浏览器 Agent源码 + 作者原帖
jev-ultrafast
- 输入
- 网页当前可见控件及用户目标。
- Jev 判断
- Jev 在一次请求中选择操作和当前元素编号；只有填写文字时才交给小型文本模型。
- 后续动作
- 执行器重新校验目标后操作浏览器，并单独检查任务结果；仓库给出机票搜索示例，停在结果页，没有预订。
核验边界：仓库中的速度数据仅对应作者的样本任务，不能外推为通用成功率。
Jev 使用案例库
这里汇总作者公开的 Jev 使用案例。每条都写明数据怎样进入 Jev、Jev 做什么判断、程序怎样使用答案，以及我们能核实到哪里。可用下方搜索框或来源证据筛选。
“公开源码”表示仓库和用法可检查，不代表本站已运行其 API 或确认生产效果；“仅作者原帖”表示已读到 X 上的作者发布内容，但无法核对代码、样本与性能。GitHub、X 的社区实现均不是 TypeSafe 官方项目。本站没有复现下列第三方测量。
编码 Agent源码 + 作者原帖
fast-jev-compaction
- 输入
- Agent 对话中的工具调用、结果和上下文。
- Jev 判断
- 对每个可裁剪的调用分别问两个 Noul：调用还需保留吗、结果还需逐字保留吗。
- 后续动作
- 按代码阈值保留、截短或移除调用与结果；用户和助手文本保持原样。
核验边界：压缩可能丢失后来才变重要的证据；仓库的失败分支会抛错，由调用方决定回退。
文档处理公开源码
DocJev
- 输入
- PDF、DOCX 或 PPTX 的页文本，以及自然语言分类规则。
- Jev 判断
- Jev 判断文档类别和合并文件中的文档边界。
- 后续动作
- 程序输出类别、页码范围、复核标记，并可导出拆分后的 PDF。
核验边界：文字提取可在本地完成，但 Jev 推理仍使用托管服务；复杂 OCR 是另一个可选步骤。
原始来源：GitHub
数据库检索源码 + 作者原帖
pg-jev
- 输入
- PostgreSQL 表行和 SQL 中写下的自然语言条件。
- Jev 判断
- 扩展按批次为每行提一个 Noul 问题，也提供 Choice 和 Score 函数。
- 后续动作
- 把概率返回给 SQL，用 WHERE、排序和分组接入现有查询；会话内按行内容缓存。
核验边界：每条被评估的行都可能发往外部 API；作者的延迟和成本数字是其环境中的测量。
请求路由公开源码
hono-jev-router
- 输入
- HTTP 请求的方法、URL、脱敏后的请求头及部分文本正文。
- Jev 判断
- 每条语义路由对应一个 Noul，所有描述在一次 Jev 调用中评估。
- 后续动作
- 代码按注册顺序和阈值选处理器；未匹配则走常规回退。
核验边界：作者明确称其为实验，不建议把语义路由用作认证或授权边界。
原始来源：GitHub
Agent 工具检查公开源码
jev-guard
- 输入
- 编码 Agent 准备执行的工具调用、近期用户指令及已读内容。
- Jev 判断
- Score 评估风险，Noul 判断是否需批准、是否由用户请求以及是否受不可信内容诱导。
- 后续动作
- 项目代码按阈值输出 deny、ask 或 allow，并通过各宿主的 hook 接入。
核验边界：这是社区实现的判断层，不能替代宿主权限、人工审批或真实安全边界。
原始来源：GitHub
客服工单公开源码
typesafe-jev-examples · ticket triage
- 输入
- 一条客服工单。
- Jev 判断
- 一次请求并行提问：Choice 选部门，Score 评估业务影响，Noul 判断流失等信号。
- 后续动作
- 代码依据不同风险设置不同的路由阈值，并为不匹配选项保留 other。
核验边界：这是可运行的示例工程；作者说明 OpenRouter 路径已运行，TypeSafe 直连路径尚未实测。
原始来源：GitHub
邮件分类仅作者原帖
500 封邮件批量分类
- 输入
- 作者演示中的 500 封邮件。
- Jev 判断
- 作者用 Jev 批量分类；原帖没有给出题型、分类标签或阈值。
- 后续动作
- 演示展示分类结果；作者自报耗时为数秒、成本为 3.5 美分。
核验边界：仅核对了作者原帖，未取得代码、邮件样本或独立计费记录。
原始来源：X
个人文件整理仅作者原帖
下载文件夹自动整理
- 输入
- macOS 下载文件夹中的新文件和用户自定义规则。
- Jev 判断
- 作者举例让 Jev 判断文件是否为发票；原帖未公开具体题型和字段。
- 后续动作
- 应用按规则把文件移动到指定文件夹并更名；作者称未调用其他语言模型。
核验边界：仅为作者演示，源码、文件识别流程和误分类处理未从原帖核实。
原始来源：X
内容分析仅作者原帖
3,282 条 X 帖子分析
- 输入
- 作者自己的 3,282 条 X 帖子及其表现数据。
- Jev 判断
- 每条帖子回答八个关于主题、开头、语气和是否提供教学价值等问题；原帖未说明 Jev 题型。
- 后续动作
- 作者将判断结果与已有互动数据汇总，寻找高表现内容特征。
核验边界：样本只来自作者账户；成本与增长结论均为作者自报，不能推断因果或跨账号效果。
原始来源：X
历史预测分析公开源码
hn-oracle
- 输入
- 历史 Hacker News 评论及其上下文。
- Jev 判断
- 首轮 Noul 判断评论是否预测未来；过阈值后，Noul、Choice 和 Score 判断可核对性、方向、主题与时间范围。
- 后续动作
- 代码筛选可事后核验的预测，记录结构化字段，并公布预注册千条评论试验的结果；全库处理尚未完成。
核验边界：准确率、成本和校准数字是作者试验的自报结果；概率经另一步校准，整库规模与耗时仍属估计。
原始来源：GitHub
消息语气预览源码 + 作者原帖
undertone
- 输入
- 用户在发送前写下的消息文本。
- Jev 判断
- 一次 Jev 请求用 Choice、Noul 和 Score 判断整体语气、讽刺或催促等信号、紧急程度，以及是否适合发给经理。
- 后续动作
- 界面展示语气标签、颜色与措辞提示，由用户决定是否发送。
核验边界：没有独立准确率测量；无 API Key 或请求失败时程序会切换到离线关键词判断，因此演示画面不能全部归因于 Jev。
网页搜索仅作者原帖
JevSearch 网页搜索重排
- 输入
- 用户查询、筛选准则，以及 Browserbase 搜索取得的约 25 个候选网页。
- Jev 判断
- Jev 依据准则为候选结果打相关性分数。
- 后续动作
- 程序返回得分较高的 5 个结果；作者称 Jev 有时会选出原始搜索前五之外的网页。
核验边界：已核对作者原帖与 TypeSafe 转发推荐，但未找到公开代码、样本查询或独立相关性评测；不是 TypeSafe 官方项目。
原始来源：XTypeSafe X
合同文本比对公开源码
Jev Audit
- 输入
- 基准合同与扫描件提取的 OCR 文本。
- Jev 判断
- 一次 Jev 调用以 Noul、Choice 和 Score 判断实质条款是否相符、有无可见修改、差异类型及条款接近程度。
- 后续动作
- 代码把答案汇成加权一致性分数；作者设置超过 90% 才通过，其余进入人工复审并形成可检查报告。
核验边界：合同文本会送往 TypeSafe API；可选的问题生成功能还会调用 OpenAI。本站未独立调用 API 或验证法律结论；90% 是作者阈值，合同仍须人工核对原文。
原始来源：GitHub
模型路由仅作者原帖
OpenRouter 用 Jev 选择模型
- 输入
- 发往 OpenRouter 的 LLM 请求及会话上下文；原帖称路由会考虑缓存。
- Jev 判断
- Jev 判断任务、难度、精度需求和更大模型的收益，选择目标模型及推理强度。
- 后续动作
- OpenRouter 将请求送到所选模型，并在响应中附路由依据；其原帖称 Jev 超时或返回无效内容时请求会失败。
核验边界：已核对 OpenRouter 原帖、产品页和 TypeSafe 转发，未见公开路由源码或本站独立质量、成本评估；这是第三方产品，不能把官方转发当作 TypeSafe 一手项目。
编码 Agent 检索公开源码
jevgrep 定位代码上下文
- 输入
- 编码任务问题、仓库目录、文件预览与源代码单元。
- Jev 判断
- Jev 逐层用封闭的是非判断筛出与任务相关的目录、文件和代码位置。
- 后续动作
- CLI 返回带行号的原始代码片段和阅读线索，编码 Agent 再自行修改与测试。
核验边界：符合筛选条件的源代码会发往用户所选的外部 Jev 服务；仓库作者的成本和任务成功率仅为其样本结果，检索线索不保证完整。
原始来源：GitHub
请求质量检查公开源码
wellposed 检查 Jev 请求
- 输入
- 准备提交给 Jev 的 state、题型、instructions 和 criteria。
- Jev 判断
- 离线规则先查结构问题；对规则难判断的语义缺陷，工具再让 Jev 用 Noul 判断，例如选项是否遗漏合理的“其他”情形。
- 后续动作
- 程序在实际业务调用前给出警告与修改建议，由开发者决定是否改写问题。
核验边界：语义检查本身需要 TypeSafe API Key，可能发送待检查的请求内容；作者的标注样本和准确率未经本站独立复算，提示不能替代实测。
原始来源：GitHub
社区内容审核公开源码
jevmod 社区消息审核
- 输入
- 待审核消息的文本、频道话题及社区自定义规则。
- Jev 判断
- Jev 对诈骗、垃圾信息、骚扰等类别分别回答 Noul，输出各类别概率。
- 后续动作
- 策略按概率标记并交给管理员复核；默认不删除消息，只有显式启用才执行自动处置。
核验边界：消息文本和频道话题会发往 TypeSafe；Jev 不可用时程序放行并记录错误。作者的审核准确率和成本数字未由本站复算，不能替代人工申诉与复核。
原始来源：GitHub
安卓设备操作公开源码
jev-mobile 安卓操作循环
- 输入
- 用户目标、安卓界面的语义状态及当前可执行的动作集合。
- Jev 判断
- Jev 用 Choice 从程序给定的候选动作中选下一步，不生成任意坐标或代码。
- 后续动作
- 工作进程先记录变更，再操作设备并重新观察，按独立检查判断任务是否完成或需升级处理。
核验边界：需要已授权的 USB 调试设备和 TypeSafe API；界面状态可能发往外部服务。本站未在真实手机上复现，风险动作和完成状态依赖项目自身的审批与验证。
原始来源：GitHub
电脑操作公开源码
TypeSafe 电脑操作助手
- 输入
- 用户目标、屏幕 OCR 或可访问性状态及程序允许的动作。
- Jev 判断
- Jev 以 Choice 选择操作种类、目标控件或站点，并可用 Noul 检查填入的文字是否合适。
- 后续动作
- 执行器确定性地操作鼠标键盘，随后重新获取屏幕状态以判断下一步。
核验边界：项目仍属 Beta，会操作真实桌面；屏幕内容送往 TypeSafe，可选文字生成另用其他模型。本站未独立验证速度、费用或 OSWorld 成绩，实际使用应先 dry-run。
原始来源：GitHub
编码 Agent 监督公开源码
foreman
- 输入
- 一条软件工单、规格或缺陷报告，加上 Codex/OpenCode 工人产出的 diff、测试等“工厂证据”。
- Jev 判断
- 一次 Jev 调用并行输出实现是否完成、需求是否满足、测试是否充分、是否需要核验、工人是否卡住、是否需要人工等一组概率。
- 后续动作
- 代码按阈值决定继续、纠偏、停止、重试、核验或结束；Jev 只做语义监督，不参与写码。
核验边界：仓库明示效果取决于检查配置、证据、阈值与底层模型质量；本站仅读源码与文档，未独立复现其监督效果。
原始来源：GitHub
游戏 Agent公开源码
minecraft-agent
- 输入
- 规划目标与原版 Minecraft 服务器的实时状态；只读 Java 传感器可上报末影龙头的精确位置。
- Jev 判断
- GPT-6 Astra 负责规划，Jev 在每步从可选玩家动作中做选择；作者最好成绩一次通关共 131 次 Jev 决策、35 次 Astra 调用。
- 后续动作
- 选中的动作通过正常玩家协议发给服务器；不修改游戏规则或实体状态。
核验边界：8 分 43 秒为作者录制的最好成绩，龙的飞行与降落时长逐局波动；录像与证据仅存本地不入库，本站未复跑。
原始来源：GitHub
游戏 Agent公开源码
typesafe-mario
- 输入
- NES 模拟器遥测与 RAM 解析成的紧凑 JSON（马里奥运动、跳跃轨迹、敌人、地形、历史控制结果），模型不看截图。
- Jev 判断
- Choice 从 noop、right、right_jump 等 7 个合法手柄动作中选一个，并返回完整概率分布。
- 后续动作
- 模拟器推进若干帧后再次询问；每次决策的延迟、概率与置信度写入本地 JSONL 供复盘。
核验边界：仓库不含 ROM，须自备合法游戏文件；默认每 8 帧决策一次的实验设置，作者未发布通关基准，本站未实测。
原始来源：GitHub
移动 Agent公开源码
mobile-jev
- 输入
- Mobilerun 真机的屏幕状态与自然语言目标。
- Jev 判断
- Jev 从可用操作中为每一步做选择；演示里 Uber 路线任务 9 步约 21 秒，从打开 App 到支付选择页。
- 后续动作
- 通过 Mobilerun API 操作真机并记录执行 traces 与请求级延迟；示例任务停在支付选择页。
核验边界：计时为作者录制的演示；设备与 Mobilerun 服务费用另计，未演示完整下单，本站未复测。
原始来源：GitHub
语音浏览器公开源码
jev-voice-browser
- 输入
- 浏览器 Web Speech API 流式输出的部分转写，加上受控 Chromium 页面最多 100 个元素的索引快照。
- Jev 判断
- 每次部分转写触发一次 Jev 请求，9-11 个问题覆盖意图、目标元素、站点、指令是否说完、是否对它说、是否破坏性，约 250-350ms 返回。
- 后续动作
- 代码按阈值决定执行、等待、询问或忽略；搜索词与 URL 由代码提取成候选、Jev 只逐字挑选，不生成文本。
核验边界：麦克风依赖 Chrome/Edge 的 Web Speech API；延迟与每次约 0.0002 美元为作者环境测量，本站未实测。
原始来源：GitHub
机器人公开源码
jev-drone
- 输入
- 机载相机画面的深度与分割结果，由经典 CV 压成五个前向扇区、遮挡高度等紧凑场景；Jev 不做感知。
- Jev 判断
- 2.5Hz 一次调用三问：Choice 选机动（保持/绕左/绕右/爬升/刹车/重捕获）、Score 评风险、Noul 判目标是否真丢失；场景指纹缓存，65 秒飞行约 110 次调用。
- 后续动作
- 战术判断仅作咨询；50Hz 安全反射层与 500Hz 几何控制器保留否决权，如爬升必须在实测障碍顶边可达时才执行。
核验边界：MuJoCo 仿真中的五站障碍课程；数字为作者单次飞行测量，非实物飞行，本站未复跑。
原始来源：GitHub
模型路由公开源码
jev-codex-router
- 输入
- Codex 会话的有界决策状态；完整上下文回放只给执行模型，Jev 看不到。
- Jev 判断
- Jev 为每次模型调用（含工具后续轮）同时选择模型与推理强度，目标是用够用的能力、不浪费配额。
- 后续动作
- 经内嵌的 Codex Router 分发到 luna/terra/sol/astra；任何 Jev 错误 fail-open，原样放行。
核验边界：README 的“约省 60%”是旧策略 237 轮的历史回测，作者明示既非实测节省、也不能代表现策略。
原始来源：GitHub
上下文压缩公开源码
jev-pruner
- 输入
- Claude Code 刚执行完的 Bash stdout（1 万估算 token 以下直通）与任务、会话历史。
- Jev 判断
- 输出切块后每块一个 Noul：块内是否有任何行仍需可用；单行需要即保护整块，含此前指令依赖的值。
- 后续动作
- 不需要的块被裁掉，其余原样进入后续轮次；错误输出、JSON/XML/diff、git diff 等整文档命令与已识别文档豁免。
核验边界：与作者另一项目 fast-jev-compaction 相互独立；token 用估算而非精确分词器，压缩率未经本站实测。
原始来源：GitHub
图检索公开源码
neo4jev
- 输入
- Neo4j 当前节点的出边关系列表（类型、属性、目标节点标签/属性）；schema 经自省发现，不写死。
- Jev 判断
- Choice 从出边中选下一条关系，Noul“目标是否已达成”同请求搭车，每跳恰好一次往返。
- 后续动作
- 对返回概率做 top-k 束搜索，按对数概率求和排序得到最优路径，交互式渲染邻域与路径。
核验边界：笔记本与 Streamlit 应用在公开 companies2 图上实测；无 key 时失败原样展示、用明确标注的替身答案跑管线，不冒充 TypeSafe 输出。
原始来源：GitHub
Agent 工具检查公开源码
pi-jev
- 输入
- Pi 编码 agent 待执行的 bash/write/edit 调用，以及命令执行后的输出。
- Jev 判断
- 闸门把 3 个 Noul（破坏性/数据外传/超出用户所求）与 1 个 4 级 Score（影响）放进一次请求；输出裁判再两问查泄密与失败类别。
- 后续动作
- 默认 shadow 模式只提示不拦截，可切换为执行前确认；所有错误路径 fail-open，缺 key、超时、429 都放行工具调用。
核验边界：阈值（0.90/0.70/0.85/2.50）为作者默认配置；判定层不替代宿主权限或真实安全边界。
原始来源：GitHub
视频内容分析源码 + 作者原帖
jevmeter
- 输入
- 任意视频的逐句转写文本，加上所选预设（辩论访谈/财报电话会/播客闲谈/发布宣传）。
- Jev 判断
- 按预设维度给每句打分并标记回避问题、情绪诉求、自相矛盾、炒作等信号；作者报告预设留出集准确率 99%。
- 后续动作
- 渲染成可直接发布的 16:9 成片；整场辩论完整评分成本约 0.05 美元。
核验边界：准确率与成本为作者自报的评测，未经本站复现；预设主要面向英文音视频内容。
终端效率公开源码
jev-shell-history
- 输入
- 当前敲到一半的命令与最近 100 条去重历史。
- Jev 判断
- Choice 判断最可能在补全哪条历史命令并返回概率；有前缀命中走字面补全，无命中进入替换模式。
