jevbooks

← 全部项目

system-one

desplega-ai/system-one · 项目主页

类型化决策 API,以及 AI 模型对战的街机。

游戏与模拟0.95次选分类: 评测与基准问卷
README 自动摘要

根据 README 自动整理于 2026年10月17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

一个 Bun workspace,包含 @system-one/ai(面向决策模型提供商的统一类型化 API)和 packages/arcade(React 应用加服务器,模型在此玩 Arena 和 Attention 游戏并排名)。

它怎么用 Jev

Jev 通过 TypeSafe 提供商使用(typesafe("jev-latest"))。街机发送游戏状态(文本、JSON、图像)和类型化问题(q.boolean、q.choice、q.score),用返回的概率和选择决定每个模型的移动、目标和开火。

用到的原语:choicescorenoul

值得抄的做法

发送状态加类型化问题,读取校准概率;使用答案前先检查是否为拒绝。

怎么试

bun install,cp .env.example .env,填入密钥,然后 bun run dev 在 3300 端口启动街机。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

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 是项目的核心片段中未检出0.08
  • 展示了 System One 用法在材料中检出0.63
  • 写了怎么处理不确定片段中未检出0.03
  • 给出了实测数字片段中未检出0.04
  • 是能跑起来的工具在材料中检出0.94
  • 学习案例 Top 10 候选信号片段中未检出0.08
  • 是模型本身的复刻片段中未检出0.06
  • 解决的问题够普遍(0–2)按 0–2 打分0.10 / 2
  • 与 Jev 相关在材料中检出0.93
信号
Jev 是项目的核心0.08展示了 System One 用法0.63写了怎么处理不确定0.03给出了实测数字0.04是能跑起来的工具0.94学习案例 Top 10 候选信号0.08是模型本身的复刻0.0600.51解决的问题够普遍(0–2)0.10 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.97验货0.51体检0.2600.51

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10月17日 读 README 写成。