jevbooks

← 全部项目

wakegate

shitianfang/wakegate

在恢复休眠 agent 前,问 Jev 这次唤醒是否值得一次完整 LLM 调用。

Agent 决策54%次选分类: 分类与路由双阈值防抖

这是什么

一个面向 Workers、Durable Objects 和 Node 上长期运行 agent 的 fail-open 唤醒门。在休眠 agent 的 LLM 因定时器或外部事件被恢复前,wakegate 先问 Jev 这次唤醒是否值得一次完整 LLM 调用。

它怎么用 Jev

Jev 针对 agent 自己的 sleep note、event 和可选 observation 回答一个三选一 Choice(wake、not yet、unrelated)。只有当 Jev 给 wake 的概率低于 0.2 时代码才跳过唤醒;其他所有路径都会唤醒 agent。

用到的原语:choice

值得抄的做法

在 LLM 恢复前插入一次 Jev 调用,并在所有不确定路径上 fail open。

怎么试

npm install github:shitianfang/wakegate ai;用 AI_GATEWAY_API_KEY=... npm run eval 运行 eval

去 GitHub 看

Jev 判的jev-1.13.0

证据

每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。

  • Jev 是主角0.95
  • 有 System One 用法0.69
  • 处理了不确定性0.90
  • 有实测数据0.97
  • 可直接跑0.85
  • 值得推荐未判定0.56
  • 是模型的复刻0.03
  • 问题普遍性按 0–2 打分1.20
  • 与 Jev 相关0.98

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。