- 后续动作
- fish 式灰色建议显示在光标后并附分数，→ 或 ^E 接受；条数、阈值与最小字符数可配。
核验边界：击键即可能触发 API 调用（有 2 字符起测与阈值门控），费用由用户自理；演示 GIF 用虚构历史生成。
原始来源：GitHub
工具调用公开源码
jev-chat
- 输入
- 用户消息、会话状态与早前工具结果；仅 TYPESAFE_API_KEY 为必需。
- Jev 判断
- Choice 决定要调的 MCP 工具、每个参数取自哪里、是否先确认、给哪种回复；Noul 判断字段（如截止时间）是否已给出。
- 后续动作
- 代码调用工具并只用工具返回的数据拼回复——没有任何模型写文本，页面上的值要么来自用户要么来自工具。
核验边界：附检查器可查看每条回复的完整请求、概率与代码行为；示例工具集较小，不构成通用对话替代。
原始来源：GitHub
浏览器扩展公开源码
typesafe-adblock
- 输入
- 扩展用代码规则预筛的“广告形”候选 DOM 元素，压成标签、类名、链接域、IAB 尺寸等紧凑 JSON。
- Jev 判断
- 每批一次请求、每候选一个 Noul“是否付费广告”，一次拿回逐元素概率。
- 后续动作
- P(广告)≥0.70 的元素被描红、收缩并移除；MutationObserver 捕捉懒加载，每批至多 30 个候选。
核验边界：作者明示这是趣味项目而非真广告拦截：每页消耗 token、会漏判也会误删，不处理追踪与视频广告。
原始来源：GitHub
邮件分诊公开源码
jevmail
- 输入
- Gmail 收件箱消息，经只读 gmail.readonly 单一 scope，仅用 list/get 类方法。
- Jev 判断
- 每封 3 问：五个托盘（需回复/更新/促销/销售/垃圾）选一、1-5 紧急度、是否真人写给你。
- 后续动作
- 按托盘与紧急度排序展示，托盘显示前两概率、用户纠错与原始答案一并存本地 SQLite；1000 封约 1 分钟、约 3 美分。
核验边界：只读不代发不代归档；速度与成本为作者环境测量（经 Vercel AI Gateway 调 Jev），本站未复测。
原始来源：GitHub
智能家居公开源码
HA-Jev
- 输入
- 房屋与传感器状态，以及用户在 UI 或 YAML 里定义的 Noul/Choice/Score 问题。
- Jev 判断
- 每个问题变成一个实体：概率、选项及其分布、或量表数值；自动化里 jev.noul/jev.choice/jev.score/jev.ask 四个动作直接作答。
- 后续动作
- 实体可参与自动化与 Assist 语音路由；集成统计每日调用、输入 token 与估算花费，对照每日预算。
核验边界：HACS 社区自定义集成，作者声明与 TypeSafe 无关；判断质量取决于问题设计，自动化后果由用户配置负责。
原始来源：GitHub
UI 意图分类公开源码
shapeshift
- 输入
- 一个文本框的实时输入，如“周五晚 8 点和 Priya 视频”或“2400 三人平摊”。
- Jev 判断
- 一次 Jev 调用并行 14 问：判断应变形为哪张卡片（日程/清单/计时器/分账/取色/投票…）及“是否视频通话”“是否紧急”等信号。
- 后续动作
- 日期、金额、单位与运算全部由确定性代码解析计算；无 key 或 API 异常时静默回退内置关键词分类器，完全离线可用。
核验边界：在线模式 key 只在服务端读取；离线兜底意味着默认体验不等于 Jev 精度，本站未做两种模式对比。
原始来源：GitHub
Agent 评估公开源码
jevals
- 输入
- Agent trace（OpenAI 格式 messages 与工具 schema；Anthropic 内容块与 LangChain 对象亦可直接传入）。
- Jev 判断
- 一次请求并行输出工具选择、是否用了工具结果、有据、未越界、回答相关、完整、间接注入、PHI 等 8 项判定与分数。
- 后续动作
- 每条 trace 一请求、约数千分之一美分、数百毫秒，可跑在全部流量与 agent 循环内；后端可选 TypeSafe/Vercel、本地 Kev/Laya 或普通 LLM。
核验边界：示例数字取自作者 quickstart trace 的真实返回；各 metric 的有效性未经本站独立评测。
原始来源：GitHub
上下文压缩公开源码
winnow
- 输入
- Claude Code 中大体积 Read/Bash/Grep 结果，切成约 25 行的块。
- Jev 判断
- 每块一个 Noul“当前任务是否需要此块”；高置信不需要才隐藏，不确定的块与疑似错误的输出一律原样保留。
- 后续动作
- 隐藏块替换为三行存根：隐藏了什么、廉价模型一句话摘要、以及可取回全文的召回键。
核验边界：依赖判定模型的校准度，作者同时提供用 Claude Haiku 的未校准适配器备选；阈值可调，token 节省未经本站实测。
原始来源：GitHub
聊天副驾公开源码
jev-chat-jarvis
- 输入
- 读屏采集的当前对话：安卓端走无障碍读节点，Windows 端走窗口截图 + 本地 OCR；仅本机可见会话。
- Jev 判断
- Jev 判断对方意图、情绪/紧张度并给候选排序；生成模型起草 3 条候选回复，胜出概率随候选一起展示。
- 后续动作
- 半透明悬浮窗给出判断摘要与候选，一键复制/填入输入框；发送永远由用户手动点，不碰转账红包。
核验边界：判断可走 OpenRouter 或 TypeSafe 直连（用户自带 key）；读屏合规与使用场景由用户自行负责，README 未提供评测数据，本站未实测。
企业模型路由仅作者原帖
Glean 专家模型路由离线评估
- 输入
- 751 条历史请求及其专家路由黄金标签；试验把生产路由简化为 3 个专家候选。
- Jev 判断
- Jev 从 3 个预设专家中选处理请求的模型，替代原有生成式路由提示词的封闭选择步骤。
- 后续动作
- 研究团队将选择与黄金标签及既有 LLM 路由比较，并对真实转接的 40 条样本另测调用延迟；文章未称已上线。
核验边界：仅作者公开的离线评估，没有开源实现或本站复测；8.1 倍中位提速为作者在 40 条转接样本上的自报，数据驻留及运行保障仍待解决。
原始来源：X articleTypeSafe X
浏览器测试公开源码
jevwright 浏览器业务流程测试
- 输入
- 测试作者用自然语言写的业务步骤、当前 Chromium 页面的控件，以及声明的 API 请求和断言。
- Jev 判断
- Jev 从当前页面定位符合步骤的控件，并对屏幕可见状态做封闭核对；模型不决定测试是否通过。
- 后续动作
- Playwright 执行动作并记录语义路径；后续可无模型回放，测试成败由请求、API/数据库断言和代码监控决定。
核验边界：首次探索或路径失效时需 OpenRouter/Vercel 网关密钥，纯回放不需；仓库提供源码和 CI，费用与效果数字仅为作者自报，本站未运行真实站点测试。
原始来源：GitHubSource code
税务文档路由公开源码
IRS 表单页分类与置信度门控
- 输入
- 从 PDF 文本层提取的单页文字，以及仓库生成的 IRS 表单与页面类型候选；空白页由代码直接处理。
- Jev 判断
- Jev Choice 选择表单及 7 种页面类别；少数表单族再做一次子表单选择，返回概率。
- 后续动作
- 程序输出表单 ID、页面类别和置信度；默认仅在表单置信度达到 0.95 时放行后续自动路由，低分交给调用方处理。
核验边界：仅英文联邦税表；扫描件需先 OCR，州税表只辨类别不识别具体表。页面文字送往 TypeSafe；准确率、速度和费用来自作者评测，本站未复测或用于报税。
原始来源：GitHubSource code
游戏代理公开源码
NetHack 合法动作选择
- 输入
- NetHack 终端画面、当前角色状态及程序在这一回合列出的合法动作。
- Jev 判断
- Jev 以 Choice 只从合法动作列表中选下一步，不生成任意按键指令。
- 后续动作
- 项目的 motor 将所选动作映射成按键，执行后重新读取画面并进入下一回合。
核验边界：默认运行需要本地编译的 NetHack 与付费 TypeSafe API key；源码也支持兼容协议的本地服务。仓库展示运行和决策日志，但本站未验证通关、游戏成功率或成本。
原始来源：GitHubSource code
移动端测试公开源码
jevvium 手机验收测试生成
- 输入
- YAML 验收目标、Appium 读取的当前屏幕和可操作控件，以及可选的明确断言。
- Jev 判断
- Jev 在一次请求中用 Choice 选下一动作、用 Noul 判断目标是否已达成，并从给定输入中选择字段值。
- 后续动作
- Appium 执行动作；达到目标且断言成立后，工具生成固定选择器的 WebdriverIO 测试，并用不调用模型的 Appium 回放核验。
核验边界：需要 Appium、设备或模拟器及 TypeSafe key。若验收条件没有 expect，通过判定可能只依据模型判断；作者的耗时和通过率未由本站复测。
原始来源：GitHubSource code
检索增强生成公开源码
RAG 段落筛选与可回答性门控
- 输入
- 待入库文档段落、用户查询和向量库检出的候选片段。
- Jev 判断
- Jev 对段落和片段做封闭判断：是否杂质、是否面向 AI 的指令、是否相关或与问题前提冲突，以及现有证据能否回答。
- 后续动作
- 代码按阈值丢弃或隔离段落、排序并保留证据；可回答时才构建给生成模型的提示，否则拒答。
核验边界：需另配向量库与嵌入模型；无 Jev key 时可降级为普通向量排序。README 的命中率、抗注入和成本为作者自报，本站未复测。
原始来源：GitHubSource code
销售资料检索仅作者原帖
Rox 销售资料检索离线实验
- 输入
- 75 条近似生产的销售查询及从通话转录、邮件、CRM、新闻和文档检出的候选片段。
- Jev 判断
- Jev Score 用“不相关、稍相关、大致相关、直接相关”四级规则评判各候选片段。
- 后续动作
- 团队按评分重排候选，并与 GPT-5 Mini 的重排及另一模型建立的基准标签作离线比较。
核验边界：仅作者原帖和实验图片，未取得代码或样本；75 条查询规模有限。速度、成本及准确率均为作者自报，本站未复测，不能称已在生产检索中部署。
商业风险监控源码 + 作者原帖
风险画像监控与分层调查
- 输入
- 用户定义的风险主题、地点和触发条件，以及 You.com 返回的当前摘要与来源。
- Jev 判断
- Jev Noul 判有无实质威胁并筛选查询提案，Score 评结果相关性，Choice 从低、中、严重三级选最终级别。
- 后续动作
- 代码按阈值记录清洁巡检或启动限额深查；Qwen 仅提议查询和合成报告，程序保存带来源的报告及判断概率。
核验边界：作者公开了三次实时巡检，但成本、结果质量及风险报告内容未由本站复核；外部检索和模型服务会接收相应上下文。
知识库写入审核公开源码
知识库写入准入离线评测
- 输入
- 待写入记录、5 至 9 条已有记录，以及修改记录的旧版本；仓库用 85 条合成样本评估。
- Jev 判断
- Jev Choice 对每条记录判断冲突、重述或兼容，并对修改判更正、改写、补充或变义。
- 后续动作
- 评测代码汇总概率，只有低风险判断足够确定才模拟自动接纳，否则转人工；与其他决策模型对照。
核验边界：85 条均为虚构组织的合成案例；作者的正确率、顺序稳定性和延迟不是本站复测，更不能当作真实生产准入质量。
原始来源：GitHubSource code
语音桌面助手公开源码
Wisp 语音桌面动作路由
- 输入
- 按键录下的语音转写、近期会话及当前窗口等受限上下文。
- Jev 判断
- Jev 经 OpenRouter Decisions 以 Choice 选启动应用、工具、代理、回答或澄清，并判断具体目标。
- 后续动作
- 守护进程按风险级别调用桌面工具或启动编码代理；普通问答由单独的聊天模型生成文字，危险 shell 动作需确认。
核验边界：主要面向 Linux Omarchy/Hyprland，macOS 为作者提供的移植；运行需麦克风、转写模型和 OpenRouter key，语音上下文可能送外部。本站未在真实桌面复现。
原始来源：GitHubSource code
编码 Agent 结果核验公开源码
claude-referee 完成声明核对
- 输入
- Claude Code 的测试或 lint 输出，以及用户写出的明确完成条件。
- Jev 判断
- 代码先解析退出码、跳过测试及摘要，再让 Jev 对每条条件用 Noul 判断现有证据是否足以支持。
- 后续动作
- CLI 输出 met、unsure 或 missing 并留本地收据，让使用者补跑或检查缺失证据。
核验边界：当前自动 Stop hook 仅为 shadow 记录；阻止停止的 active 模式仍在计划中。顺序敏感与成本数据为作者自报，本站未复测，不能说项目已自动拦截不实完成声明。
原始来源：GitHubSource code
长文档检索源码 + 作者原帖
PageIndex + Jev 长文档分层找页
- 输入
- 用户问题和 PageIndex 从 PDF 构建的章节树：节点标题、摘要、页码范围及页文本。
- Jev 判断
- Jev Choice 逐层选择最可能回答问题的章节和页面；Noul 再判断候选页是否确有回答信息。
- 后续动作
- 代码按树路径缩小候选并返回页码、文本和判断轨迹，供调用者查证；项目本身不生成最终答案。
核验边界：需要 TypeSafe 和 PageIndex API key；PDF 上传 PageIndex 云端。仓库演示与搜索效果未由本站复测，候选页仍需核对原文。
编码 Agent 权限判断源码 + 作者原帖
Claude Code 自动模式权限预判
- 输入
- Claude Code auto mode 待审批的工具调用、近期用户消息及项目路径。
- Jev 判断
- Jev 一次回答八个 Noul：调用是否符合请求、各项风险及是否含自称已获批准的引导文字；代码按阈值判 allow、deny 或 defer。
- 后续动作
- 明显可允许的调用跳过原生分类器，明确危险且未请求的调用被阻止；不确定的仍交回 Claude Code 原生分类器。
核验边界：仅适用于可用 mods 的 Claude Code auto mode。待审批命令和近期消息可能发给 TypeSafe，包括未被规则识别的内嵌秘密；模型错误回退原生分类器。作者延迟与安全样本结果未经本站复测，不能视为通用安全保证。
科学计算公开源码
稀薄气体流动的受限决策与求解
- 输入
- 用户用自然语言描述平板间的气体流动，代码先识别数字和物理单位。
- Jev 判断
- Jev Choice 在封闭选项中识别流型、几何、气体及各量值的角色；代码据置信度决定运行、追问或拒绝。
- 后续动作
- 确定性代码计算 Knudsen 数、选择适用的流体或动力学求解器，并输出有单位的剪切应力或流量。
核验边界：只覆盖仓库支持的平板 Couette/Poiseuille 场景；作者对求解器与 Jev 成本的校验未由本站复跑。录制答案可离线重放，不能把每次示例运行都说成实时 Jev 调用。
原始来源：GitHubSource code
Agent 记忆检索公开源码
Jev 批量重排 Agent 记忆候选
- 输入
- 用户检索问题和本地记忆库预检索出的最多 40 条候选，内容先截断并做秘密信息过滤。
- Jev 判断
- Jev 在一次 System One 请求中对每条候选回答一个 Noul：它是否有助于回答问题，并返回相关性概率。
- 后续动作
- 代码按概率重排并将记忆交给后续回答步骤；请求失败或答案不完整时回退到本地交叉编码器。
核验边界：Jev 重排需显式启用，会把查询和候选记忆发给 TypeSafe。作者两个语料的排名提升未由本站复测；其评测未显示最终回答优于免费重排器，最高分也不证明候选含答案。
创作者内容研究公开源码
Jev 筛选社交素材研究样本
- 输入
- 平台帖子经字幕、画面文字、标题、评论与互动数据转成带来源的文字证据包。
- Jev 判断
- Jev 对每个帖子按固定 rubric 回答类型化问题，判断是否值得进入后续研究候选。
- 后续动作
- 代码按阈值和多样性筛选少数素材，再将幸存者交给 Claude 解释模式、草拟创意。
核验边界：仓库说明后端及 fixture 流程已实现，前端仍在计划中；本站只核对源码和 README，未接入真实平台或复测筛选质量，Jev 与 Claude 服务均需凭据。
原始来源：GitHubSource code
编码 Agent 质量反馈源码 + 作者原帖
Jev 在编码 Agent 编辑后检查团队规则
- 输入
- 编码 Agent 刚修改的文件内容及仓库配置的团队规则。
- Jev 判断
- TypeSafe Jev 对各条规则作 Noul 判断，返回是否出现需要提醒的违例概率。
- 后续动作
- 编辑钩子及时把疑似违例反馈给 Agent 修复，并记录检查；服务异常时放行编辑。
核验边界：可改用 Cloudflare Clef，但作者称其准确率尚未测量；演示视频含示意场景。README 的延迟、成本及违例下降来自作者实验，本站未复测，也不替代确定性 lint 与人工审查。
笔记 Agent 权限审查公开源码
思源 AI 工具调用的 Jev 自动审查
- 输入
- 思源 AI 待确认的工具名称、参数与影响，以及用户请求和 Agent 自述意图；过长字段截断并标记省略。
- Jev 判断
- Jev 一次请求回答两个 Choice（是否获用户授权、操作影响等级）和一个 Noul（待审内容是否自称已获授权）。
- 后续动作
- 代码校验回答并按置信度阈值决定 allow、deny 或 ask；非仅提示模式下操作原生审批卡片，疑问则保留给用户。
核验边界：仅在思源已配置并启用决策模型且会话选择自动审查时生效。工具参数和用户请求可能送到模型服务；授权判断可能误判，本站未在真实会话验证自动批准行为。
棋类游戏决策公开源码
Jev 为七种棋类选择合法着法
- 输入
- 当前棋局、执棋方、引擎枚举的合法着法及确定性战术事实。
- Jev 判断
- Jev 的 Choice 对候选着法给出概率；代码只接受与引擎合法着法匹配的选项。
- 后续动作
- 战术层可优先处理致胜或防败着法；否则代码取最高概率或在前几项中按概率采样，再由棋局引擎执行并记录。
