README 自动摘要
根据 README 自动整理于 2026年9月20日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
这是什么
面向需要做决策的 agent 的本地 stdio MCP 服务器。发送决策、上下文和 2–64 个选项，返回推荐选项及百分比。默认通过 AI Gateway 使用 TypeSafe AI Jev。
它怎么用 Jev
Jev 是默认评估模型（typesafe-ai/jev）。服务器通过 AI SDK 7 的 experimental_evaluate 发送决策、上下文和选项；Jev 返回选项概率，乘以 100 作为 provider-distribution 百分比。随后由 agent 决定下一步。
用到的原语:choice
值得抄的做法
两阶段决策树：路由器按描述选择 bias profile，再在该策略下评估；显式的按 profile 工具可绕过路由。
怎么试
在 MCP 客户端 env 中设置 AI_GATEWAY_API_KEY，运行 npx -y decide-mcp@0.1.0。
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心在材料中检出0.66
- 展示了 System One 用法未判定0.53
- 写了怎么处理不确定片段中未检出0.06
- 给出了实测数字片段中未检出0.05
- 是能跑起来的工具在材料中检出0.98
- 学习案例 Top 10 候选信号片段中未检出0.30
- 是模型本身的复刻片段中未检出0.05
- 解决的问题够普遍（0–2）按 0–2 打分1.37 / 2
- 与 Jev 相关在材料中检出0.97
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。