jevbooks

← 全部项目

jev-skill

wuyoscar/jev-skill

面向编码智能体的 Jev 演示、工作流与技能。

Agent 决策0.49次选分类: 分类与路由代笔漏斗
README 自动摘要

根据 README 自动整理于 2026年10月18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

一个社区项目、应用、本地模型替代方案、智能体技能以及 108 个示例场景的精选目录,这些内容都使用 TypeSafe AI 的 "System One" 模型 Jev 做类型化决策。面向需要让智能体做选择、分类或打分而非生成文本的开发者。

它怎么用 Jev

README 是目录而非教程,未记录调用 Jev 的单一代码路径。在所列项目中,Jev 用于选择浏览器步骤与 UI 控件、挑选模型档位、重排搜索结果、评判代码审查项、选择游戏走法与音乐声部、标注收件箱;周边代码提供状态并依据返回的概率采取行动。

用到的原语:choicescorenoul

值得抄的做法

分工:小型类型化决策模型做有界选择,较大的 LLM 或确定性代码提供证据并执行动作。

怎么试

把 README 中的安装提示交给你的编码智能体,然后选择一个技能。

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0.78
  • 展示了 System One 用法片段中未检出0.27
  • 写了怎么处理不确定片段中未检出0.05
  • 给出了实测数字片段中未检出0.08
  • 是能跑起来的工具在材料中检出0.70
  • 学习案例 Top 10 候选信号未判定0.46
  • 是模型本身的复刻片段中未检出0.08
  • 解决的问题够普遍(0–2)按 0–2 打分1.00 / 2
  • 与 Jev 相关在材料中检出0.95
信号
Jev 是项目的核心0.78展示了 System One 用法0.27写了怎么处理不确定0.05给出了实测数字0.08是能跑起来的工具0.70学习案例 Top 10 候选信号0.46是模型本身的复刻0.0800.51解决的问题够普遍(0–2)1.00 / 2012

无判定区(0.40–0.60)

设计模式
代笔0.87漏斗0.84菜单0.57体检0.47盲审0.2700.51

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18日 读 README 写成。