Using Jev for natural-language semantic search over X bookmarks

AYi @AYi_AInotesOriginally posted 2026.09.22

Open original on X

很多做内容和重度收藏推文的朋友想把自己的书签也盘活一遍, 替大家把三步极简操作路线梳理如下: 网页端入口在 http://getmargin.vercel.app
目前处于早期的公开等待体验阶段, 核心流程非常直观: 第一步 批量导出历史书签
安装配套的 Chrome 浏览器扩展, 登录推特网页端后一键抓取并导出你的历史已保存书签数据文件。 第二步 导入本地结构化面板
将导出的数据直接载入网页应用中, 系统会在本地提取推文的原文内容、作者与时间线。 第三步 口述自然语言意图即开即搜
在搜索框输入任何非标准关键词比如 讲大模型微调的好帖子 或 怎么做高转化推文。
后台由 TypeSafe 的 Jev 在几十毫秒内为每条推文计算匹配置信度, 几秒钟内完成全盘过滤并高亮展示最相关的内容。 这套逻辑完全可以复用到你电脑里吃灰的 PDF、网页剪藏或者微信收藏夹上。 把冷数据重新变成高频热资产, 这种小工具才是真正能提升日常生活质量的好设计。