Jev 能做什么？
从一个想法开始。

用 Jev 批量评估潜在客户与外联消息，展示匹配判断、消息表现预测和置信度评分。

用 Jev 把网页简历中的可见信息填入另一侧的申请表字段。

用 Jev 做文件夹交互演示，修改名称后，文件夹图标随之变化。

用 Jev 对邮件进行欺诈分类，并将置信度不足的条目交给 Kimi K3 复核；演示同时展示分类、路由和汇总结果。

DocJev 用 Jev 按自然语言规则对文档分类，并把混合文档包拆成带分类和页范围的结果。视频展示了流程与结果示意。

将 Jev 与端侧音频模型组合，根据录音内容选择处理流程；演示页面展示语音备忘录、会议和播客对应的文本与片段结果。

用 Jev 构建销售通话助手，在录制通话旁展示当前阶段、下一步提问建议、信号和概率曲线。

用 Jev 按输入意图重排启动器候选，输入“我刚下载的 PDF”后，最近下载的文件出现在首位；还展示系统操作和计算候选。

把 Jev 与 Playwright 结合用于浏览二手商品，页面旁展示筛选判断与询问信息的消息草稿；作者另称流程会出价和联系卖家。

用一句线索找回 Codex 旧会话

作者用 Jev 制作 Codex 会话查找工具。演示输入“mixpanel report feature”后，通过打开入口切换到与该报告相关的旧会话。

Dragon 的语音控制桌面实验

Dragon 将语音转文字与 Jev 决策组合为桌面控制原型。视频可见终端、浏览器和音乐应用间切换；作者说明目前仍为 alpha。

Jevmail 的批量邮件分类客户端

Jevmail 用 Jev 为邮件分类，页面按需要回复、更新、促销等类别呈现结果。演示从开始整理到分类完成，再查看邮件列表与正文。

在示例消息面板中观察诈骗风险判断

作者用 Jev 制作 Scam Radar，逐条展示消息的风险判断。演示可见消息网格、多项概率条和模板预览；没有展示 WhatsApp 客户端接入或真实防骗效果。

用文件元数据生成清理候选列表

作者用 Jev 制作 Mac 文件清理原型，扫描后按元数据给文件标注可清理或需复核。演示展示候选与空间汇总，没有执行删除，也未证明删除安全性。

用自然语言在 replicas 中查找功能入口

作者用 Jev 驱动 replicas 的全局搜索。用户输入联系支持或连接 Codex 的问题，搜索框返回对应功能入口；视频没有展示原帖提出的其他路由设想。

为 Obsidian 笔记批量判断标签

作者用 Jev 制作笔记自动标签系统。演示展示逐篇处理的标签矩阵、概率和笔记内容，便于查看分类结果；没有展示写回整个 Obsidian 库的完整过程。

按主题与写作方式研究 X 帖子档案

作者让 Jev 按八个维度标记帖子，并建立内容研究仪表盘。视频展示散点选帖、分类矩阵与阅读笔记，可回到原帖；不把互动相关性解释为写作效果的因果证据。

在 X 阅读高达内容时遮挡剧透候选

作者用 Jev 制作 Chrome 防剧透扩展，示例为高达相关帖子。视频展示部分内容被警示层遮挡，用户可选择是否显示；未验证剧透识别准确率。

给 X 低投入回复添加可展开的折叠标记

作者制作 Jev 驱动的 Chrome 回复筛选扩展。演示启用判断后，部分回复被折叠并提供 Show anyway；隐藏计数不能代表识别准确率。

滚动 X 信息流时标注阅读优先级

Jev Lens 在作者滚动 X 时给帖子标注阅读、待定或跳过。视频显示不同内容的边框与透明度变化；未复测判断速度或实际节省阅读时间。

用英语规则与滑块调整自己的 X 阅读流

Own Algo 让作者用英语规则定义 X 阅读偏好，并以滑块调整隐藏或强调程度。演示展示折叠帖子和规则面板；未验证作者自报判断时延。

在 AI Hedge Fund 中回放 Jev 决策的历史结果

作者将 Jev 接入 AI Hedge Fund 的回测流程。短片展示历史回放、资金曲线与交易汇总；这不是实盘收益证明，也没有复测作者的速度和成本对比。

观察 Jev 的 ETH 模拟持仓面板

作者用 Jev 制作交易 agent。演示面板明确标记模拟交易，显示 ETH 图表与持仓变化；作者的收益陈述仅保留在原帖翻译，不写成真实获利。

从产品 URL 整理功能目录与 Markdown 资料

作者用 Jev 驱动产品资料工具。演示输入 Linear 网站后，展示功能、策略目录和 Markdown 文档；原帖未说明 Jev 的具体分工，不能把生成文本归给 Jev。

按预设标准筛选项目简报 PDF

作者制作 Jev 项目简报筛选演示，上传 PDF 后逐份显示匹配判断和待复核状态。视频可见文档与标签；不证明项目真实性或投资价值。

在招聘网页侧栏比较简历与岗位要求

Resume Fit 用 Jev 驱动简历与岗位匹配分析。视频展示 Google Careers 两个岗位的不同分项结果；分数不能保证求职成功，也未核实匹配准确性。

从岗位 URL 开始填写招聘申请表

作者把 Jev 接入岗位申请工具。演示打开招聘页面并填写多种字段与文件；未观察到最终提交成功，不能确认批量申请能力或费用。

在实时事件面板中展示重点和行动提示

作者用 Jev 驱动 Switchboard 事件面板，演示活动列表与注意领域变化；未显示事件来源、决策输入或真实每秒处理量。

用短指令打开网页和调整桌面外观

作者制作 Jev 电脑操作工具。演示按短指令打开 YouTube 频道，再切换系统外观；未核实动作选择、输入文本的实现或成本延迟。

在当前网页上配置问题与答案候选

Ask Jev 扩展将当前页面和可选参考资料用于有限答案判断。录屏展示招聘页的概率变化，再配置其他页面问题；概率不是正确性保证，未验证预测用途。

在桌面日历中观察事件添加流程

作者用 Codex 与 Jev 制作 Jev Use，演示添加 Mac 日历事件并与另一流程并排展示。未核实计时、token 用量或 Jev 分工，不能据此确认普遍速度优势。

在饮食笔记旁展示营养估计

作者制作 Jev 驱动的饮食记录应用，演示输入食物文字后展示营养条目与总计。原帖未说明具体分工，未核实营养估计，不能替代可靠食品数据或专业建议。

按虚构画像模拟产品采用意愿

作者让 Jev 为虚构 persona 回答采用意愿问题，短片展示職务、公司规模和 YES／NO 概率。没有真实用户调查，模拟结果不能证明市场需求。