核验边界：仓库另有 mock、随机和 Rapfi 渠道，并非每局都调用 Jev；线上站点与胜率为作者材料，本站只核对源码，未实战复现。
原始来源：GitHubSource code
游戏 Agent公开源码
Factorio 的 Jev 宏观目标与动作选择
- 输入
- 游戏快照中的资源、物品栏、机器状态和位置；代码先枚举当前能执行的动作。
- Jev 判断
- Jev 在一次 System One 请求中以 Choice 选目标和下一动作，以 Noul 判断是否卡住，以 Score 评估调整紧急度。
- 后续动作
- 代码核验动作仍在候选中并设置置信度门槛；达标则让后端执行，否则改用确定性策略，再读取执行后状态并留记录。
核验边界：无 key 的离线 mock 是规则替身，不是 Jev 实测；原生 Factorio/FLE 需专用可重置世界。基础循环虽记录执行后状态，未定义完整后置条件验证；本站未运行游戏。
模型回答质量反馈公开源码
Spring AI 用 Jev 有界纠正模型回答
- 输入
- 原始请求、模型候选回答和 advisor 顺序允许看到的工具调用或检索上下文。
- Jev 判断
- JevJudge 对标准分别提出 Noul、Choice 或 Score，代码按各自阈值给出通过、失败或不确定；可确定的 Java predicate 检查在本地完成。
- 后续动作
- advisor 对未通过回答从原请求重建反馈并有界重试；返回通过的回答，或按配置返回最佳候选／抛错。
核验边界：非官方 Spring AI 扩展；瞬时 judge 失败默认可返回未经评审的答案，工具是否随重试再执行取决于 advisor 顺序。此纠正流程不支持流式输出，本站未调用 API 或证明答案质量提高。
卡牌游戏 Agent公开源码
Jev 在 Magic 对局中选择并校验合法动作
- 输入
- 当前玩家视角的掩码游戏快照、牌组和引擎提供的可支付合法动作；不给模型调试日志中的对手抽牌信息。
- Jev 判断
- OpenRouter Jev 以原生 Choice 分阶段选择出牌及目标等细项，也处理起手换牌与轮抽；只接受程序给定的选项 ID。
- 后续动作
- 代码组装动作并让权威引擎校验；拒绝后向 Jev 提供错误做一次纠正，仍失败或预算用尽时回退到内置 AI。
核验边界：Jev 接入目前限定本地开发模式，仍需 OpenRouter key。项目包含大量规则与可选模型渠道，不是每局都调用 Jev；本站未验证完整 Magic 规则覆盖、实战表现或延迟。
可观测性与控制循环源码 + 作者原帖
Reflex：遥测驱动的熔断与恢复探测
- 输入
- 当前熔断状态与版本、Datadog 短/长窗口中的失败率、超时、延迟及队列信息，可选 Toto 预测。
- Jev 判断
- Jev 通过一个 Choice 在 Open、Probe、NoChange 中提议动作；预测只能作为证据，不能替代恢复探测。
- 后续动作
- 执行器检查版本、遥测时效、冷却时间与状态约束后才改变熔断状态；连续 5 次成功探测由代码闭合，失败探测重新打开，推理失败保持原状态。
核验边界：依据作者提供的模拟器与真实 SDK 接入代码核验，本站未运行 Datadog/Toto/Jev，也未验证生产环境可靠性或收益。
监控告警分流公开源码
Alertmanager：保留通知的告警分流
- 输入
- Alertmanager 告警组的 alertname、service、severity 和 summary/description；截断或超过 10 条的组直接进入复核。
- Jev 判断
- Jev 在 incident、routine、other 中做 Choice；代码把 other 或概率低于 0.9 的答案转为 review。
- 后续动作
- 中继向每个原始通知附加 jevDecision 后转发，不静默、抑制、解除或丢弃报警；Jev 失败仍以 review 转发，下游发送失败返回 503 供重试。
核验边界：作者说明只用合成输入试过 Jev API，没有真实 Alertmanager 实例；本站仅核查源码与 README，未测生产告警、端到端投递或模型分类质量。
预测键盘实验公开源码
Jevons Talking：有限菜单逐键拼句
- 输入
- 用户问题、已拼文本、最近按键，以及 WordNet 预测词、字母、标点、退格和结束键组成的菜单。
- Jev 判断
- 每步 Jev 通过 Choice 选择当前菜单中的一键；程序还可用 Noul 判断是否结束或需要修正。
- 后续动作
- 代码追加词或字符、更新前缀预测、执行退格或结束，并记录概率轨迹；步数预算限制循环。
核验边界：实验受字典与菜单限制，仓库转录只是作者样本；本站未调用 API、验证回复质量或认证辅助沟通用途。
语言与轨道解谜公开源码
Railroad Route：一句话控制矿车开关
- 输入
- 玩家写的英文或葡文句子、已布置轨道和本关所有开关的有限问题。
- Jev 判断
- 一次 Jev 请求并行判断 Choice 出口、Noul 闸门与 Score 等级；程序按阈值或四舍五入读为具体开关结果。
- 后续动作
- 服务端验证答案后逐格模拟矿车，返回到矿、错误隧道或脱轨结果，并按路径、置信边界和用轨数评分。
核验边界：限定五关的游戏，作者实时 API 测试和延迟为自报，参考解与回放不等于本站复现，也不是通用物理规划器。
信息简报预筛选公开源码
sift：生成简报前筛选信息与来源
- 输入
- 配置中的用户兴趣、多来源候选条目及来源摘要。
- Jev 判断
- 真实 Jev 后端对条目批量做 Score 价值判断，用 Noul 评估来源是否值得生成报告。
- 后续动作
- 按配置阈值筛选后交给 LLM 生成双语简报；调用失败或不确定时保留候选，过滤后全空的来源保留少量高分条目。
核验边界：真实 SDK 和 mock 分开；本站仅核查源码，没有验证作者的节省量、简报发布结果或被过滤信息的召回率。
社区消息审核公开源码
JevBot：先观察再按策略审核 Discord 消息
- 输入
- 当前 Discord 消息、同作者最近消息，以及频道规则和历史违规记录。
- Jev 判断
- Jev Choice 区分 spam、legitimate、uncertain；代码再核对垃圾概率、置信度和确定性规则。
- 后续动作
- 新服务器默认 Observe，只记录；不确定结果进入人工复核。配置允许后可告警、删帖或超时，执行前再读设置并记录失败，不自动封禁。
核验边界：需要自有 Discord、Cloudflare 和 TypeSafe 配置；本站未连接真实服务器、验证身份控制、误判率或线上删除结果。
职位搜索相关度仅作者原帖
HiringCafe：搜索词与简历的职位相关度评分
- 输入
- 用户搜索词或简历与一条职位描述。
- Jev 判断
- 作者称 Jev 将匹配相关度评为 1–10 分，并与其他模型及团队人工标注比较。
- 后续动作
- 作者称把这些判断用于 HiringCafe 职位搜索和简历匹配结果；本次原帖提供了两个相关度任务的评测。
核验边界：仅作者原帖及 TypeSafe 推荐，无可检查源码。500 条团队标注样本、用户规模、费用与效果均为作者自报，本站未取得样本或复现评测，也不猜具体 API 请求形状。
交易数据分类原型公开源码
Jev accounting：交易分类后生成复核 CSV
- 输入
- CSV 中的交易描述、有符号金额和币种，以及固定的示例账户类别。
- Jev 判断
- Jev Choice 选类别；代码读取所选类别概率，低于 0.85、缺失、非法答案或 Unassigned 都进入复核。
- 后续动作
- 保留原始交易与顺序，同时展示建议、分配和复核原因，导出 CSV；原型没有向记账系统写入。
核验边界：v0.1 原型、八条合成示例；作者的烟测不证明会计准确率或节省量。本站未提交真实交易、调用 Gateway 或复现记账结果。
地图语义探索公开源码
mappity：用概率点亮符合愿望的地点
- 输入
- 用户自然语言愿望、代码获取的场所类型、地点事实和可选街景上下文。
- Jev 判断
- Jev 先做有限请求分类与场所类型判断，再用 Noul 判断地点和街道是否匹配；为高分结果从已有事实中选解释。
- 后续动作
- 代码执行地理查询与硬约束过滤，必要时组合地点/街道概率，将匹配结果在地图上高亮并展示选中的事实。
核验边界：依据 Jev SDK 接线与作者演示核验，本站未测真实地图召回、定位或效果；可选 Shingi 是独立模型，其校准不能外推到本应用。
语义文本操作公开源码
ex-regex：按含义查找和替换原文片段
- 输入
- 原始文本、代码枚举的候选片段及自然语言匹配条件，例如哪些句子在请求退款。
- Jev 判断
- Jev 对候选做有类型的语义判断，返回概率；库区分匹配、未匹配、不确定及调用失败。
- 后续动作
- Python API 返回带偏移量的原文切片，并据结果执行查找、提取、替换或分割；代码提供缓存、回放和预算限制。
核验边界：原文切片限制了虚构字符串，但不保证匹配正确。作者合成评测与成本为自报，本站未调用模型、复测漏检或验证可靠脱敏。
技术栈与漏洞信息公开源码
Vulnder：技术栈判断辅助漏洞信息匹配
- 输入
- 用户描述的技术栈、代码解析出的组件和候选产品名。
- Jev 判断
- Jev Choice 判断规模和托管环境，Noul 判断注入、候选产品适配和外网暴露；缺失答案保留未知。
- 后续动作
- 代码使用这些判断辅助产品解析与暴露标记，再匹配 CVE；优先级由公开利用信号和确定性启发式规则计算，输出页面、JSON 或 Atom。
核验边界：Jev 失败时保留基础解析；技术栈写入可分享 URL。本站未验证漏洞覆盖、产品匹配或风险校准，相关排名只是该项目启发式输出。
编码助手输入预览仅作者原帖
Jev Skill Typeahead：发送前预览 Skill 调用概率
- 输入
- 正在输入的提示词和用户已安装的有限 Skill 候选。
- Jev 判断
- 作者称 Jev 预测哪些 Skill 最可能被 Claude 调用，并估计各项概率。
- 后续动作
- 界面在发送请求之前显示预测，供用户理解或调整提示；原帖还提供了公开源码链接。
核验边界：仅作者原帖与演示说明，本轮未精读该源码或核验预测准确率；没有推断具体 API primitive，也不把预计概率当作实际 Skill 执行保证。
语义表格筛选公开源码
VibeFilter：按自然语言条件过滤表格
- 输入
- 用户输入的自然语言条件，以及其他 SQL 过滤后各行选定文本列。
- Jev 判断
- Jev Noul 批量判断每行是否符合条件，代码读取概率并按可配置阈值筛选；默认阈值 0.8。
- 后续动作
- 缓存条件与文本对应的评分，显示通过阈值的表格行及可选评分列；大量未评分行会先让用户确认。
核验边界：MIT 社区插件，真实 TypeSafe 调用与过滤消费可查。本站未安装插件、运行 API 或复现作者演示的速度、成本与匹配质量。
README 声明核验原型公开源码
README Clew：分类声明后交给代码核验
- 输入
- README 的分段行、候选符号名及仓库依赖/文件快照。
- Jev 判断
- Jev 经 Glasser 用 Choice 选有限声明类型，必要时从候选中选名称；置信度门槛拦下不确定结果。
- 后续动作
- 真实 scan 将答案交给确定性依赖、命令、环境变量和引用核验器，生成可证实、冲突或无法核验的报告；手动评测入口也调用真实模型。
核验边界：本轮新增真实模块后收录，旧 mock 路径仍用于离线测试；完整浏览器扩展/网页仍在开发。本站未运行付费评测或证明完整产品可用。
浏览器阅读提示公开源码
Attention Vaccine：在阅读时提示可疑写作手法
- 输入
- 用户许可站点中可见的帖子正文或文章开头，受长度限制，以及有限的写作手法问题。
- Jev 判断
- Jev 批量 Noul 判断煽动、诈骗式引导或无依据泛化等写法；代码结合每项阈值与确定性检查。
- 后续动作
- 扩展为符合条件的内容添加提示标记，用户可查看问题原文、概率与说明；缓存和每日调用上限控制重复与预算。
核验边界：这是写法判断，不是内容真伪验证；启用的站点文字会发往模型后端。本站未安装扩展、运行 API 或复现作者评测，权限排除逻辑也未做独立隐私审计。
家庭负载调度原型公开源码
Heliotrope：家电重要度评分辅助负载排序
- 输入
- 家电名称与类型、功率、预计完成时间和可延后窗口。
- Jev 判断
- 一批 Jev Score 按有限等级判断各负载对家庭的重要度；代码只采用达到置信度门槛的答案。
- 后续动作
- 代码将重要度与紧迫性、功率和弹性组合排序，输出供调度使用的优先级；模型缺失、失败或低置信度明确标示 heuristic/mixed。
核验边界：数学调度约束由代码负责；项目碳强度是代理估计。本站未调用模型、控制家电、验收电表数据或复现作者节能/减排效果。
MCP 工具路由评测公开源码
ToolDiscoveryBench：选择 MCP 工具或弃权
- 输入
- 任务请求、有限工具目录、服务说明与工具描述。
- Jev 判断
- Jev Choice 从工具或服务候选中选择并返回概率；加入 NONE 或独立适配问题时，代码按同题概率判断是否弃权。
- 后续动作
- 平面、因子化或分层路由输出排序与弃权结果，评测器与基线比较并生成报告；不直接执行所选工具。
核验边界：只测工具发现，不证明 Agent 完整成功率；gold 由编码助手挑选。作者准确率、延迟与费用未由本站复现，其他后端结果不混称 Jev。
CS 1.6 游戏实验公开源码
csgojev：从状态机的合法动作中选择游戏下一步
- 输入
- 游戏感知到的距离、视线、脚步、生命值和时间，以及 XState 当前提供的合法动作。
- Jev 判断
- Jev Choice 从合法候选中选择下一步，例如探出、停止、退回或等待；代码检查答案是否属于候选。
- 后续动作
- TypeScript sidecar 把所选动作交给状态机与游戏引擎，后者负责移动、瞄准和物理；结果与其他策略基线比较。
核验边界：无 key 时为 mock；作者明确未证明胜过最佳手工脚本。本站未运行游戏或模型，速度/胜率是作者自报；完整仓库许可未确认，未列入开源项目目录。
流程型服务 Agent 示例公开源码
question-kit：让封闭判断驱动披萨店点单流程
- 输入
- 点单、改单、菜单询问等对话，以及有限菜单、订单记录、工具与书面步骤。
- Jev 判断
- Jev 读取有限意图、菜单/订单候选、所需槽位和确认；未达置信度门槛的读取交给追问或人工，而不直接执行。
- 后续动作
- 代码按流程返回工具调用；示例收银台修改订单后回报结果，回复由模板生成，不使用生成模型编写对话。
核验边界：alpha 库，模拟收银台并非真实支付或厨房接线；fake/replay 明确区分真实 Jev。本站未运行示例、API 或复测订单正确率。
GitHub 标签分类原型公开源码
DeciLabel：按证据添加 Issue 与 PR 标签
- 输入
- Issue/PR 标题、正文、有界 diff 与覆盖警告、仓库既有标签和已占用互斥组。
- Jev 判断
- 独立标签各问 Noul，互斥组用带 none 的 Choice；代码检查概率、默认 0.70 阈值与至少 0.20 的胜出差距，缺失/异常则弃权。
- 后续动作
- 写入前重新读取快照、标签定义和人工移除历史；通过后仅添加标签，不删除、替换或创建，也不运行提交者代码。
核验边界：真实 API 接线可查，但作者明确未 live 验证模型质量，24 个示例不是校准证明；GitHub 历史检查与添加并非原子。本站未安装 Action 或修改任何外部条目的标签。
依赖更新审核公开源码
depgate：依赖更新的合并、复核与暂缓判断
- 输入
- Dependabot/Renovate 更新的发布说明、代码用法、CI 状态和安全公告。
- Jev 判断
- 一次 Jev 请求包含三分流 Choice、风险 Score 与四个 Noul，判断破坏性变化、是否影响仓库、安全修复和运行时变化。
- 后续动作
- 代码再按配置、置信度、风险、CI 与版本约束决定评论、标签和人工复核；允许自动合并时可批准并开启 GitHub auto-merge，dry-run 不写入。
核验边界：作者评测和团队故事不作本站验证的生产效果或安全保证。本站未调用 Jev、接入用户仓库、发送通知或执行任何批准/合并。
目标驱动的文本筛选公开源码
skimmer：只保留对目标有用的原文与列表项
- 输入
- 目标说明、网页或文件的重叠文本块，以及原格式列表项。
- Jev 判断
- 每块或每项一个 Jev Noul 相关性问题，按上下文预算分批，代码解析 P(相关) 并用可配置阈值筛选。
- 后续动作
- 输出保留的原文、路径与行号，或按输入格式和顺序返回列表；部分失败的未判项默认保留，全请求失败报告错误。
核验边界：原文保留不保证召回；可选上限会再次裁剪，未判块也可能被排除。作者压缩率与质量未复现，本站未把真实工作材料发往模型。
编码 Agent 模型路由公开源码
QQ：在已授权模型与推理强度中选择任务路线
- 输入
- 有界脱敏任务，以及当前配置、授权和认证可用的模型/推理强度元数据。
- Jev 判断
- Jev Choice 从最多 32 个模型/强度组合中选择；代码同时检查合法候选、响应合同、置信度和胜出概率，后两项门槛均 0.7。
- 后续动作
- 主运行时重编译并校验所选路线后执行；未开启、超时、异常、不确定或路线不可用时保留原配置模型，明确选择仍由用户掌握。
核验边界：可选路由默认关闭；今日定位了实际 TypeSafe POST 与主运行时接线，关闭此前未核实线索。本站未运行 Agent 或证明任务质量、费用节省及完整审批安全。
官方客户记忆示例公开源码
官方记忆示例：保存客户事实辅助后续工单路由
- 输入
- 当前工单、客户 ID 和该客户已保存的工单/答案。
- Jev 判断
- 先用 Choice 路由；再用 Noul 判断原请求与答案是否包含值得记住的长期客户事实。
- 后续动作
- 代码在 P(值得记忆)≥0.5 时按客户 ID 存入 Python dict；下次请求前把已有记忆加入 state，无论是否保存均返回路由答案。
核验边界：官方两名虚构客户、六个后续工单的小样例；0.5 是待评估起点，字典不是生产持久化/保留期限方案。效果仅官方自报，本站未运行 API 或复现改善。
浏览器操作公开源码
ego-jev：让封闭判断完成多步浏览器流程
- 输入
- 当前页面的有限控件、目标、调用方给定值与可见状态要求。
- Jev 判断
