jevbooks

← 全部项目

opencode-auto-question

jflowers/opencode-auto-question

用 Jev 或 LLM 自动回答 agent 问题的 opencode 插件。

README 自动摘要

根据 README 自动整理于 2026年10月31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

面向自主 agent 的 opencode 插件:当配置列表中的会话 agent 触发 question 工具时,它通过决策引擎代替人类作答,支持工具辅助的上下文收集,并在失败时回退到人类 TUI 表单。

它怎么用 Jev

在 pass 1 中,Jev Choice/Noul(经 OpenCode Zen 或 OpenRouter)在问题的选项间做决策,state 由即时上下文加上问题与选项构成。若置信度低于 confidenceThreshold,pass 2 用收集到的上下文重新决策;低于 fallbackThreshold 则由人类回答。

用到的原语:choicenoul

值得抄的做法

分层置信度门控:先快速决策,再用上下文增强重新决策,最后回退人类,所有失败都降级为人类作答。

怎么试

软链接 agents、复制 config/auto-question.jsonc、在 opencode.jsonc 注册插件、重启并切换到 autonomy agent。

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-1.14.0
项目信号
jev-1.14.0
项目分类
jev-1.14.0
模式标签
jev-1.14.0

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0.10
  • 展示了 System One 用法未判定0.59
  • 写了怎么处理不确定片段中未检出0.17
  • 给出了实测数字片段中未检出0.02
  • 是能跑起来的工具在材料中检出0.96
  • 学习案例 Top 10 候选信号片段中未检出0.16
  • 是模型本身的复刻片段中未检出0.10
  • 解决的问题够普遍(0–2)按 0–2 打分1.04 / 2
  • 与 Jev 相关在材料中检出0.93
信号
Jev 是项目的核心0.10展示了 System One 用法0.59写了怎么处理不确定0.17给出了实测数字0.02是能跑起来的工具0.96学习案例 Top 10 候选信号0.16是模型本身的复刻0.1000.51解决的问题够普遍(0–2)1.04 / 2012

无判定区(0.40–0.60)

设计模式
信号灯0.98漏斗0.95记分卡0.94灰区0.80常开常闭0.80恒温器0.45取景框0.43问卷0.33验货0.29代笔0.22菜单0.2100.51

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31日 读 README 写成。