Wiki 知识库

全部文档 / 标签: 提示词设计

2 篇
清除

Jev 怎么用:三种提问原语与分层阈值

文章系统讲解了 TypeSafe 的 Jev 决策模型的使用方法。Jev 接收非结构化状态和问题,返回类型安全的答案、概率分布和置信度,提供三种提问原语:Noul(是/否判断)、Choice(选项挑选)、Score(档位评分)。文章介绍五条上手路径(Playground、HTTP API、Python SDK、Agent Skill、开源适配器),并总结提问技巧:一个问题只问一个判断、多因素拆开加权、档位写具体情形而非程度、一次问满并行问题以节省成本。置信度使用上推荐按风险分层设置阈值的三段式策略。文末讨论成本速度、边界限制及社区应用场景,并介绍了开源替代 OpenJev。

技术 › LLM yibie 2026-09-1812.9 KB 80.6K 605 88

dbskill 开源敏感词过滤审核 skill,这是我的设计方案

本文介绍了作者开发的 dbs-content-risk-check Skill,用于检查发布内容的风险。作者指出传统敏感词查找的局限,并详细阐述了该 Skill 的检查流程:先确认发布平台,再识别机器审核触发点,分析整句话的意图,确保判断有依据,最后给出局部修改建议。该 Skill 旨在精准识别风险,避免过度修改,并支持误判反馈。

技术 › Skill dontbesilent 2026-08-116.5 KB 9.8K 66 80