- Jev 判断动作、目标元素和所用给定值；要求检查用 Noul，完成后再询问目标是否实际呈现在页面上。
- 后续动作
- 代码通过 ego 执行操作并更新页面快照，再继续循环，返回操作记录和完成/不确定状态。
核验边界：需 ego/macOS；不可逆操作选项和源码检查不是独立权限保证。页面上下文发送模型，作者配对速度/成功样例未复现，本站未操作真实账号或表单。
音乐记谱实验公开源码
MIDI 量化：音值概率与代码的小节约束结合
- 输入
- 单小节钢琴 MIDI 的音高、起音时间、间隔、按键长度与拍号。
- Jev 判断
- 每个起音一个 Jev Choice，从全音符、四分、附点、三连音等有限音值中返回概率；起始休止也用有限候选。
- 后续动作
- 代码用动态规划寻找符合小节长度的序列并输出记谱/对照评测；无可行整小节解时退回逐项最高概率。
核验边界：作者仅30个单小节，阈值有事后选择，不能外推完整曲目质量。仓库许可未确认，仅作代码案例；本站未下载演奏数据、调用模型或复现准确率。
出游计划原型公开源码
Bayes：选择暂定行程或继续补查
- 输入
- 确认的出游需求/偏好、地图和官网线索、代码生成的行程备选与未解问题。
- Jev 判断
- 选择 Jev 引擎时，经 TypeSafeModelFactory 在有限备选与 research 中做 Choice，并作有限证据/适配判断。
- 后续动作
- 代码显示选中的暂定方案、来源和缺口；信息不足返回补问/研究状态，没有自动预订或无限研究循环。
核验边界：默认本地规则，远端模型及地图另需同意；地图标签/网页摘要不证明当前营业或交通。Snapshot依赖与作者比较未复现，其他引擎效果不混称 Jev。
评论数据分析案例公开源码
评论洞察：Jev 分类后用代码汇总产品问题
- 输入
- 去重后的评论文本，每批最多五条，以及有限主题、意图、严重程度和情感标准。
- Jev 判断
- Jev 用 Choice/Score 返回四类标签和概率；代码按 ID、标签范围与输出合同校验。
- 后续动作
- 代码保存结果、复用完全重复文本，隔离未完成/异常行；按已完成记录的严重程度总和等计算排名，再由另一模型生成带证据的 memo。
核验边界：作者只完成全量数据的一部分，不把其余待处理行算分类。样本准确率、成本和产品建议均为作者结果，许可未确认仅作案例；本站未复制评论数据或运行流水线。
邮件分诊示例公开源码
两阶段邮件判断：返回处理信号和回复标签
- 输入
- 邮件发送者、主题和正文描述。
- Jev 判断
- 第一轮六类 Choice、紧急 Score、需回复/人工 Noul；代码允许后第二轮选择四种语气、六种意图及可自动处理概率。
- 后续动作
- 垃圾/促销返回 archive，通知/简报返回 mute；无需回复跳过第二轮。其余返回 flag_human、auto_draft 或 suggest_reply 标签，无正文和发信操作。
核验边界：Python/jevlang 示例；人工判断在第二轮后拦截，标签不是实际归档或发信。0.5/0.60/0.85 是作者起点，正文送模型；本站未运行或校准。
Agent 记忆检索公开源码
OptChat：沿摘要树找回原始聊天记录
- 输入
- 用户提问、二叉摘要视图各行与左右子摘要。
- Jev 判断
- OMP judge 角色配置为 Jev 时，每行 Noul 找可能含答案的摘要，再逐层 Choice 选 first/second。
- 后续动作
- 代码下降到单条原记录，返回路径和首 8KB，余文通过 zoom 读取；未达阈值或失败/超时返回明确状态。
核验边界：角色可用其他模型，不把所有运行归为 Jev；合成检索实验衡量导航而非真实 Jev 准确率。Linux/Bun/OMP18.9+，许可证未确认仅作代码案例，本站未运行。
监控通知实验公开源码
告警路由：模型选通知频道，标签规则兜底
- 输入
- 告警组、标题/描述、严重程度、主机与持续时间的脱敏摘要。
- Jev 判断
- Jev Choice 在 page now/informational 中判断，另一个 0–4 紧急 Score 仅供日志。
- 后续动作
- 代码同时检查 confidence 与 P(page now) 后选 Discord 频道；低置信/缺 key/超时/错误按 severity=critical 路由，恢复通知沿用内存记录。
核验边界：实验接收器，Sticky 重启后丢失；阈值需本地告警验证，模型不可用不代表投递一定成功。源码有 dry-run/合成测试，本站未部署、调用模型或发送通知。
游戏决策实验公开源码
Minecraft：可行动作菜单与回合竞争
- 输入
- 当前游戏遥测、目标、动作代价/收益与生存、食物、工作的可执行候选。
- Jev 判断
- TypeSafe Jev 用有限 Choice/决策树选择动作和 turn_priority，不生成游戏代码；代码保留概率、过时答案与调用记录。
- 后续动作
- 代码经 Mineflayer 执行菜单项，再根据受伤、失败、状态改变或等待超时重新判断；多数问题在服务不可用时暂停重问。
核验边界：身体物理问题有代码例外，不把全部动作描述成纯模型。作者未通关，15/40世界进入下界等数字与计费仅作者历史观察，源码随试验变化；本站未运行游戏或复现。
技术排障评估原型公开源码
技术排障：分开诊断、修复建议与解决验收
- 输入
- 用户症状/证据、另一模型的结构化状态与经过验证整合的资料线索。
- Jev 判断
- Jev Choice 选故障域/下一步；Noul 分别判断诊断成立、修复就绪和解决证据，Score 评紧急程度。
- 后续动作
- 代码依据生命周期、兼容前提与安全检查约束有效动作，再交另一模型写建议并保存 case；修复尝试与解决验收分开。
核验边界：Windows 开发/评估版，建议不是自动修设备；官方 TypeSafe 与自定义网关分开。离线测试、加密和启发式检查不证明真实诊断准确或全面安全，本站未使用真实故障数据或模型。
求职者自查实验公开源码
简历自查：有限匹配信号转成可解释分数
- 输入
- 职位说明与简历全文；另可拆出要求和简历证据单元。
- Jev 判断
- 同一 Jev 请求用 Score 判断岗位匹配，Noul 判断经验不足和明确不满足的条件；保留模型与信号。
- 后续动作
- 代码以拟合权重合成 0–100 Match Score，再折减 blocker 概率；CLI/MCP 返回分数，另有逐要求覆盖和证据输出。
核验边界：面向求职者自查，不自动录用；参照生成模型拟合的一致性不是客观能力或招聘准确率。作者误差、速度与成本未复现；简历文本发送提供商，本站未处理真实简历或调用模型。
官方直播聊天示例公开源码
官方聊天过滤：分类后由代码隐藏、模糊或突出
- 输入
- 游戏名称、直播标题与一条聊天消息。
- Jev 判断
- 一请求包含五类 Choice（问题/欢呼/交谈/指点/垃圾）和毒性、剧透两个 Noul。
- 后续动作
- 代码先按毒性及类别隐藏，再按剧透概率模糊；其他显示或突出问题。每条独立请求、最多八并发，改规则可复用已保存答案。
核验边界：官方29个自写英文样本、0.7阈值示例，效果仅官方自报。没有主播进度记忆、实时输入需另接、消息等待可能短暂可见；类别近似平手需自定策略，本站未运行或复现。
代码语义审查公开源码
Hapsland：把类型设计规则变成编辑后的反馈
- 输入
- 选中的类型或函数声明，以及在配置范围内找到的相关定义与规则问题。
- Jev 判断
- Jev 后端经 Effect TypeSafe 模型为各适用规则做概率判断，例如类型是否允许无意义字段组合。
- 后续动作
- 代码按规则阈值映射预设反馈，批量送回支持的编码助手；上下文不完整时跳过相关规则。
核验边界：反馈发生在编辑后，不自动回滚或保证修复，跳过不是通过。可选其他模型，形式化证明有指定范围；根许可证未确认只收案例，选中源码送提供商，本站未安装或运行。
抓取结果筛选研究公开源码
信号筛选：Jev 概率决定保留与扫描顺序
- 输入
- 代码或 Grok 提取的信号、抓取焦点、来源类别与市场数据摘要。
- Jev 判断
- 每信号一个 worth Noul，判断是否是具体、符合焦点且值得注意的信息。
- 后续动作
- 代码丢弃 P(worth)<默认0.15 的结果，其余按 Jev 概率优先做独立扫描；模型失败继续原流程，延期结果下轮再查。
核验边界：概率/安全标签不证明可盈利或安全投资；本例仅信息筛选。抓取与市场数据有时效和许可边界，预算进程内，作者速度/费用未复现；本站未抓取、交易或调用模型。
资料检索编排实验公开源码
Scala MCP 实验：Jev 选取证据操作，另一模型写答案
- 输入
- Jackson 文档研究目标、MCP 操作的模式目录与已确认的有类型值。
- Jev 判断
- Jev 在可绑定参数的操作、过滤或返回证据等有界选项中做下一步判断；另比较预先规划与逐步选择。
- 后续动作
- Scala 宿主执行 MCP、验证/过滤结构化证据并保留检查点，内层返回证据给外层 Bedrock 生成答案，错误恢复有预算。
核验边界：应用调用独立 zio-typesafe-ai 库；README 七臂计时是作者单次网络样本，不能据此排名或推算稳定节省。根许可未确认仅案例，模型角色/过滤模式不同，本站未执行 sbt/MCP/模型。
页面相关性研究公开源码
相关性评分：意图与词项分开，记录重复波动
- 输入
- 页面元数据或加正文、作者设定的搜索问题与十个预期词项。
- Jev 判断
- Jev 两类五级 Score 请求分别判断页面回答意图的程度和各词项中心程度；词项请求不含意图。
- 后续动作
- 代码将等级归一后计算词项和×意图适配，重复测量生成均值/±2SD与过期标记，显示排序和可改进分项，结果存 IndexedDB。
核验边界：噪声带只是同输入重复答案波动，不是SEO排名、事实正确率或效果校准。源文本仍发送模型；作者十页百次实验未复现，费用随重测累积，本站未评分正式页面或调用API。
回应训练原型公开源码
情境回应练习：有限判断与本地标准共同计分
- 输入
- 训练场景、规则、随机资源约束与学员限时写下的回应。
- Jev 判断
- Jev Choice 选接受/暂缓/拒绝/未知，Score 评两项模拟结果，逐标准及能否兑现承诺用 Noul。
- 后续动作
- 代码对照情境的参考回应与阈值计算是否通过，记录漏项、时间和练习报告；场景生成与总评另用编码助手。
核验边界：韩文原型与四套 AI 示例，量表不是实际顾客反应或劳动能力认证。回应发送OpenRouter，移动/Windows和进度保存有限；作者费用/速度未复现，本站未测试真实员工。
间接提示注入研究公开源码
动作级注入检查：分别问来源诱导与任务关联
- 输入
- 当前及近期用户请求、前一工具正文、待执行动作和最多十二条动作历史。
- Jev 判断
- 多个 Noul 判断动作是否偏离各请求、是否遵循外来内容；carries 单独判断正文是否诱发了请求未要求的动作。
- 后续动作
- 代码同时满足 carries 与 intent 阈值才返回 flagged，另返回各概率、readable 与原因；本工具本身不阻止动作。
核验边界：默认只看动作400字/正文6000字，存在作者已报告的填充绕过；无语义点击为不可读，不能当作安全。简单攻击集无留出且真实样本单一，作者效果未复现，不替代宿主权限。
技术写作研究公开源码
风格密度检查：逐句判断后给出超基线证据
- 输入
- Markdown 句子、语境与固定风格问题；长引用从作者风格计数中排除。
- Jev 判断
- 固定版本 Jev 对格言、三段式、免责声明等逐句作 Noul；代码校验请求/答案完整性。
- 后续动作
- 代码按概率算期望计数与每千词密度；90%Poisson下界超过人类基线默认3倍时列出原句和位置，实验编辑另调用生成模型。
核验边界：十三篇技术文章基线不代表所有文体/语言，密度不是作者归因或事实质量；短文与引文有单独处理，Node26/API另需配置，作者改写效果与费用未由本站复现。
文档提取与复核示例公开源码
文档人工复核：提取置信与合理性判断独立保留
- 输入
- 文档提取字段及行 ID/上下文；原页定位和提取置信另存，不作为 Jev 输入。
- Jev 判断
- 每行一个 Noul 检查提取指令的表面合理性，不读源图、不改值、不评患者个体安全。
- 后续动作
- 代码保留提取和合理性两类检查，任一缺失/不合法或低于示例阈值即转人工；按行ID和定位回看源文档，高Jev答案不抵消低提取置信。
核验边界：商业作者六行处方方法演示，非TypeSafe官方或医疗建议；0.90/0.50待人工文档校验，接近0.50另需策略。作者效果未复现，本站未处理真实医疗数据或调用模型。
数据库文本决策公开源码
DuckDB：在 SQL 查询里保留有类型判断和分布
- 输入
- SQL 表中的工单文本或结构化 JSON、用户问题及有限选项/有序等级。
- Jev 判断
- 选定 TypeSafe Jev 且明确允许远程调用后，Noul/Choice/Score 判断写在 SQL 中的问题。
- 后续动作
- 扩展校验响应并返回标量或分布列，SQL 可据概率做过滤、分组或路由；批处理对相同行复用并限制并发。
核验边界：托管文本会出机，注册/设置不持久化；常数Stub和本地Julia/Laya不算Jev效果。安装渠道与签名有区别，概率/可选校准需本地样本验证，本站未安装或调用。
浏览器测试原型公开源码
Sedum：有限元素选择与带标记的概率断言
- 输入
- TypeScript 中的自然语言步骤、可操作元素候选及页面完整摘要。
- Jev 判断
- 默认 Jev Choice 选目标/none；两个 Noul 分别判断主张成立与页面是否有直接矛盾。
- 后续动作
- 代码复核页面新鲜性、元素角色后用 Playwright 执行；断言按阈值/容差产生 passed/failed 和 low_confidence/contradiction 标记，退出策略另处理。
核验边界：pre-alpha；边缘或矛盾结果可能是passed+flag，不等于严格无歧义通过。另选Clef不混称Jev，作者月成本是情景估算、速度小样本未复现；本站未运行外部测试或提交账号。
iOS 模拟器研究公开源码
模拟器图像定位：存在判断与 Box 门控后点击
- 输入
- 合成应用截图、目标、历史与调用方描述的目标目录，另给模拟器逻辑尺寸。
- Jev 判断
- Jev1.14 Choice 选目标/操作，Noul 检查目标可见，Box 返回归一化边界；边缘结果允许一次放大复查。
- 后续动作
- 代码校验范围、存在/定位置信及状态新鲜性，将框中心换算为模拟器点，经 AXe 执行再观察；模型完成与独立持久化状态验收分开。
核验边界：官方视觉/Box为实验状态；作者三段1.14演示及旧合成评测不证明通用App准确率，定位方案还混有模型/候选差异。需macOS/Xcode/AXe和自备提供商，本站未操作模拟器或调用模型。
文本结构转换公开源码
流程图：Jev 选有限节点关系，复核后代码生成
- 输入
- 最多八行用户步骤及关系说明，节点文字由用户提供。
- Jev 判断
- 每节点三个 Choice：普通/判断/终止角色、后继节点、否定分支节点，支持 none。
- 后续动作
- Worker校验选项和概率，解码为需复核图；代码拒绝不一致分支/无效边，用户审查后确定性生成 Mermaid 并渲染下载。
核验边界：不是任意代码生成或自动执行业务流程；最多24问、8节点/16边，语义关系仍需人查。作者浏览器成功主要fixture，未证明部署或live模型质量，本站未上传文档或运行。
实验视觉评估公开源码
图像异常研究：先框完整单元，再判断与显示
- 输入
- 图像介质、原图与多尺度区域；保留完整词句、对象或整页上下文。
- Jev 判断
- Jev1.14用Box找目标/完整单元，Choice在正常、异常类型和不确定中判断，临界答案重复并用另一问法确认。
- 后续动作
- 代码把窗口仅作线索、重新框完整语义单元后裁剪，合并重复框，最后定位显示并记录调用费用。
核验边界：研究已记录切字、卡通及表格几何误报，v7b未重跑旧26图集；手选少图不能给生产准确率或AI来源归因。官方API实验且图片发提供商，作者结果/费用未复现，本站未上传或运行。
官方图像裁剪示例公开源码
官方 Box 示例：定位目标后换算像素并裁剪
- 输入
- 厨房照片和待定位的咖啡杯目标；图像通过 assets 引用。
- Jev 判断
- Jev1.14 Box 返回上下左右归一化边；官方建议并行 Noul 判断目标是否存在。
- 后续动作
- 示例代码将边界乘图片宽高，用PIL裁剪保存；低置信可先外扩并限在图内，边缘Noul可检查是否切断目标。
核验边界：官方实验示例，需图像实验header，Box即使无目标也返回框，框不能证明存在。0.6阈值/0.05外扩仅教材起点，格式/效果可能变化，本站未发图或复现；非新cookbook。
原始来源：Official Box and crop codeOfficial ImagesOfficial announcement
确定性模拟与决策回放公开源码
城市模拟：模型选动作，代码重查可行性
- 输入
- 模拟市民的角色、需求、局部灾情与代码筛选的有限可行动作。
- Jev 判断
- 一条请求中Choice选下个动作，两Score评风险/义务，一Noul评是否中断日常。
- 后续动作
- 服务端校验题型与分布，模拟器按请求ID接收并重新检查动作是否仍可行，再用代码执行移动和后果；回放、规则、live与安全覆盖分别标来源。
核验边界：默认历史回放不发API；live失败显式用规则。4902次有效响应和延迟仅作者记录，不是现实城市/应急决策验证；本站未运行，真实调用需独立口令、密钥和预算配置。
Agent trace 检测公开源码
Trace 检测：问题概率与类别分开保留
- 输入
- 解析后的trace spans及用户检测标准；超预算按固定次序截断并标记省略。
- Jev 判断
- 同请求Noul判断是否存在问题，Choice在模板类别、other、none中命名问题。
- 后续动作
- 代码用0.5 gate产生identified，保留类别分布/置信；标签none则类别不明，摘要明确无文字理由。坏答案抛错，由检测分发层记录错误而非正常发现。
核验边界：所核模块在Apache-2.0核心，ee目录另用商业许可；不包含企业聚类自动修复承诺。字符截断可能遗漏问题，示例阈值需本地评测，trace会发提供商；本站未提交真实trace或调用。
实验视觉影子评估公开源码
视觉影子评估：比较封闭答案，保留原工具结果
- 输入
