jevbooks

← 全部项目

opencode-jev-pre-llm

murilogteixeira/opencode-jev-pre-llm

OpenCode V2 插件,在 LLM 推理前用 Jev 对提示分类。

README 自动摘要

根据 README 自动整理于 2026年10月13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

一个面向编码 agent 的 OpenCode V2 插件,在 LLM 开始推理前用 TypeSafe Jev 对每条用户提示分类,让昂贵的模型只处理真正需要它的请求。

它怎么用 Jev

插件通过 prompt 钩子捕获提示,在 context 钩子的第一步询问 Jev 该问题是否确定。判定为确定(noul >= JEV_THRESHOLD 且 confidence >= JEV_MIN_CONFIDENCE)时注入 [JEV PRE-ANALYSIS],temperature 0、maxTokens 400;否则 fail-open。

用到的原语:noulchoicescore

值得抄的做法

用廉价的类型化分类器为 LLM 把关,分类器出错时一律 fail-open。

怎么试

opencode plugin add github:murilogteixeira/opencode-jev-pre-llm,然后在 .env 中设置 JEV_API_KEY。

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0.72
  • 展示了 System One 用法片段中未检出0.12
  • 写了怎么处理不确定在材料中检出0.93
  • 给出了实测数字在材料中检出0.95
  • 是能跑起来的工具在材料中检出0.96
  • 学习案例 Top 10 候选信号未判定0.40
  • 是模型本身的复刻片段中未检出0.03
  • 解决的问题够普遍(0–2)按 0–2 打分1.10 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.72展示了 System One 用法0.12写了怎么处理不确定0.93给出了实测数字0.95是能跑起来的工具0.96学习案例 Top 10 候选信号0.40是模型本身的复刻0.0300.51解决的问题够普遍(0–2)1.10 / 2012

无判定区(0.40–0.60)

设计模式
常开常闭0.97代笔0.88漏斗0.86信号灯0.74取景框0.44恒温器0.37记分卡0.2000.51

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13日 读 README 写成。