jevbooks

← 全部项目

mu

qybaihe/mu · 项目主页

把 40 类是/否判断交给小模型的编码智能体。

Agent 决策0.80次选分类: 校验与安全门取景框盲审漏斗体检
README 自动摘要

根据 README 自动整理于 2026年10月30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

mu 是基于 pi 构建的 TypeScript 编码智能体。它把智能体循环中的 40 个有界的是/否、选择与打分决策交给一个小型裁判模型,而非主模型或固定规则,从而减少浪费的 token、自动驾驶式批准和半途而废的运行。

它怎么用 Jev

Jev 是 TypeSafe 托管的默认裁判。在 40 个决策点上,mu 向 Jev 提出有界问题(如这段工具输出是否重要、该命令是否安全、运行是否提前停止),并用返回的概率决定上下文准入、命令放行,以及把智能体送回继续完成。所有裁决记入本地账本。

用到的原语:choicescorenoul

值得抄的做法

把大量小型有界决策交给带校准概率的廉价裁判模型,记录每个裁决,并支持影子模式在启用前对比裁判。

怎么试

npm i -g mu-agent && mu setup && mu(需 Node.js 22.19+),或安装桌面应用。

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 用法在材料中检出0.81
  • 写了怎么处理不确定片段中未检出0.04
  • 给出了实测数字在材料中检出0.98
  • 是能跑起来的工具在材料中检出0.97
  • 学习案例 Top 10 候选信号片段中未检出0.04
  • 是模型本身的复刻片段中未检出0.20
  • 解决的问题够普遍(0–2)按 0–2 打分1.54 / 2
  • 与 Jev 相关在材料中检出0.86
信号
Jev 是项目的核心0.15展示了 System One 用法0.81写了怎么处理不确定0.04给出了实测数字0.98是能跑起来的工具0.97学习案例 Top 10 候选信号0.04是模型本身的复刻0.2000.51解决的问题够普遍(0–2)1.54 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.96盲审0.87取景框0.75体检0.74黑匣子0.34代笔0.29菜单0.27信号灯0.2400.51

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30日 读 README 写成。