jevbooks

← 全部项目

tiershift

iamvatsalpatel/tiershift

面向 TypeScript 和 Python 的策略约束模型路由。

分类与路由100%次选分类: 校验与安全门便宜宽筛再窄查

这是什么

tiershift 读取每个 LLM 请求,选择能处理它的最便宜模型层级,并在有证据时升级。它面向希望在不损失质量的情况下降低 API 成本的开发者。

它怎么用 Jev

Jev 在一次约 180 毫秒的调用中回答关于请求的 11 个类型化问题(难度、风险、需要推理、安全等)。你的 YAML 策略将这些概率转换为层级;代码负责算术。Jev 从不查看价格或 token 数量。

用到的原语:choicescorenoul

值得抄的做法

使用校准的决策模型按策略路由 LLM 调用,而非依赖训练数据。

怎么试

npm install tiershift 或 pip install tiershift;设置 TYPESAFE_API_KEY;运行 tiershift route "..." 或使用 createRouter().complete()。

去 GitHub 看

Jev 判的jev-1.13.0

证据

每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。

  • Jev 是主角0.90
  • 有 System One 用法0.72
  • 处理了不确定性未判定0.42
  • 有实测数据0.75
  • 可直接跑0.85
  • 值得推荐0.35
  • 是模型的复刻0.19
  • 问题普遍性按 0–2 打分1.88
  • 与 Jev 相关0.93

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。