jevbooks

← 全部项目

jev-scout

kierandotai/jev-scout

为 MCP agent 提供 Jev 评分的可观测网页研究

打分与排序0.90次选分类: Agent 决策常开常闭
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

一个 MCP stdio 服务器,暴露 guarded_search、guarded_fetch 和 research_report,供需要网页研究的 agent 使用。它对搜索结果和抓取页面进行标注或门控,并把每个决策流式推送到本地仪表盘。

它怎么用 Jev

每条搜索结果一次 Jev 调用,判断 relevance、credibility 和 worth-fetching;每个抓取页面一次调用,判断 answered、content class 和 steering risk。分数驱动 annotate 或 gate 模式,写入 JSONL 账本,并通过 SSE 推送到仪表盘。

用到的原语:choicescorenoul

值得抄的做法

用原子化的可观测信号标准评判每一步研究而非抽样,并用 fail-open 的 unscored 徽章替代误导性的 0%。

怎么试

运行启用 JSON 的 SearXNG,克隆 jev-client 和 jev-scout,npm install,然后用 Claude Code 注册该 stdio 服务器。

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 是项目的核心在材料中检出0.94
  • 展示了 System One 用法在材料中检出0.91
  • 写了怎么处理不确定片段中未检出0.07
  • 给出了实测数字片段中未检出0.20
  • 是能跑起来的工具在材料中检出0.97
  • 学习案例 Top 10 候选信号未判定0.55
  • 是模型本身的复刻片段中未检出0.07
  • 解决的问题够普遍(0–2)按 0–2 打分1.31 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.94展示了 System One 用法0.91写了怎么处理不确定0.07给出了实测数字0.20是能跑起来的工具0.97学习案例 Top 10 候选信号0.55是模型本身的复刻0.0700.51解决的问题够普遍(0–2)1.31 / 2012

无判定区(0.40–0.60)

设计模式
常开常闭0.96漏斗0.69体检0.66黑匣子0.47信号灯0.3800.51

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9月20日 读 README 写成。