- 已有vision_analyze图片和封闭的PASS/FAIL或Yes/No问题；独立云端开关明确启用。
- Jev 判断
- TypeSafe Jev Choice检查图片；格式/尺寸预检、敏感问题跳过，并带官方图像实验header。
- 后续动作
- 后台队列记录类别、置信、与原答案的一致性及假想混合结果；发送前再查开关，错误只记日志，原工具返回值不变。
核验边界：主线shadow不等于作者另一个分支18/18桌面动作演示；0.6沿用阈值未经该模型A/B，截图本身不能脱敏且会出机。官方视觉实验、本地Jev-Omni另算，本站未上传图片或运行。
长上下文研究工具公开源码
递归语言模型：Jev 返回概率，根程序计算与检索
- 输入
- 逐条文本项、有限标签、问题和分窗的大文档；共享上下文与每项内容明确对应。
- Jev 判断
- Choice分类、Noul是非；locate先Noul排窗口再评行句，返回原文offset与组合分数。
- 后续动作
- 工具分批并发并校验缺失答案，向DSPy/自建RLM返回概率列表与原文片段，由根模型程序计数、筛选和回答；Jev部分独立计量。
核验边界：研究库，小样本单次分数仅作者自报，Jev不生成或授权根程序。预算按token估算和固定费率，可能有误差且不含根模型费用，原文会发服务商；本站未运行模型/沙箱。
源码命中重排公开源码
Grep 重排：逐段回答相关性，再输出原文位置
- 输入
- grep模式得到的命中窗口、文件路径/行号和用户自然语言问题；每行送入文本最多300字符。
- Jev 判断
- 直连Jev按段编号逐一Noul判断是否回答问题，最多32段/请求，有限并发。
- 后续动作
- 代码检查所有概率与回答数，按分值、路径、行号排序后输出原文及位置；错误停止，不输出部分排序。
核验边界：只重排模式已命中的片段，不是全库语义召回。钉住主线已有实现，README发布版说明仍限密钥设置，已发布包/网关未验；片段会出机，0.4门槛需自评，本站未安装或调用。
反馈记忆模拟研究公开源码
合成线索评测：有界动作与反馈记忆对照
- 输入
- 生成的销售线索文本/字段、书面政策与策略提供的记忆；包含预设规则变化和带噪review。
- Jev 判断
- 固定Jev模型Choice在AE、培育、自助、伙伴、淘汰五动作中选择；可另问记忆依据。
- 后续动作
- 程序模拟动作结果并产生review，回写检索/SenseLab记忆与轨迹，执行配置的修复评测循环，生成对照报告；没有操作真实CRM。
核验边界：合成损失金额与准确率不是实际营收或本站实测；记忆更新不是Jev权重学习。API错误选首项且记error，不能当业务自动阻断；外部SenseLab/评测权限另需自备，本站未调用。
桌面交互研究原型公开源码
下一步建议：Jev 选有限候选，按 Tab 才执行
- 输入
- 活动界面控件、近期操作及其他页面已有文本值，代码先构造候选动作。
- Jev 判断
- Choice选下个控件或none，另以有限Choice选字段/下拉值；文本生成的Claude路径分开。
- 后续动作
- 代码显示可接受的ghost建议，用户按Tab才交执行器；相同界面慢/失败可回放缓存，已学重复流程另走零模型规则。
核验边界：hackathon原型，仅公开代码案例，根项目许可未确认。部分按钮置信被代码升至至少0.7，非原始模型概率；跨页面文本会出机。付款演示仅测试网且不证明支付安全，本站未运行、交易或验证原效果。
浏览器资源策略原型公开源码
浏览器屏蔽：政策判断转成有作用域的规则
- 输入
- 种子名单未覆盖的主机名、页面站点、资源类型/第一三方信息与用户政策，不发送完整URL或Cookie。
- Jev 判断
- 每项两个Choice：block/allow和内容类别，最多八项一批。
- 后续动作
- 代码按block概率阈值缓存决定，编译站点/类型动态规则；用户覆盖与暂停优先，错误放行，跨站复用另可关闭。
核验边界：MV3首请求可先通过，不能按路径过滤或隐藏元素。缺概率时解析会借用choice/confidence甚至默认值，可能误屏蔽；费用软帽、外部名单另许可，站点/域名出机。本站未安装/测试扩展。
语义lint与复核公开源码
语义代码检查：判断偏离，再定位原文片段
- 输入
- 源码、Markdown规则与good/bad例子，以及配置允许的附加上下文。
- Jev 判断
- Noul判断规则偏离、适用/排除条件；Choice选段及首末代码行，Noul评上下文是否足够。
- 后续动作
- 代码按规则阈值和scope筛选，校验位置后生成含原文/概率/上下文提示的报告并缓存；缺失回答不作为无问题缓存，不自动修源码。
核验边界：概率和定位仍可错，不能代替确定性lint/编译器或安全保证；源文件与附加读取会发提供商，移动别名/缓存需维护。默认Jev与其他provider分开，作者评测未经本站复现，未运行。
文本指标与相对样本复读公开源码
写作指标：有限判断与本地计算分工
- 输入
- 英文全文、段落与词语，给定词类/体裁选项和有序评分等级。
- Jev 判断
- Jev Choice/Score/Noul补本地不能确定的判断；全文/分段等级分布与体裁概率供组合模型使用。
- 后续动作
- 本地算术和预拟合权重生成指标，profile/compare按作者样本标出需复读的偏离；不可用时警告并重算本地集合，cadence独立且无模型调用。
核验边界：不是通用作文质量裁判，英文资源/训练样本限制适用范围，数据组件另有许可。作者验证未复现；全文会出机，jev-latest旧缓存可能过期，本站未提交文章或运行模型。
GSPro视觉解说公开源码
模拟高尔夫：图像判断转成受阈值约束的解说事实
- 输入
- 显式启用Jev后的模拟球场小地图截图和到旗距离；代码先找颜色/几何候选。
- Jev 判断
- Box定位球和旗，Noul确认水/沙/树等，Choice读有限数字与方位；带图像实验header。
- 后续动作
- 代码验证位置/置信、换算几何与距离并过滤事实/hazards，供解说模型和预先生成的条件分支使用；超时/失败回退其他视觉，语音由另一路TTS生成。
核验边界：Windows/GSPro截图环境专用，非现实球场安全导航；Box/图像仍实验，示例阈值/速度/费用仅作者口径且未复现。截图出机、其他LLM/TTS效果不算Jev结果，本站未抓图或运行。
编码规则与文件组织公开源码
Pi：写入前核对内容规则与新文件放置
- 输入
- Pi 拟执行的 edit/write、匹配的项目规则与上下文；新文件放置检查另附有界目录树和拟写内容。
- Jev 判断
- 每条规则构成一个 Noul；读取对应概率，按 negate 反转后与该检查的 minProbability 比较。
- 后续动作
- 任一检查不满足便返回 block:true 与整改文案，阻止该次工具调用；通过才让 Pi 继续写入。
核验边界：源码核查，未安装或调用 API。仅覆盖 edit/write；bash 等修改不受检查。默认 onError=allow，未匹配或未信任配置可跳过；字符/目录界限不保证完整上下文，也不构成安全隔离。
原始来源：GitHubpackages/core/src/jev.tspackages/content-guard/src/index.tspackages/placement-guard/src/index.tspackages/core/src/config.ts
编码 Agent 推理配置公开源码
OpenCode：从允许的推理级别中选择并切换
- 输入
- 用户提示、经处理的近期上下文与当前模型支持的推理级别；可显式配置 TypeSafe System One endpoint 和有效 Jev 型号。
- Jev 判断
- effort-only 路径把允许的级别写为 Choice 候选；拒绝候选集以外的答案，数值 confidence 低于配置阈值时保留原级别。
- 后续动作
- 把有效选择转为 switchTo，宿主调用 session.switchModel 设置 variant，并保存切换来源记录；手动选择和失败回退由代码处理。
核验边界：未运行 OpenCode 或收费模型；默认 OpenCode Console endpoint/jev-1.13-free 与客户端版本、凭据有额外条件，未独立验证其免费路由。缺失 confidence 不会触发数值低阈值分支；不声称实际节省成本或其他功能均获验收。
编码工具的风险辅助检查公开源码
命令门控：Noul 风险判断接入 Pi 执行前钩子
- 输入
- Pi 待执行的 shell 命令；把 agent-reflex 分类器显式配置为 TypeSafe endpoint 和 Jev 模型。
- Jev 判断
- Noul 询问命令是否可能损坏系统文件、无备份删除目录或泄露环境密钥；读 answers.q.noul 后按代码阈值判断。
- 后续动作
- tool_call 钩子命中 shell 工具且判断超阈值时返回 block:true，阻止该次调用；其他情况交给宿主继续处理。
核验边界：仅核查 Pi/TypeSafe 这条源码路径，未安装、执行命令或测试模型安全性。分类器不可用/无配置时默认放行，不能代替权限与沙箱；其他供应商预设路径及八种宿主的兼容性均未独立验收。
个人信息流排序仅作者原帖
个人 RSS：兴趣得分与时间衰减排序
- 输入
- 作者以阅读、收藏行为提取的兴趣资料和订阅 RSS 内容；兴趣提取由另一模型负责。
- Jev 判断
- 作者称用 Jev 对内容与个人兴趣的匹配程度打分；具体题型、分值范围和提示词未公开。
- 后续动作
- 本地程序把得分与时间衰减结合，重排今日和近七日 RSS 时间线；作者原帖展示与默认时间排序的对照。
核验边界：仅作者原帖与展示，非本站实测；本地修改源码、衰减公式和部署均未公开。上游 PaperRss 是改造基础，不能据此声称上游已集成 Jev，也不将其新增为 Jev 开源项目。
图像分类离线评估源码 + 作者原帖
MNIST：十选一图像分类与错误分析
- 输入
- MNIST 的 28×28 灰度数字图像，代码默认放大到 280×280 PNG，经 SDK Image 输入并显式启用实验图像头。
- Jev 判断
- 一个 Choice 在字符串 0–9 中选择数字；代码读取选择、confidence、实际响应型号和 token 数。
- 后续动作
- 将预测与标签比较，单独计入 API 错误，生成全样本/已回答准确率、混淆矩阵和逐图 CSV，再由本地工具生成错误图册。
核验边界：代码与原帖核查，未下载数据或调用模型。10,000 图像、92.45% 为作者自报，非本站复测；图像为实验预览，jev-preview 别名可能变化。根许可证及 pyproject 许可声明未发现，因此仅收录公开代码案例，不列为已核实许可的开源项目。
原始来源：Image ChoiceEvaluation and CSVAuthor resultsAuthor X post
模型路由公开源码
OpenRouter 代理：三档模型路由与工具续接
- 输入
- 最新用户目标、当前消息节选及是否有工具；路由状态只取有限字符。
- Jev 判断
- 向 OpenRouter alpha/decisions 发送 Jev Choice，在 cheap、fast_mid、smart_pro 中选择；cheap 置信度低于 0.72 时升到中档。
- 后续动作
- 改写请求 model 和 provider 排序后转发 chat/completions，支持流式或普通返回；工具续接复用短期路由，分类失败回退中档。
核验边界：仅钉住源码核查，未启动代理或调用模型；续接键使用首条用户消息，不能视为经过验证的会话隔离。未发现根许可证，不新增为许可已核实的开源项目。
会议结构更新路由公开源码
会议脑图：按新增决定与待办选择更新模型
- 输入
- 新增转写片段及最多六条近期发言；旧片段仅作上下文。
- Jev 判断
- Jev Noul 判断新增发言是否含决定、共识或 TODO；读取 yes 概率，而非所选类别的置信度。
- 后续动作
- yes 概率低于 0.3 交给 Haiku，其余或判断失败交给 Sonnet；分别保留各更新器的响应状态与待处理屏幕变化。
核验边界：Jev 只做路由，脑图差分由下游模型生成。Jev 配置可关闭或换其他裁判，本地模式默认不调用云裁判；未录音、读取会议资料或实测成本。
原始来源：Noul and updater consumptionSystem One requestJudge configuration
记忆检索与注入公开源码
jev-mem：向量召回后再筛选可注入记忆
- 输入
- 当前提示词节选，以及本地 claude-mem 召回的默认五条记录标题、摘要和日期。
- Jev 判断
- 一条 TypeSafe System One 请求为每个候选提出 Noul，判断该记录是否能实质帮助当前任务。
- 后续动作
- 按概率排序，默认仅注入达到 0.7 的最佳一条；可改为有上限的多条模式，无合格结果或超时/失败则不注入。
核验边界：相关性不代表内容真实或仍有效。提示词和记忆摘要会发送给外部 Jev；仅审查源码，未读取本机记忆、安装钩子或发送用户资料，三提示词展示不是独立基准。
原始来源：Noul and threshold selectionRetrieval and injectionNative API client
文档风险信号公开源码
liedar：文档元数据与图像的风险筛查
- 输入
- PDF、PNG 或 JPEG 的元数据与页面图像；PDF 最多发送前十页。
- Jev 判断
- 原生 Jev 请求对整体可疑程度和七类固定信号分别提 Noul，覆盖日期冲突、视觉修改及数值不一致等。
- 后续动作
- 以 0.5 为阈值输出 likelyFraud 和原因列表，按信号概率排序，供终端或 JSON 消费。
核验边界：只是筛查信号，不能据此认定欺诈。图像接口为实验功能，概率未经欺诈场景校准；仅源码核查，未上传文档、调用付费 API 或复测作者成本表。
原始来源：Fixed questions and reportMultipart Jev clientLimits and warning
商品图片审核演示公开源码
商品图：规则概率与三路审核结果
- 输入
- 商品说明、缩放后的整图及四角裁片；尺寸和正方形等确定性规则在代码中计算。
- Jev 判断
- Jev 用 Noul 检查白底、叠加文字、单一商品、清晰度和完整入镜；支持的型号另用 Box 定位商品。
- 后续动作
- 把适用规则转换为合规概率：最低值 ≥0.9 判为可发布，≤0.2 退回，其余人工复核；Walmart 演示还以框面积判断画面占比。
核验边界：这是社区离线规则演示，代码只输出分类和评分，不会发布商品，也不保证符合平台现行政策。图像与 Box 属预览，未下载照片、运行模型或独立复测结果。
原始来源：SDK Noul and BoxThresholds and verdictsVerdict consumption
作者编码路由实验仅作者原帖
编码路由：三档开源模型与选组实验
- 输入
- 编码任务的首条用户目标；工具回合沿用本次选择。
- Jev 判断
- 作者描述 Jev 将任务划入 routine、moderate 或 hard，分别映射 fast、balanced、strong；题型与完整路由提示未在本轮核实。
- 后续动作
- 经 nconnect 转接编码代理请求至对应模型；三次工具失败或显式强档请求可升级。
核验边界：仅作者一手文章，非本站运行。文中 78.5% 成本降幅来自 50 任务中事后选择的 32 条“通过且更省钱”任务，不能外推全部任务成功率或普遍节省；所链实验库和 nconnect 已另行核对并列入项目目录，实验运行及效果仍未由本站复现。
自然语言目录搜索仅作者原帖
offline.directory：按使用情境筛选离线应用
- 输入
- 访客用自然语言描述的使用情境，与目录内候选应用资料。
- Jev 判断
- 作者称 Jev 对各应用与情境的适配程度打分；完整提示与具体题型未公开。
- 后续动作
- 程序呈现最佳八个结果及适配标签，低置信度显示不确定；先呈现关键词结果，Jev 失败时回退关键词并记日志。
核验边界：作者原帖案例，未复测搜索、延迟或部署。不能把结果说明文本归因为 Jev 自由生成，也不能把 Grok 生成站点等同于 Jev 建站；源码未核实，不新增开源项目。
原始来源：Author case study
SQL 文本分析集成仅作者原帖
MotherDuck：在 SQL 中分类客户诉求
- 输入
- customer_conversations 表中的会话文本及预设的账单、技术、销售、账户四类诉求。
- Jev 判断
- prompt_jev() 的 Choice 从给定类别中选择主要诉求，分类指令与每类含义写在 SQL 函数参数中。
- 后续动作
- SELECT 逐行返回 conversation_id 与 classification，作为后续表格分析的结构化列；不将该示例描述为自动转接客服。
核验边界：作者原帖与供应商一手 SQL 示例，未运行查询或传送会话。文中速度、费用与准确率是供应商在 AG News 新闻分类集上的自报，不能当作客服诉求准确率或本站复测。集成为托管功能，未核实开源实现，不新增 GitHub 项目。
原始来源：MotherDuck original postVendor SQL exampleTypeSafe recommendation
企业搜索离线评估仅作者原帖
Glean：搜索重排题型与同分影响评估
- 输入
- 已捕获的企业搜索查询和每次最多 50 个候选结果；作者在同一内部评估集上比较排序。
- Jev 判断
- 作者比较逐项 Noul、共享候选上下文 Noul、Score，以及单次 Choice 的候选概率四种相关性表达；Choice 在其试验中最好。
- 后续动作
- 按相关性信号重排候选并评估 Recall@6，另移除生产顺序的同分打破规则，检查收益是否来自 Jev 本身。
核验边界：仅作者离线评估，无开源实现或本站复测。大量候选同分，沿用生产顺序会抬高结果；评估集还存在访问范围限制，绝对数值不代表生产质量。作者明确不将其视为 Glean 生产重排器的替代品。
原始来源：Author article: reranking experimentTypeSafe recommendation
引文质量离线评估仅作者原帖
Glean：引文覆盖与支撑判断的重复性试验
- 输入
- 固定的一份 1,448 词回答及其引用证据；覆盖判断在相同的 28 个段落上重复三次。
- Jev 判断
- 按有限政策判断需要证据的陈述是否有充分引用，以及引用来源是否支撑所述内容；文章未公开完整 API 题型与提示词。
