jevbooks

← 全部项目

typesafe-ai

Twister915/typesafe-ai

类型化的 Rust 客户端,用于 TypeSafe 的 System One 评估 API。

评测与基准42%次选分类: 分类与路由一个 state 多题平铺

这是什么

将 TypeSafe 的 System One API 以类型化判断形式引入 Rust 应用。支持将支持案例路由、内容分类、按有序评分标准打分,以及判断条件并返回概率。提供异步和阻塞后端,具有可观察的重试和可检查的错误。

它怎么用 Jev

应用发送现有状态(文本或结构化 JSON)并附加类型化问题:Noul 用于真/假概率判断,Choice 用于固定标签,Score 用于有序评分标准。模型返回校准概率。代码使用答案来驱动自己的阈值、路由和副作用规则。

用到的原语:choicescorenoul

值得抄的做法

在共享状态上批量执行独立的类型化问题,然后将阈值和副作用保留在自己的代码中。

怎么试

使用 cargo doc --open --all-features;安装和示例见 docs/getting-started.md。

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 是主角未判定0.55
  • 有 System One 用法0.64
  • 处理了不确定性0.05
  • 有实测数据0.04
  • 可直接跑0.94
  • 值得推荐0.06
  • 是模型的复刻0.04
  • 问题普遍性按 0–2 打分1.23
  • 与 Jev 相关0.95

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。