jevbooks

← 全部项目

multi-machine-ai-orchestrator

mojila/multi-machine-ai-orchestrator

终端 Kanban AI 代理编排器,支持 Jev 类型化决策。

Agent 决策0.96次选分类: 分类与路由
README 自动摘要

根据 README 自动整理于 2026年10月22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

一个终端优先的 AI 代理编排器,在 Kanban 板上将员工任务分配给可配置的代理,通过 OpenAI 兼容提供商执行,并由人工审核。目前处于 M0 引导阶段,已有 CLI 和最小 TUI。

它怎么用 Jev

Jev 提供独立的 System One 线路,用于类型化的 noul/choice/score 问题。仅在卡片模糊时,为自动工作量估算添加有界细化;否则启发式方法离线工作。README 未详细说明具体决策逻辑。

用到的原语:noulchoicescore

值得抄的做法

事件溯源核心:每次变更都是经过验证的命令,每个视图都是投影,副作用订阅事件。

怎么试

cargo build --release; ./target/release/mta doctor --logs; ./target/release/mta config init; ./target/release/mta

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0.15
  • 展示了 System One 用法片段中未检出0.39
  • 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0.03
  • 是能跑起来的工具在材料中检出0.93
  • 学习案例 Top 10 候选信号片段中未检出0.09
  • 是模型本身的复刻片段中未检出0.11
  • 解决的问题够普遍(0–2)按 0–2 打分1.52 / 2
  • 与 Jev 相关在材料中检出0.88
信号
Jev 是项目的核心0.15展示了 System One 用法0.39写了怎么处理不确定0.03给出了实测数字0.03是能跑起来的工具0.93学习案例 Top 10 候选信号0.09是模型本身的复刻0.1100.51解决的问题够普遍(0–2)1.52 / 2012

无判定区(0.40–0.60)

设计模式
代笔0.63漏斗0.5100.51

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22日 读 README 写成。