- 后续动作
- 研究团队汇总覆盖/支撑判断，并与另一模型的三轮相同输入结果比较段落变化和成对分歧；不是自动修改答案或自动判定事实真伪。
核验边界：作者自报的单回答重复性试验，无源码或本站复测；没有独立人工黄金标签，各模型支撑准则和分母不同，更稳定不等于更准确。计时口径也不同，不能当作端到端提速或已生产上线证明。
原始来源：Author article: citation judgingTypeSafe recommendation
人工内容编辑辅助仅作者原帖
创作者 Playground：开头筛选与发布前人工复核
- 输入
- 作者自己写的多个开头候选，及准备发布的完整帖子；逐条或按行输入 Playground。
- Jev 判断
- Score 按具体读者情境评价开头，Noul 提示营销套话；完整稿另判断发布后悔风险和哪些具体主张需要来源。
- 后续动作
- 作者查看分数与置信度后选择开头、补来源、删改主张或重写想法，最终发布由人决定。
核验边界：仅作者文章中的个人使用自述和题目示例，未运行 Playground 或核实互动提升、用量与费用；没有自动写作或自动发帖证据。判断主观风格不代表能检测 AI 作者或验证事实。
私信分流与人工复核仅作者原帖
创作者私信：分类、优先级与人工复核队列
- 输入
- 逐条新私信及预先写定的商务合作、求助、读者反馈、推销、垃圾和其他类别。
- Jev 判断
- Choice 判断发送者的诉求，Noul 判断延后一周是否会损失机会；保留 other 和低置信度人工复核。
- 后续动作
- 作者称 Zap 自动处理新消息，把商务线索与置信度写入 Notion 看板，其他消息批量处理，并定期人工检查 REVIEW 行、调整类别。
核验边界：仅作者对现有流程的自述，无自动化导出、源码或本站端到端验收；文中的构建脚本与 Zapier/Make 说明不等于已验证部署。私信传给模型须由使用者授权，本次未读取私信、接入账号或发送消息。
文档类型识别公开源码
文档类型分类：固定词表与候选概率展示
- 输入
- 文档文本或抽取片段、片段策略说明，以及 21 种文档类型和“其他”的固定定义。
- Jev 判断
- 向原生 /v1/systemone 发送一个 document_type Choice；代码检查选项、confidence、候选概率与 token 字段。
- 后续动作
- API 将类别、排序概率、实际型号和延迟返回网页；类别动画按响应概率展示并落到最终选择，不代表推理过程。
核验边界：仅钉住源码核查，未上传文档或调用模型。43 份合成文档的结果是作者演示，不能外推真实金融文档准确率；文本片段仍会发往托管模型，也未核实自动归档或低置信度转人工的生产接线。
原始来源：Native Choice and response parsingHTTP consumerProbability visualizationSynthetic evaluation boundary
分析证据与工作流交接公开源码
SignalWeave：BI 证据到有限策略结果与交接
- 输入
- 用户审核的分析卡片、标准化观测、来源证据及代码计算的数值比较；计算结果与语义策略分开。
- Jev 判断
- 配置 Jev 时用 Choice 判断观察项和 ignore、investigate、notify 等有限结果，Noul 回答卡片问题；低支持度的动作结果回退调查。
- 后续动作
- 引擎再应用来源错误与策略门槛，生成带证据、调查计划和目的地的结构化交接与收据，供调用 Agent 深入分析和执行消息发送。
核验边界：源码核查，未接入真实 BI、调度检查或发送通知。Jev 不负责因果解释，数值贡献不证明因果；服务支持其他后端，不能把所有运行都算 Jev。范围/预算不足会产生待调查交接，作者验收与本站复测分开。
原始来源：SDK questions and outcome parsingGates and workflow handoffService and caller responsibilities
编码 Agent 恢复实验公开源码
RecoverIQ：失败恢复建议与确定性预算约束
- 输入
- 失败摘要、尝试历史、当前模型、受损文件信息、可用检查点和剩余预算；只提供当前可行的动作。
- Jev 判断
- Jev Choice 排序重试、换模型、恢复检查点、人工升级或终止，另判断失败类别及重试是否有帮助；默认重试门槛为 Noul 0.3。
- 后续动作
- 确定性策略拒绝无效、不可用或超预算建议，再由图节点执行重试、换档、恢复或人工 interrupt；Jev 不可用时显式回退规则策略。
核验边界：默认 mock 与 live 明确区分；本站未运行生成代码或付费实验。作者 108 次运行规模小，重试门槛在首个 live 调用后调整，人力成本口径也会改变比较结论；根许可证未确认，因此只作代码案例。预算门槛依赖成本估计，不保证真实账单硬上限。
原始来源：Native SDK decisionsRetry gate and fallbackDeterministic budget policyAction consumption
草稿编辑辅助公开源码
Jev Send Guard：允许应用内的草稿语气提示
- 输入
- 用户允许列表中当前文本框的草稿，停止输入后检查；上下文开启时还包含可读的前文，默认不监控任何应用。
- Jev 判断
- Jev Noul 判断语气、明确请求、礼貌和讽刺等可配置问题，概率达到 0.7 时标记相应关注项。
- 后续动作
- 程序按关注项级别在输入框旁显示提示、分别展示模型结果与耗时；它不挂钩发送动作，也不会自动阻止或发送消息。
核验边界：仅源码核查，未安装、授权辅助功能或读取用户草稿。Windows 实机效果为作者自报，macOS 仍待作者实测；草稿/可选前文会离机。漏答项在所核代码中按 0 处理，提示不等于确定无风险；根许可未发现，不列开源项目。
原始来源：Noul requests and thresholdAdvisory popup consumptionApplication allowlistPlatform and permission boundaries
Agent 决策离线评估仅作者原帖
OpenClaw：闭合决策与低置信度的离线试验
- 输入
- 简短的技能选择、是否发言、行动/询问/拒绝、任务形态和证据保留等情境，附预先定义的答案。
- Jev 判断
- 作者用 Jev 的 Choice、Score 和 Noul 检查封闭问题，并比较标签与置信度，特别标出约 0.50 的不确定结果。
- 后续动作
- 作者汇总离线测试结果与低置信度行，提出把低于 0.80 的建议交回主 Agent 或人工；文章未证明这些建议已接入生产工具执行。
核验边界：仅作者文章，未核实逐行数据或复测“32/32”、延迟和费用。单条注入及少量语言/推理探针不能证明安全或多语言能力，confidence 阈值不是权限；Jev 不生成最终回复。
视觉分类离线评估源码 + 作者原帖
商品分类：同样本的文本与主图配对评估
- 输入
- 同一批 1,999 个商品的文案与主图，固定类别顺序；作者说明超限图像仅补边或缩放，不裁剪。
- Jev 判断
- Jev 1.14.0 Choice 在固定类别中选择并返回概率；已核适配器用 assets 图像引用与显式实验头发送文案/主图，以及实际 runner。
- 后续动作
- 将预测与标签配对比较，统计图像增益、置信度分布及输入开销，并分别报告近重复类别接受规则与原始标签计分。
核验边界：作者离线评估，未独立复测；近重复类别接受规则、公开数据和标签均有局限，图像增益小且临界。低置信度升级仅设想；根许可证未发现，因此不列开源项目，也不推广到损伤、客户实拍、Box 或多语言。
原始来源：Author paired study and deviationsdbench/adapters.pydbench/run.pyREADME.md
知识管理公开源码
Obsidian 既有标签评分与采纳写入
- 输入
- 用户选择的笔记标题/正文范围及 vault 已有的候选标签；可排除标签并跳过已有组合。
- Jev 判断
- 原生 Jev Noul 分批判断每个笔记是否适合各标签；按可调阈值与人工区间重分桶，不生成新标签。
- 后续动作
- 界面先显示矩阵与建议；用户采纳后代码才写 YAML/行内标签，可手动添加、撤回或重置本次写入。
核验边界：独立 MIT 社区实现，交互受 Kaku 公开页面启发，非其官方插件。仅核源码，未安装或发送笔记；正文会发往所选服务。缺失答案按0补齐不代表确定不匹配，阈值和粗费用未校准。
原始来源：src/llm/systemone.tssrc/judge/scheduler.tssrc/judge/bucket.tssrc/ui/auto-tag-view.tssrc/vault/tags.tsREADME.md
应用搜索公开源码
Android 启动器语义应用候选
- 输入
- 用户搜索词与已安装可启动应用的名称、包标识和有限候选表。
- Jev 判断
- 没有强词面匹配时，Jev Choice 为应用分配概率，Noul 判断是否存在适合用途的应用。
- 后续动作
- 代码在 exists≥0.3 时保留概率≥0.05的前5项，与本地搜索结果去重合并；用户点击或回车后再启动。
核验边界：MIT Android 社区代码，设备测试是作者自报；本站未安装、授予权限或核实 Play 上架。阈值在代码中标为经验值，API 失败回退本地结果；应用清单和搜索词会离机，不把语义候选说成自动执行。
原始来源：app/src/main/java/jp/polidog/dotlauncher/JevSearch.ktapp/src/main/java/jp/polidog/dotlauncher/LauncherActivity.ktREADME.md
工具调用审核公开源码
Command Code 工具调用判定与确认接线
- 输入
- 工具名、截断参数、工作目录、近期用户请求、助手意图与已标记的不可信内容。
- Jev 判断
- Jev Score/Noul 判断风险、是否需确认、是否为用户所求及是否执行不可信指令；确定性阈值合成为 deny/ask/allow。
- 后续动作
- mod 在 beforeToolCall 阻止 deny，交互界面为 ask 弹出确认；onPermissionRequest 只对 allow 自动批准，并扫描部分工具结果/指令文件。
核验边界：MIT 社区集成复用 jev-guard 策略，非安全保证。默认服务失败放行，headless 的 ask 仅警告后继续；只读工具可跳过，且自定义后端可能不是 Jev。未安装、改用户权限或做攻防复测，敏感上下文的外发边界需使用者审查。
Agent 结果审核公开源码
Harness² 既有候选成品的分维度选择
- 输入
- 匿名候选成品、任务要求、清理过的来源材料和工作上下文，排除基准评分反馈。
- Jev 判断
- 可选原生 Jev 后端按交付、格式、事实支持、一致性与可用性分别给0–2分；代码校验概率与置信度并按维度顺序排序。
- 后续动作
- 选择一个已存在的候选并保存审计；答案缺失、低置信度、并列或审计写入失败时交回既有 Agent 选择器。
核验边界：Apache-2.0 的社区分支接线，不是 TypeSafe 官方或 Google 官方 Jev 集成。仅核调用与消费者，未跑基准或付费请求；Jev 不负责生成/改写成品，父框架的性能不能归为此后端的实测效果。
原始来源：harness2/core/jev.pyharness2/core/selection.pyREADME.md
视觉分类实验源码 + 作者原帖
飞机图像分类与外部 Harness 迭代
- 输入
- 飞机照片、有限机型分类表，以及 Harness 给出的提示规则和工具设定。
- Jev 判断
- Jev 1.14 用 Choice 或逐类 Noul 判机型，另用 Box 定位飞机；代码解析类型、概率、框坐标与不确定提示。
- 后续动作
- 程序写出标签和检测记录供候选比较；外围 Harness 提议/试跑/组合规则与工具，并保存经验，模型权重不更新。
核验边界：作者称3轮从49%到63%，本站未复测、未检查全部运行记录，不能断言跨数据集泛化或 Jev 自己生成工具。区分合成演示、真实照片和实际 API；图像/Box 为实验功能，FGVC-Aircraft 照片受独立非商业研究条款约束。
原始来源：Xharness2/vision.pyharness2/image_demo.pyharness2/aircraft.py
安全评测仅作者原帖
DTap 工具执行前的 Jev 自检门控
- 输入
- Jev 已选择且参数已填好的完整工具调用，以及此前的执行轨迹上下文。
- Jev 判断
- 作者再次使用 Jev 复核该调用能否执行，而非直接信任首次工具选择。
- 后续动作
- 在评测流程中加入执行前门控，对照直接误用、间接提示注入和正常任务完成情况。
核验边界：9月27日作者原帖与9月29日官方转发已核。作者报告攻击成功率下降且正常成功率60.9%降至55.8%，仍有明显残余风险；未核公开实现、精确输出类型/阈值、完整样本或独立复测，不能当作安全认证，也不能推广至新版 Jev。
原始来源：X作者门控细节TypeSafe X
人机决策辅助源码 + 作者原帖
Claude 选项旁的 Jev 概率提示
- 输入
- 当前问题、有限选项及截至最近用户输入的最多3000字符对话；过滤当前轮推荐标记和机器消息。
- Jev 判断
- 插件调用 jev CLI 的 Choice 为每项返回概率，并按 confidence 门槛标出首选；默认门槛0.6。
- 后续动作
- 默认仅改写可见选项描述，仍由用户作答；显式开启 auto_select 且所有问题均为有首选的单选时才回填答案，并告知 Claude 是 Jev 选择。
核验边界：MIT社区插件，未安装、读取用户会话或调用付费模型。221条历史回答匹配率为作者自报，较高门槛未证明更贴合用户；auto_select可能替用户作不同决定。对话片段会发往服务，显示隔离不等于偏好预测可靠。
文献检索公开源码
本地论文集合的 Jev 筛选与分类
- 输入
- 本地 arXiv 语料经关键词、日期、类别与集合操作召回的论文元数据，以及用户的纳入准则和2–12个类别。
- Jev 判断
- 原生 Jev Noul 逐篇判纳入；单标签用 Choice（含other），多标签逐类用 Noul，保留概率与不确定区间。
- 后续动作
- 代码按节点阈值写入纳入/排除/分类结果，每个已答批次连同进度事务保存到 SQLite；界面显示不可变集合图，失败或重启后续做未判断项。
核验边界：Apache-2.0社区插件，未安装或导入论文语料。默认纳入0.5、单标签置信度0.8等为作者策略，非通用准确率保证；“万篇约2分钟”等为作者展示/推算。存储本地不代表推理本地，所选论文证据会发给托管Jev，召回只覆盖实际入库范围。
原始来源：src/sets/jev.tssrc/sets/jobs.tssrc/jev-defaults.tsREADME.md
体育解说辅助公开源码
篮球暂停时的有限教练卡片选择
- 输入
- 代码生成的最多8条短洞察卡片、比赛形势和暂停上下文；云端用代号表示球员，局部元数据不发送。
- Jev 判断
- Jev Noul 判断各卡片是否当前可行动，Choice 在有限卡片与none中选择；解码门槛拒绝不确定或不支持的结果。
- 后续动作
- 消费者将合格结果排序展示在教练面板；可信none可不发卡片。模型关闭、迟到、失败或置信度不足时回退确定性优先级，不阻塞事件循环。
核验边界：MIT社区代码；已核原生SDK、模型/离线模式分离与实际消费者，未接摄像头、运行比赛或调用模型。模拟/回放测试和作者测试数不证明真实篮球识别或教练建议准确率；README与实现的时间预算口径不同，本文不复述其延迟指标。
原始来源：courtvision/decision/client.pycourtvision/decision/questions.pycourtvision/decision/advisor.pycourtvision/narration/narrator.pycourtvision/pipeline.pyREADME.md
服务反馈审核仅作者原帖
FFT 反馈的九问题分析与人工复核队列
- 输入
- Google Sheet 中 FFT 反馈的 free_text 与 do_better，合并后去空/短文本、匿名化并建立稳定复核标识。
- Jev 判断
- 作者用一次 Jev 调用的9个独立问题：Choice 判情绪、主题与人员组，Score 判程度/行动性/紧急度，Noul 判安全、尊严/包容及离开风险。
- 后续动作
- 异步批处理把答案与概率存 CSV、定期检查点续做；Streamlit 读取持久结果，按代码规则显示警示与低置信度候选主题，供人员复核，浏览页面时不重新推理。
核验边界：作者公开文章和展示代码已读，未核原仓、根许可或处理任何患者记录；不是NHS官方背书或临床诊断。阈值未有本站校准，匿名化有效性/部署效果未复测；分数落盘取整会损失信息，jev-latest别名可能变化。
客服影子评估仅作者原帖
WhatsApp 分类的影子运行与分歧复盘
- 输入
- 与主客服流程并行的一份文本历史和预订上下文；不含主流程全部运行信息或图像像素。
- Jev 判断
- Jev 1.13.0 判断报价、投诉、付款等有限意图，并回答求职、需人工及是否明确确认方案等二元问题；问题版本分别记录。
- 后续动作
- 只记录标签、概率、延迟和错误，与主流程结果作分层对照，供后续独立标注与评估；不改变客户回复、不创建预订，也不据此自动接管服务。
核验边界：文章标10月2日、10月22日原帖再次分享；作者703个turn含重复联系人，模型间一致率不是人工准确率。128/131仅指主提供商失败子集中的返回率，不是纠错率；两者共用基础设施，费用/延迟口径不同，尚未证明业务收益或独立容灾，未读客户对话或复测。
游戏研究报告仅作者原帖
王者荣耀中的有限动作与赛后 Playbook 迭代
- 输入
- 己方可见的英雄状态、当前规划与此刻允许的决策集合；教练赛后可见完整记录，场上模型不获该全局视角。
- Jev 判断
- Jev 在有限决策空间返回各选项概率并选择动作；较大的 Agnes 模型另作规划和赛后策略改写。
- 后续动作
- Playbook代码高频执行动作；教练提议提示、动作空间与反射代码改动，经固定测试后才晋升候选，模型权重不训练。
