊戲預設的結構中選擇；有效幾何形狀、難度上限和可通過的銜接仍由引擎保證。速度數據來自作者自述。
社區案例 · X 貼文
遊戲 · 23
原型為 Pac-Man 選擇下一個移動方向
Duncan 將迷宮狀態作為 JSON 發送，並讓 Jev 在 Pac-Man 到達岔路口時選擇方向，再由遊戲引擎即時執行這個範圍明確的決定。
Jev 負責的決策Pac-Man 下一步應該轉往哪個可行方向？
遊戲能直觀展示重複且對延遲敏感的決策。這個示範說明的是控制迴圈，並不表示 Jev 可以直接看懂原始遊戲畫面。
社區案例 · X 貼文
搜尋與排序 · 24
已上線功能發布前評估貼文草稿
Rob Hallam 展示了一段 SuperX 示範：系統針對每則貼文提出多項固定問題，再用答案對草稿排序。這說明評分可以輔助編輯，而不是替使用者產生貼文。
Jev 負責的決策哪一份草稿對目標受眾呈現最強的有效訊號？
只有當排名與後續實際效果相關時，它才有價值。在獨立重現之前，應把作者公布的表現資料視為示範中的說法。
社區案例 · X 貼文
搜尋與排序 · 25
原型大量標記競品廣告庫
Stav Zilbershtein 示範如何依照顧客旅程階段和創意風格，將大型廣告庫分類，再用這些標籤分析競爭對手的廣告組合。
Jev 負責的決策每則廣告屬於哪個轉換漏斗階段與創意風格？
一致的標籤讓大型內容集合更容易比較。貼文中的耗時和成本均由作者報告；更深入的帳號分析屬於外圍工作流程，不一定是 Jev 的直接輸出。
社區案例 · X 貼文
繼續探索
把案例思路變成可以建構的專案
先在 Playground 測試結構化決策，再到「專案」查看開源整合與範例。