jevbooks

← 全部项目

agent-guardrail-with-jev

Mainakcris7/agent-guardrail-with-jev

为银行 AI 代理提供快速的 Jev 输入护栏。

校验与安全门1.00次选分类: 分类与路由漏斗
README 自动摘要

根据 README 自动整理于 2026年10月18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

一个实践演示,展示如何在 AI 代理行动前添加快速安全检查。它在消息到达 Gemini 模型或工具之前,为简化银行助手筛选消息。

它怎么用 Jev

自定义 LangChain 中间件在代理的 before_agent 钩子中运行聚焦的 Jev 分类。它根据明确的银行政策评估用户消息。Jev 的不安全分数被转换为安全分数;仅当达到 0.65 阈值时请求才通过,否则代理被拒绝并停止。

用到的原语:score

值得抄的做法

在主代理模型和工具运行前,使用专用的快速分类器作为输入门控。

怎么试

克隆仓库,运行 uv sync,将 API 密钥添加到 .env,然后运行 uv run --with jupyterlab jupyter lab main.ipynb。

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0.82
  • 展示了 System One 用法片段中未检出0.23
  • 写了怎么处理不确定片段中未检出0.08
  • 给出了实测数字片段中未检出0.06
  • 是能跑起来的工具在材料中检出0.72
  • 学习案例 Top 10 候选信号未判定0.43
  • 是模型本身的复刻片段中未检出0.04
  • 解决的问题够普遍(0–2)按 0–2 打分1.53 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.82展示了 System One 用法0.23写了怎么处理不确定0.08给出了实测数字0.06是能跑起来的工具0.72学习案例 Top 10 候选信号0.43是模型本身的复刻0.0400.51解决的问题够普遍(0–2)1.53 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.74取景框0.4700.51

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18日 读 README 写成。