核验边界：仅作者10月12日报告，仓库无可运行核心代码或已核根许可，不列开源项目。胜率/延迟为作者自报且仅对内置机器人；95%检查分数不是纯胜率，3v3后续虚线是目标，部分迁移含人工操作，不能推广到真人竞技或机器人。
工作流集成预览仅作者原帖
UiPath 预览连接器的有界判断与阈值复核
- 输入
- UiPath 工作流提供的 JSON 状态、预先定义的选项或有序准则；供应商展示邮件路由等决策活动。
- Jev 判断
- 连接器以用户自己的 TypeSafe Key 调用 Jev 的 Choice、Score、Noul，返回结构化答案、概率及适用的置信度。
- 后续动作
- 工作流代码消费答案并配置任务阈值，清楚的结果进入后续步骤，低于门槛则转人工或推理 Agent 复核；模型本身不授权业务动作。
核验边界：已核UiPath一手文章与TypeSafe推荐，明确为preview和供应商示例，未登录租户执行或验证客户生产闭环。94%是与LLM裁判的一致率，成本/延迟为早期内部评测，非本站实测；请求走用户与TypeSafe的约定，不经UiPath AI Trust Layer。
申诉分流原型公开源码
申诉分流原型：23 个判断交给版本化政策
- 输入
- 开发项目申诉文本、接收日期和渠道；本轮只检查公开源码。
- Jev 判断
- 一次原生 System One 请求以 Noul 判断项目、议题与安全信号，以 Score 判断紧急程度；日期窗口由 Python 计算。
- 后续动作
- 版本化阈值与 P1–P8 规则输出部门、紧急程度、脱敏和复核标记；安全风险、不确定结果或 API 失败进入人工复核，清晰常规项才建议自动分流。
核验边界：Apache-2.0 社区原型，非真实申诉处置系统验收。未读取投诉缓存、运行模型或验证安全召回/可靠脱敏；其样本评估是作者自报，不应自动裁定个人权益。
界面测试公开源码
Flutter 语义测试：从有限动作到独立断言
- 输入
- 调试版 Flutter 的语义节点、目标、未满足断言及输入字段说明；具体输入值保留本地。
- Jev 判断
- 原生 Jev Choice 从执行器构造的 tap、fill、wait、blocked 等有限候选中选择下一步，并返回置信度。
- 后续动作
- 执行器校验候选与置信度，动作前重读界面，调用 Marionette，并重新检查断言；界面漂移、低置信度、无语义变化或步数耗尽会停止。
核验边界：未安装应用、启动模拟器或调用模型；作者的 19/19 断言和耗时不是本站实测。需应用实现调试语义接口，不能直接测试任意 release APK；未发现根许可证，只列代码案例。
图像质检研究公开源码
工业图像质检：有界分类与独立校准
- 输入
- 待检工业图像、正常/缺陷描述及可选的已标注参考图像。
- Jev 判断
- 托管 TypeSafe 路径发送图像 assets 和实验性图像请求头，用 Choice 判断正常/缺陷或主要缺陷，也提供多标签 Noul。
- 后续动作
- R 代码整理概率与预测，另以校准集拟合 Platt/保序回归，并对保留测试集按阈值评估，输出配对比较和报告。
核验边界：MIT 研究工程，R 包仍在设计；另有独立本地模型路径，不能当 TypeSafe 权重开源。论文数值与成本为作者自报，未下载数据/权重、运行付费评测或验证工厂部署，数据集另有许可边界。
笔记分类公开源码
Obsidian 笔记的封闭分类与低置信度确认
- 输入
- 用户主动触发的笔记标题、标签和截断正文；排除目录先于读取检查。
- Jev 判断
- 一次原生 Jev 请求用 Choice 选择固定知识领域及其子类；代码拒绝分类表外的返回值，并用类别与子类概率组合判断是否需要确认。
- 后续动作
- 低于门槛时弹窗让用户选前三组合，已有分类先确认覆盖；通过后写入 categoria/genero frontmatter。另有封闭词表主题标签命令。
核验边界：0BSD 社区插件；未安装 Obsidian 插件、发送笔记或验证上架。笔记片段会离机，默认阈值是作者设置，不是准确率保证。
Agent 分配建议公开源码
Switchbite：候选工作者排序与显式暂缓
- 输入
- 宿主提供的任务、能力要求、候选工作者、可用性和偏好。
- Jev 判断
- 先用代码排除不合格候选，再以 Jev 1.14 Noul 判断上下文充分性，Score 评估每个候选的适配与偏好；代码按 0.7/0.3 加权。
- 后续动作
- 严格校验答案后返回 assign 建议或带理由的 hold；宿主负责权限、启动、状态与实际编排，MCP 服务自身不启动工作者。
核验边界：MIT 首个公开预览；仅作者声明 Windows x64 发布验收，macOS/Linux 未发布验收。未运行二进制或真实模型；离线 replay 优先且需要宿主绑定原任务，置信度是分布集中度。
语义代码检查公开源码
Perch：以 Jev 概率生成语义代码检查结果
- 输入
- 解析出的代码方法、相关调用上下文及可配置的自然语言规则。
- Jev 判断
- 可配置的原生 TypeSafe System One 路径使用 jev-latest，对代码和规则提封闭问题；缺失答案会报错，超限请求按服务限制拆分。
- 后续动作
- 代码把概率转换为问题、严重度和规则违例列表，保存扫描覆盖与失败状态，用于排序、复查及 CI 门槛；未完整检查不应当作通过。
核验边界：MIT 多后端工具，默认 Perch Cloud 路由不等于每次都用 Jev；需显式配置 TypeSafe。基准同时含 OpenAI 和 Jev，不能把另一模型成绩归给 Jev；未上传仓库或复测缺陷召回。
企业内部 Agent 路由仅作者原帖
Sanity @s：公司 Agent 路由与前三项人工选择
- 输入
- Slack 当前消息（最多 8,000 字符）、最多前 20 条线程消息，以及已发布可路由 Agent 的描述；作者当时有 66 项和一个 @s 帮助选项。
- Jev 判断
- Jev 在给定候选中判断相关性和置信度，并获知线程当前 Agent；在自动响应频道另判断该 Agent 是否应答。
- 后续动作
- 最高概率候选接手任务；置信度低于 0.4 时展示前三项让用户选择。后续工具与知识库由选中 Agent 执行，Temporal 保持运行。
核验边界：Sanity 一手工程文章、作者原帖及 TypeSafe 推荐已核；这是社区公司的内部实现，不是 TypeSafe 官方项目。未获得内部源码、Slack 权限或独立准确率；0.4 是作者策略。
Agent 运行时护栏仅作者原帖
Composio Firewall：工具调用与返回值的条件拦截
- 输入
- 工具名、参数、返回内容及用户配置的自然语言阻止条件；有历史上下文的会话也会考虑此前活动。
- Jev 判断
- 作者说明 Firewall 结合 Jev 与 Composio 自定义小模型评估行动和输入；文档展示条件是否命中及提示注入检查，未公开每个检查的模型分工或题型。
- 后续动作
- before_execute 命中条件时不执行调用并返回 blocked；after_execute 可阻止结果进入 Agent，注入检查只作用于返回值。
核验边界：供应商文档标 Experimental、付费计划；营销页部分上下文功能仍标 Coming soon，不能概括为全部已上线。after_execute 不能撤销已执行工具，ZDR 缺少历史上下文，meta tools 不在 hook 范围。未开通服务、调用 API 或独立验证攻防效果。
检索结果重排公开源码
XERJ：本地检索后的可选 Jev 重排
- 输入
- 本地检索的问题与窗口内命中项的标题、文本及显式允许字段；无文本项不外发。
- Jev 判断
- 托管 Jev 路径为每篇候选构造独立 Noul，把候选内容放入该问题的 instructions，判断是否能回答查询。
- 后续动作
- API 层以有效答案重排并替换 _score，记录未评估项；可降级错误明确返回 applied:false 并保留原排序，其他错误按策略上报。
核验边界：Apache-2.0 社区引擎；重排需显式请求且把问题/命中文本外发。作者提示原始概率未校准，勿把同一阈值当跨查询可靠性。另有本地 judge/兼容端点，不能算托管 Jev；未安装、上传索引或复测 BEIR 指标。
中文内容审核研究源码 + 作者原帖
中文内容审核评测：四个问题与固定阈值
- 输入
- 作者从公开数据标签映射构建的 825 条中文评测样本；本轮只读取方法和程序，不读取样本文本。
- Jev 判断
- 选择 jev provider 时调用 TypeSafe System One；Choice 选有限类别，Score 评严重度，两个 Noul 判断攻击和危害信号。
- 后续动作
- 程序按类别概率与固定门槛合成 verdict，在 CLI/网页汇总混淆矩阵、F1 和延迟，区分真实 provider 与 mock；不实际封禁用户内容。
核验边界：MIT 评测工程，数据许可独立。Jev preview 的结果为作者自报；标签并非独立人工复核，违规占比偏高，不能外推线上误杀率。无 Key 可进明确标记的 mock；未调用 API 或复跑评测。
评论结构化与研究公开源码
榴莲评论研究：18 项判断到品种比较
- 输入
- 83 条中、英、马来文榴莲评论片段及三种品种、口味等固定问题定义。
- Jev 判断
- 原生托管 Jev 对每条评论回答 18 个 Noul、Choice、Score 问题，识别提及、情绪、品种和比较等；独立本地模型另走 Ollama。
- 后续动作
- Python 归一化答案，与标签比较质量、耗时和成本，再把评分及比较结果转成 Elo 表与图表。
核验边界：MIT 研究代码，评论版权属于原作者。小样本、作者选择和 Elo 构造限制结论；排行榜及费用为作者自报，非客观品种优劣或本站实测。未搬运评论、运行 notebook、下载模型或付费评测。
编码助手模型建议公开源码
Claude 草稿的模型与推理强度建议
- 输入
- 待发送草稿；只有被判断为续接先前工作时，才附最近两条用户提示和上一条助手回复的截断内容。
- Jev 判断
- 原生 System One 格式一次问有限模型、推理强度、敏感改动、显式模型指令和续接信号；续接时按策略补上下文再判断。
- 后续动作
- 代码按门槛、升档策略和用户明确选择生成建议卡，使用者手动改模型；首次发送后的建议也不代表已切换正在运行的模型。
核验边界：Apache-2.0 社区 mod，默认 Merge Gateway，TypeSafe 直连为可选配置，Kev 是独立后端。脱敏仅覆盖明显模式，非完整保密保证；作者准确率/成本未复测，未安装 mod、读取会话或调用模型。
语义规范检查公开源码
judgelint：团队约定的双向问题与行级结果
- 输入
- 带行号的代码文件、README 约定及可选上下文；默认按 40 行窗口提问。
- Jev 判断
- TypeSafe 配置走原生 System One Noul；对约定分别问违反和遵循/不适用，再反转遵循答案，形成违规评分。
- 后续动作
- 程序合并问题/可选多模型评分，按阈值区分 violation、uncertain 等状态，输出行范围、JSON/SARIF 或 CI 退出码；跳过与拒答单独呈现。
核验边界：MIT 多后端工具，其他模型结果不算 Jev 效果。规则措辞、judge 家族和代码内 judgehint 均影响结果；不是确定性静态证明或安全授权。未安装二进制、上传代码或复测作者样本。
对话语料研究仅作者原帖
AI 对话研究：用 Jev 分类而后人工选读
- 输入
- 作者生成的 437 组对话、11,013 条消息；本轮只读作者公开文章。
- Jev 判断
- 作者用 TypeSafe Jev 为每条消息回答 53 个分类问题，其中 24 个宽泛主题；另以六个视角评估一千条消息，具体 API primitive 未公开核实。
- 后续动作
- 汇总主题分布与相关性，辅助选择值得人工阅读的片段，再据偏差设计后续人工校验和控制实验。
核验边界：仅作者文章，未精读仓库或搬运原始对话，暂不列开源项目。主题得分不是意识证据；样本失衡、消息不独立、提示框架及长度偏差限制结论，费用为作者自报。
原始来源：Author X article
工作流路由示例公开源码
ADK：Jev 分类答案连接工作流分支
- 输入
- 文档中的客服工单文本，或由调用方提供的 JSON；每个问题显式给出说明和允许答案。
- Jev 判断
- TypesafeClassifier 将 Choice、Binary、Score 转为原生 Jev choice、noul、score，一次请求后校验类型、候选标签及数值范围。
- 后续动作
- ClassifierNode 用 Choice 标签或 Binary 阈值生成 route，原输入交给下游节点；建图时检查分支覆盖，缺失/非法答案报错。
核验边界：Apache-2.0 的 Google SDK 集成，不是 TypeSafe 官方项目。分类节点仍属 labs 实验接口；通用工单样例默认 Gemini，文档另给 TypesafeClassifier 替换接线。未安装、调用 Jev、执行客服或工具权限操作。
Skill 推荐公开源码
Skillbox：只在获授权的 Skill 目录内评分推荐
- 输入
- 用户任务和当前身份获授权、启用且未归档的 Skill 描述与版本；超出目录预算则明确回退。
- Jev 判断
- 可选 TypeSafe 直连为每个候选提 Score，使用 0–4 的有限相关性量表；也支持由用户配置的其他网关。
- 后续动作
- 代码校验全部评分，返回至少 3 分的候选并排序分页；权限/目录变化会废弃旧结果，失败回到普通搜索并标出 fallbackReason，不执行 Skill。
核验边界：MIT 自托管工具。0–4 是未校准量表而非正确率；任务和获授权描述仍发给所选服务。没有密钥/超时回退不算 Jev 成功；未安装、读取私人 Skill、付费跑分或验收生产推荐质量。
论文筛选与日报公开源码
论文日报：Jev 筛兴趣，代码排序后再生成摘要
- 输入
- 新 arXiv 论文的标题、摘要和分类，以及用户配置的兴趣命题与排除条件。
- Jev 判断
- 默认原生 TypeSafe Jev 对每篇论文批量回答兴趣与排除 Noul；校验每个答案后计算 max 或 noisy-or 组合分数。
- 后续动作
- 程序按相关性和排除阈值筛选，另核机构偏好再取 Top K，交 DeepSeek 写摘要；预览只出报告，发送模式经待发记录和去重后投递邮件。
核验边界：MIT 工程；机构偏好和组合分数不是客观论文质量或校准概率。未调用模型、触发 Actions、发送邮件或确认真实投递；其他兼容后端只按明确配置使用，不能由接口测试推断全部真实联调。
个人邮件分流源码 + 作者原帖
Gmail 分流：证据门槛与人工纠正示例
- 输入
- 邮件发件人、主题、可选截断正文、个人偏好，以及最多六个相关人工纠正示例。
- Jev 判断
- 原生 Jev Choice 选 Spam/Ignore/Important，Noul 判断证据是否充分；代码校验分布并用概率、置信度和证据门槛决定是否 Review。
- 后续动作
- preview 保存预测；apply 单独校验版本和人工标签后加自定义标签。学习复用纠正示例，不训练权重；可选 cleanup 再执行归档或移入垃圾箱。
核验边界：实验性个人流程，根许可未确认，仅列代码案例。process.sh 默认启用 cleanup，Spam 移入垃圾箱，Ignore 与 Review 都会归档；复核标签不保证留在收件箱。邮件片段会外发；未读邮箱、授权 Gmail、运行分类或验证准确率。
图像定位原型公开源码
Jev Live：存在判断门控的图像框快照
- 输入
- 用户主动启用后的 JPEG/PNG 快照，以及最多八个目标描述；页面加载本身不启动相机或上传。
- Jev 判断
- 服务端固定调用 Jev 1.14 的实验图像接口，为每个目标并行提 Noul 存在问题与 Box 定位问题。
- 后续动作
- 代码抑制存在概率低于 0.7 或坐标/置信度无效的框，以两者最小值显示置信度；浏览器绘制快照框并在拍摄四秒后过期，迟到结果丢弃。
核验边界：未发现项目许可证，仅列公开代码案例。图像送往托管服务，并非本地视觉或连续跟踪；4 Hz 是请求目标而非完成率保证。作者测试使用虚拟相机/fixture；未打开相机、上传图像、调用模型或复测检测质量。
有声书停顿标注仅作者原帖
Booksmith：先逐句判断，再按段落复核停顿
- 输入
- 作者 DRM-free 电子书中的句子边界和段落上下文，以及已测静音和可安全编辑的位置。
- Jev 判断
- 作者称 Jev 从有限停顿角色和段落方案中选择，先做句级建议，再整体保留、移除或增加节拍；不改写原文。
- 后续动作
- 程序把方案转换为需要增加的静音，配合本地 Kokoro 生成分章有声书；发音建议和修复另有人类批准/听感门槛。
核验边界：按作者原帖收录，非本站端到端验证。公开客户端依赖自配 /Jev/decide 网关，未核其 TypeSafe 适配；项目明确尚未选许可证，不列开源项目。Windows-first、默认关闭托管停顿功能；未读取书籍/音频、安装、调用模型或验证 Plex。
原始来源：Author XSource boundaryGateway client (adapter unverified)
联系表单分流仅作者原帖
联系表单四分类与不丢邮件的失败回退
- 输入
- 表单类别、姓名、邮箱和留言，以及网站业务范围说明；本轮只读公开技术文章和脱敏示意。
- Jev 判断
- 一次原生 Jev Choice 在正常联系、推销、发错公司和垃圾之间分配概率；业务范围写进 instructions/criteria。
- 后续动作
- sales+junk 至少 0.8 时加 [SPAM] 主题标记，发错公司另标；所有邮件仍发送，API 失败则按未判定正常送达。作者另做自动/手动外部垃圾报告。
核验边界：仅作者文章，181条历史验证和单次费用为自报/估计，未验证真实计费或部署。作者披露外部自动报告与平台要求存在冲突、误报难从已分发名单收回；这部分不作为推荐流程。个人字段会外发，未读取原始客户数据、提交表单、发信或报告身份。
文档结构化示例公开源码
ContextGem：把协议条款提成带概率的布尔与标签
- 输入
- 示例服务协议段落，以及终止条款、能否无因终止和通知形式等预定义概念。
- Jev 判断
- typesafe/jev-latest 经 LiteLLM Decisions API 回答段落归属的 yes/no、布尔概念和有限标签问题；不是生成任意条款文本。
