jevbooks

← 全部项目

system1-agents

ThinkFlowLab/system1-agents

以 System 1 决策模型作为浏览器、电脑、游戏与机器人智能体的大脑。

Agent 决策0.99次选分类: 游戏与模拟代笔
README 自动摘要

根据 README 自动整理于 2026年10月24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 Python 工具集,提供浏览器使用、电脑使用、游戏和机器人等预构建智能体,以及自定义智能体构建器。每个智能体在决策回合用 System 1 决策模型(Jev、Laya、Cua-S1)替代聊天模型。

它怎么用 Jev

在决策回合,智能体的模型槽接收状态和选项;Jev 返回其中一个选项及每个选项的概率。智能体据此行动,而规划与最终回答仍由聊天模型负责。`s1a decide` 可直接暴露一次这样的决策。

用到的原语:choice

值得抄的做法

把 System 1 模型放进 openJiuwen 智能体的模型槽,使其只在类型化选项中做选择,规划与文本交给聊天模型。

怎么试

git clone、uv sync,在 .env 中设置 TYPESAFE_API_KEY,然后运行 `uv run s1a decide --state ... --option ...`。

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0.09
  • 展示了 System One 用法片段中未检出0.15
  • 写了怎么处理不确定片段中未检出0.02
  • 给出了实测数字片段中未检出0.26
  • 是能跑起来的工具在材料中检出0.68
  • 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0.20
  • 解决的问题够普遍(0–2)按 0–2 打分1.09 / 2
  • 与 Jev 相关在材料中检出0.99
信号
Jev 是项目的核心0.09展示了 System One 用法0.15写了怎么处理不确定0.02给出了实测数字0.26是能跑起来的工具0.68学习案例 Top 10 候选信号0.09是模型本身的复刻0.2000.51解决的问题够普遍(0–2)1.09 / 2012

无判定区(0.40–0.60)

设计模式
代笔0.93漏斗0.65体检0.50取景框0.2100.51

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24日 读 README 写成。