jevbooks

← 全部项目

jev-skill-suggester

win4r/jev-skill-suggester

用 TypeSafe Jev 做有界的已安装技能推荐。

Agent 决策0.44次选分类: 分类与路由漏斗信号灯
README 自动摘要

根据 README 自动整理于 2026年9月20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 Codex Skill 和独立 Python CLI,为任务推荐先读哪个已安装技能,适合技能多且用途易混淆的 Agent。它不执行或安装技能。

它怎么用 Jev

Jev 用 Choice 排序技能描述,并用单独的 Noul 判断该组技能是否有用,每组最多保留三个候选。复核正文片段后,再用 Choice 与每个候选的适配 Noul 决定推荐。门槛:适配值 ≥ 0.80、Choice confidence ≥ 0.65。

用到的原语:choicenoul

值得抄的做法

两阶段有界推荐:先用 Choice 粗排并用 Noul 判断有用性,再复核片段后做最终 Choice/Noul。

怎么试

python3 -I -B scripts/suggest.py suggest --task '...' --mode jev --prompt-key --out results/report.json

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 是项目的核心未判定0.59
  • 展示了 System One 用法片段中未检出0.30
  • 写了怎么处理不确定未判定0.45
  • 给出了实测数字片段中未检出0.11
  • 是能跑起来的工具在材料中检出0.97
  • 学习案例 Top 10 候选信号未判定0.58
  • 是模型本身的复刻片段中未检出0.04
  • 解决的问题够普遍(0–2)按 0–2 打分1.05 / 2
  • 与 Jev 相关在材料中检出0.97
信号
Jev 是项目的核心0.59展示了 System One 用法0.30写了怎么处理不确定0.45给出了实测数字0.11是能跑起来的工具0.97学习案例 Top 10 候选信号0.58是模型本身的复刻0.0400.51解决的问题够普遍(0–2)1.05 / 2012

无判定区(0.40–0.60)

设计模式
漏斗0.94信号灯0.82常开常闭0.69取景框0.55验货0.53盲审0.49记分卡0.37菜单0.3300.51

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9月20日 读 README 写成。