jevbooks

← 全部项目

jev-ops

Trevorton27/jev-ops

使用 Jev 判断和确定性策略的 AI 代理决策控制平面。

Agent 决策0.52次选分类: 校验与安全门问卷常开常闭
README 自动摘要

根据 README 自动整理于 2026年10月14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

JevOps 是一个 AI 代理决策控制平面。它使用 TypeSafe AI 的 Jev 模型评估提议的代理操作,应用确定性 Python 策略规则,并返回 ALLOW、RETRY、HUMAN_REVIEW 或 BLOCK。它包括 FastAPI API、Celery worker 和 Next.js 操作控制台。

它怎么用 Jev

JevOps 每次评估调用一次 AsyncTypeSafeClient.system_one(state, questions),发送操作、目标、状态和证据。它询问类型化问题:Noul(0–1 适当性)、Score(风险 1–10)和 Choice(推荐路线)。判断结果输入确定性策略规则,产生最终处置。如果模型调用失败,决策回退到 human_review,错误记录在 policy_trace 中;失败永远不会变成 allow。

用到的原语:choicescorenoul

值得抄的做法

模型失败时回退到 human_review,绝不 allow。

怎么试

make up && make install && make migrate && make dev

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0.90
  • 展示了 System One 用法在材料中检出0.67
  • 写了怎么处理不确定片段中未检出0.20
  • 给出了实测数字片段中未检出0.04
  • 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0.06
  • 解决的问题够普遍(0–2)按 0–2 打分1.79 / 2
  • 与 Jev 相关在材料中检出0.98
信号
Jev 是项目的核心0.90展示了 System One 用法0.67写了怎么处理不确定0.20给出了实测数字0.04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0.0600.51解决的问题够普遍(0–2)1.79 / 2012

无判定区(0.40–0.60)

设计模式
常开常闭0.97问卷0.89黑匣子0.43漏斗0.33盲审0.2600.51

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14日 读 README 写成。