jevbooks

← 全部项目

ask-jev-skill

shantanugoel/ask-jev-skill

让 Hermes 把 TypeSafe Jev 当作类型化决胜器的技能。

Agent 决策0.85次选分类: 打分与排序
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

一个用 Python 编写的 Hermes agent 技能,让 agent 在需要决策时咨询 TypeSafe Jev(jev-latest),而不是靠猜。Jev 返回带概率的 Choice、Score 或 Noul 答案,agent 据此行动或升级处理。

它怎么用 Jev

agent 把 state 字符串和类型化问题传给 scripts/askjev.py;做选择时提供具名选项。Jev 返回带概率的 Choice 答案,agent 将其作为置信度门槛来决定行动还是升级。SKILL.md 说明了何时调用 Jev 以及常见陷阱。

用到的原语:choicescorenoul

值得抄的做法

把返回概率的类型化模型当作决胜器,用置信度门槛决定行动还是升级。

怎么试

把 SKILL.md 和 scripts 复制到 Hermes 技能目录,设置 TYPESAFE_API_KEY,再用 --state、--question 和 --option 运行 scripts/askjev.py choice。

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0.89
  • 展示了 System One 用法片段中未检出0.29
  • 写了怎么处理不确定片段中未检出0.12
  • 给出了实测数字片段中未检出0.05
  • 是能跑起来的工具在材料中检出0.96
  • 学习案例 Top 10 候选信号片段中未检出0.36
  • 是模型本身的复刻片段中未检出0.02
  • 解决的问题够普遍(0–2)按 0–2 打分1.02 / 2
  • 与 Jev 相关在材料中检出0.96
信号
Jev 是项目的核心0.89展示了 System One 用法0.29写了怎么处理不确定0.12给出了实测数字0.05是能跑起来的工具0.96学习案例 Top 10 候选信号0.36是模型本身的复刻0.0200.51解决的问题够普遍(0–2)1.02 / 2012

无判定区(0.40–0.60)

设计模式
代笔0.24信号灯0.2200.51

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。