- 后续动作
- 框架按阈值筛选段落、写入布尔值和概率；单类别标签取最大概率，结果留在文档的 extracted_items 中。
核验边界：Apache-2.0 社区框架，支持多供应商；0.5 默认阈值适用于相应 yes/no 判断，不能概括为所有标签的置信度门槛。示例数值属于作者演示，不是法律结论或本站实测。未安装、读取真实合同、结果日志或调用模型。
棋类决策实验公开源码
switch：从合法走法菜单中选择国际象棋下一步
- 输入
- 文本棋盘、行棋历史和由 chess.js 枚举的合法走法；超出窗口时缩减历史视图。
- Jev 判断
- 示例通过 pi-ai 的 typesafe/jev-latest 分类适配器，用 Choice 在合法走法和认输项之间选择，保留每项概率。
- 后续动作
- 代码执行选定走法，再走带种子的随机对手回合，或让模型自弈；保存 trace、棋谱和终局，达到 200 步上限则标未完成。
核验边界：MIT 社区框架，棋子素材另有 BSD 许可；同时支持其他决策模型。合法性由棋规库约束，不代表 Jev 棋力强或已实测胜率。未安装、下载模型、执行对局或运行文中假想工单。
分类校准研究公开源码
银行意图离线研究：比较 Choice、Noul 与模拟自动处理阈值
- 输入
- BANKING77 公开消息；七意图子集、完整 77 类，以及被排除意图的域外样本。
- Jev 判断
- 原生 /v1/systemone 中，Choice 选意图，同次请求的独立 Noul 判断各意图；另比较简短准则和每类三个示例。
- 后续动作
- 脚本对照标签计算准确率、校准和 Choice/Noul 不一致；用 0.9 阈值统计模拟自动处理比例及域外误处理，不执行银行业务。
核验边界：代码 MIT、数据另为 CC-BY 4.0。开源 scikit-learn 仿接口与真实 Jev 实验分开；README 的数值和费用均为作者自报，阈值不是通用保证。未读取 raw 响应、访问账户、下载数据或付费重跑。
步行路线原型公开源码
Jev Walker：路口有限出口选择与人工覆盖原型
- 输入
- 当前路口的有限出口、相对方向、街段距离、已走进度和回家罗盘；公开给模型的菜单省去原始坐标与图节点。
- Jev 判断
- 原生 TypeSafe 或 OpenRouter Decisions 接线，用 Jev Choice 从出口编号中选择；代码检查返回编号仍在本轮菜单。
- 后续动作
- 模拟器更新路线；手机原型显示出口并等待到达，提供“不能走”人工覆盖与结束操作，连续失败留在重试状态，不盲走下一步。
核验边界：公开代码但根/包许可未确认，不列许可明确的项目。README 当前完成率表是随机/启发式结果，不能写成 Jev 实走成绩；地图简化不验证实际通行安全。未读取家庭配置、GPS 日志，未定位、开隧道、实走或调用模型。
浏览器语义测试公开源码
Decisium：Jev 选控件，代码检查页面值与状态
- 输入
- Gherkin 步骤、页面可见文本/控件树，以及程序枚举的元素、动作和候选输入值。
- Jev 判断
- 原生 jev-1.14.0 的 Choice 选择目标、动作与检查类型，Noul 判断步骤是否完成；候选过多时分批缩小。
- 后续动作
- Playwright 执行动作，代码比对预期文本、值和控件状态；歧义或不可核对会另报。cassette 保存解析结果，回放不调用模型，界面变化可报 UI_CHANGED。
核验边界：MIT 社区工具。主观断言默认 UNVERIFIABLE，显式 --judged 才交给 Jev，结果另标，不能概括为所有断言均被代码证明。实时步骤/页面文本会外发，字面密码也可能外发，应使用 $NAME 占位；回放零调用不证明当前 Jev 效果。未安装或操作第三方站点。
请求审核实验公开源码
vigilant-heron：HTTP 请求先规则过滤，再用 Jev 影子审核
- 输入
- 固定规则未决定的 HTTP 请求副本；代码去除 Cookie/Authorization 等字段并限制正文长度，客户端内容独立放在 untrusted_http_request。
- Jev 判断
- 原生 Jev 一次回答攻击概率、是否试图指挥 AI 两个 Noul，以及攻击类别 Choice；解析器检查题型和概率范围。
- 后续动作
- 代码按站点阈值转发、403 阻挡或跳转；shadow 只记录本会采取的动作并放行，模型失败默认放行，可配置特定路径失败关闭。
核验边界：MIT 早期社区项目，作者明确未用真实流量验收，建议先 shadow。字段脱敏不能保证全部私人内容都被移除；Clef/Strands 替代后端及 e2e stub 不能当作 Jev 实测。未启动反代、发送攻击、读取真实日志或调用模型。
演讲清单教程公开源码
官方 Intelliprompter：演讲要点达到覆盖分数后保持勾选
- 输入
- 持续累积的演讲转写，以及尚未勾选的要点描述；教程用六段预写转写增量演示。
- Jev 判断
- 每个未完成要点一个五级 Score，同一请求共享完整转写；SDK 0–4 的分数加 1 映射到界面 1–5。
- 后续动作
- 代码将至少 2.5 的要点加入已覆盖集合并从后续问题移除，清单保持勾选；Jev 不保存清单状态。
核验边界：TypeSafe 官方教程；2.5 是本地覆盖阈值而非置信度，误勾不会自动撤回。教程省略麦克风/ElevenLabs 集成，以文本和缓存演示；公布数字来自作者的 jev-1.13.0 样本，未独立复现、调用麦克风或付费 API。
原始来源：Official cookbook
邮件列表整理公开源码
Emc²：邮件分类、相关性与固定原因标签
- 输入
- 发件地址、主题和邮件预览；命中用户发件规则时优先使用规则。
- Jev 判断
- 原生 Jev 一次用 Choice 分 Important/Other、三档 Score 评相关性，再用 Choice 选“需要回复”等固定原因。
- 后续动作
- 代码将 Score 0–2 取整加 1 成为显示等级，并存入本地邮件记录；服务失败保留本地排序并向用户报错，不把失败当 Jev 成功。
核验边界：MIT 社区邮件客户端，也支持其他供应商与离线规则。等级不是置信度；发送者和预览仍外发。未安装、连接私人邮箱、读取用户邮件或发信，作者的存储/跨平台功能未独立验收。
RAG 路由课程实验公开源码
Agentic Router：将子问题分给三类知识来源
- 输入
- 用户问题或由另一个模型拆出的子问题；候选来源为 OpenAI 文档、两家公司 10-K 和互联网。
- Jev 判断
- 可选 route_query_jev 用原生 SDK Choice 选三个固定来源之一，问题文本作为 state。
- 后续动作
- 显式将 Jev router 传入后，各部分分别检索作答并合并引用；Jev 请求异常时回退互联网路线。
核验边界：公开 notebook 但根许可未确认，不列开源项目。默认 router 和另段 RBAC/缓存仍用 GPT，不能称为 Jev 授权系统；课程数据另需取得。20题结果与费用为作者自报/估计；未读 notebook 输出、下载语料或调用模型。
浏览器引导原型公开源码
Jev Guide：只标出下一步，由用户自己点击
- 输入
- 用户目标、页面可点击元素与已尝试路径；候选很多时先分批缩小。
- Jev 判断
- 原生 TypeSafe 接线以 Choice 选元素，Noul 判断目标完成、登录需要及不可逆/目标匹配；大页用 Score 预筛。
- 后续动作
- 只绘制高亮、低置信备选和最终步骤警告；点击、输入和提交均由用户完成，过期页面答案丢弃。
核验边界：阶段4/7的公开代码，根/package许可未发现，不列开源项目。演示为合成fixture，含错误转向；高置信与红色警告不保证正确或安全。OpenRouter兼容未核，只确认原生接线。未安装扩展、扩大权限、改密码或取消真实订阅。
Agent 工具路由公开源码
Feather Wand：Jev 为 JMeter Agent 选择初始工具包
- 输入
- 去除附件正文后的请求文本，路由视图最多4000字符；仍可能含用户自行写入的敏感内容。
- Jev 判断
- 原生 Jev Choice 选择检查解释、编辑计划、运行诊断、关联、计划文件，或复杂/不清楚；代码校验标签与概率。
- 后续动作
- 达到配置置信门槛时聚焦工具包并显示路由卡；低置信、复杂或服务不可用时回退全工具集，交给后续 Agent。
核验边界：MIT 社区插件；路由默认关闭，默认门槛0.75，也可选其他决策后端。工具包选择不是授权，改动/运行仍受宿主确认配置影响；未安装 JMeter、发起压测、读日志或调用模型。
登录控件选择演示仅作者原帖
Lightpanda：让 Jev 选择登录表单的三个控件
- 输入
- 作者演示中登录页面提供的控件；原帖未公开完整传入字段。
- Jev 判断
- 作者称 Jev 选择用户名输入框、密码输入框和提交按钮，从页面现有控件中作有限选择。
- 后续动作
- Lightpanda 的 Agent 将选出的控件用于登录流程，TypeSafe 转发推荐了该演示。
核验边界：仅作者原帖与官方转发，属于 Lightpanda 社区集成。0.53秒/2次调用为作者演示数字，不能外推通用成功率；未精读 jev-fallback 分支、验证题型/失败处理、读取凭据或实际登录，不列已核许可项目。
实时通话呈现演示仅作者原帖
Conversation X-Ray：逐句着色并显示六个情绪维度
- 输入
- 演示中的逐句通话内容，画面同时显示实时转写；本轮未向演示发送声音。
- Jev 判断
- 作者称 Jev 作情绪判断，界面呈现挫败、愉悦、惊讶、不确定、紧迫和中性六个维度；未公开具体题型、尺度与阈值。
- 后续动作
- 话语片段按判断结果着色，右侧量表随通话变化；TypeSafe 当时转发了原作者演示。
核验边界：补收9月24日作者原帖与27秒演示，非 TypeSafe 一手项目。未核源码、Jev是否接收声线或数据保留；“不存储”只是作者自报。没有独立准确率/延迟测量，未开启麦克风、调用服务或上传用户通话。
互动世界原型公开源码
Tiny World：为虚构岛屿住民选择动作与目标
- 输入
- 场景指令、近期历史、住民特征、当前位置与饥饿/能量等需求。
- Jev 判断
- 可选Jev经OpenRouter alpha/decisions，以Choice选动作/目标及场景状态，Noul判断飞行；代码以0.5转为飞行开关。
- 后续动作
- 服务端校验答案的候选、数值和结构，成功后界面替换世界状态；运动、碰撞和绘制仍由本地代码处理，错误保持旧场景。
核验边界：界面默认OpenAI，城镇模式也非Jev；只核岛屿可选1.13接线，未调用模型。许可证明确待权利人批准，LICENSE.proposed不是生效授权，因此不列开源项目；自动决策和费用估计未实测。
受限生成艺术公开源码
抽象艺术：先判断需要哪些渲染字段，再生成固定画布
- 输入
- 最多500字符的绘画提示和固定Canvas渲染器可表达的能力。
- Jev 判断
- Gateway上的Jev以Choice确定视觉方向，以四档Score判断字段族是否相关；另用Choice选择固定规格或自定义代码路线。
- 后续动作
- 相关性达到1.5才继续询问可选字段，补全/修正规格后用带种子的Canvas绘制；仅自定义路线概率至少0.65才交给另一模型写JavaScript并走Sandbox。
核验边界：Jev不生成像素或JavaScript；固定语法、规则修正和其他模型共同构成结果。根许可unknown，只列可查代码案例。实验SDK、API、Sandbox、速度/费用及“确定性”未独立运行验证。
模型路由示例公开源码
ADK：以Jev的两项选择分流Gemini模型
- 输入
- 进入ADK工作流的任务文本，候选为fast和powerful两个档位。
- Jev 判断
- TypesafeClassifier配置jev-latest，Choice要求选择足以完成任务且更省的档位；上游Google适配源码可核原生/v1/systemone转换。
- 后续动作
- ClassifierNode将结果存入jev_routing，Workflow按标签分给gemini-2.5-flash或gemini-2.5-pro。
核验边界：社区代码示例，根许可未确认，不列开源项目。没有独立成本、准确率或置信校准证据；未安装ADK、启动CLI或调用模型，选择powerful也不是高风险任务的安全保证。
新闻订阅筛选公开源码
hndelegate：按决策树筛选HN文章，再推送频道
- 输入
- 新HN文章的提取内容，以及存于SQLite的自定义树问题、候选和门槛。
- Jev 判断
- 一条原生Jev请求批量回答树上Choice/Noul；Choice额外含None，应用同时检查所选概率和最小置信度。
- 后续动作
- 递归判断是否存在一条完整通过的分支，命中任一根树后才向配置的Telegram目的地发送标题、文章和讨论链接；已处理条目跳过。
核验边界：GPL-3.0社区项目，只核源码和许可。树门槛不是真实性核验；未读取本机数据库、连接Telegram、发送消息或验证作者的周期运行。
Agent上下文裁剪公开源码
OpenCode：分两阶段裁剪MCP与技能描述
- 输入
- 本轮用户提示词及候选MCP服务器、工具和技能描述。
- Jev 判断
- 批量Noul先判断服务器相关性，再判断剩余工具和技能；默认保留门槛分别为0.35和0.55。
- 后续动作
- context钩子只改当前请求的工具目录、说明和工具映射；超时/错误保留原请求，缺失评分不主动移除。
核验边界：MIT社区插件，裁剪不修改注册表、连接或执行权限，不能当授权防火墙。默认OpenCode代理端点和宿主集成未实测；fake-jev只是确定性词匹配。未安装hook、改宿主权限或调用付费模型。
合成邮件Agent护栏公开源码
邮件演示：Jev检查来信与草稿，代码决定隔离和拒绝
- 输入
- 邮件显露的正文，或用户任务、拟写草稿和已读片段；地址与秘密均为作者演示设定。
- Jev 判断
- Jev Noul判断是否向AI发指令、草稿是否属于请求，以及是否披露已读秘密；联系人是否获准由代码判断。
- 后续动作
- A模式只观察；B模式按阈值隔离可疑来信，只允许allow草稿落到本地JSONL。秘密披露、范围不明或服务错误会拒绝/升级，不发送邮件。
核验边界：MIT会议演示，非已验证防注入产品。入口/出口门槛、两秒超时和最多三草稿可查；另有Score评估，报告中位分数不等于模型confidence。未读用户邮件、门禁、回放正文或运行模型。
引用证据重排公开源码
Pi搜索：先取证，再由Jev判断相关性与风险
- 输入
- query及各候选的标题、URL、引用全文；检索完成后才进入可选判断。
- Jev 判断
- 经Pi分类器的bool问题判断回答性、离题、自含与整体充分性，Choice判断五类风险；需显式选择可用Jev模型。
- 后续动作
- 代码默认按0.45/−0.30/0.25加权重排，风险类别概率达到0.75才抑制；保留未确认标记。8秒判断失败返回已有检索并警告，删证据后不沿用原充分性肯定。
核验边界：MIT社区扩展，thorough检索与classifier均默认关闭，fast不判断。所有候选先发送选定外部服务，抑制不是安全防火墙；未安装扩展、读取Pi认证/配置、访问私有代码或验证搜索/模型性能。
人员搜索演示仅作者原帖
Monid：先筛人员候选，再为保留项补全资料
- 输入
- 人员搜索诉求及来自多个数据供应商的候选；演示显示Jev选择部分来源。
- Jev 判断
- 作者称Jev判断保留哪些候选，再进入补全；具体题型、筛选标准和阈值未公开。
- 后续动作
- 只为保留的候选执行后续资料补全；TypeSafe转发了原作者演示。
核验边界：仅原作者帖子与演示，非TypeSafe一手项目。每线索成本、0%加价和开源均为作者说法，源码/许可和个人数据处理未核；未检索真实人员、购买服务或发联系消息。
实时语音交接演示仅作者原帖
语音轮次：用转写与近期对话判断用户是否说完
- 输入
- 实时转写和近期对话上下文，供Agora ConvoAI集成判断语义上的发言结束。
- Jev 判断
- 作者用Jev判断用户是否真正说完，而不把犹豫、未完成想法或短暂停顿直接当结束；具体题型/阈值未披露。
- 后续动作
- 将判断用于实时语音AI的轮次交接，作者附85秒演示与仓库回复，后来获TypeSafe推荐。
核验边界：补收2026-09-24作者原帖；仅原帖证据，仓库实现/许可本轮未精读，原始音频是否入模、延迟和质量均未核。非TypeSafe官方项目，未开麦、发送通话或连接Agora。
Agent完成复核公开源码
Footwork：把完成声称拆成整体与逐项证据复核
- 输入
- 任务、要求、当前观察文本、拟报告答案及可选执行轨迹/本轮效果证据。
- Jev 判断
- 原生System One请求批量问complete、每条要求是否unmet和是否需要回答的Noul；必要时用Choice区分历史动作、当前状态或答案类要求。
- 后续动作
- 代码先按概率分accept/verify/reject，默认complete至少0.80且最大unmet不超过0.30；缺少可见事实、必要回答或确定性效果证据时仍可降回verify。
核验边界：MIT社区电脑操作框架，只核固定源码；阈值与作者试验不是独立可靠性或安全证明，判断不代替本人授权。另一个decisions.py是非Jev影子传输，未混同；未安装驱动、读本机轨迹、控制原生应用或调用模型。
工单分类学习项目公开源码
工单分流：三种题型配合本地人工接手规则
- 输入
- 工单主题和正文；后台worker从存储读文本，Kafka事件只传标识/状态。
- Jev 判断
- Jev Noul判断投诉、Choice选择五类负责团队、四档Score判断紧急程度；显式规则区分不满情绪与实际影响。
- 后续动作
- 类别置信度低于0.60、紧急程度置信度低于0.50或类别other时转needs_human；投诉概率中段仅加标记，成功状态/审计通过事务outbox交给SSE。
核验边界：默认fake，需显式切换Jev。OpenRouter旧路由和原生成功格式未独立验证；作者100题标签为未人工复审草稿，指标属临时自报。根许可unknown，不列开源项目；未启动Kafka/Postgres、读工单或付费probe。
游戏怪物决策公开源码
Donjon：怪物从可行动作与预写台词中作选择
- 输入
- 怪物特征/状态、队伍、玩家话语与近期事件；入口限制玩家文本和候选数量。
- Jev 判断
- Jev Choice在当前可行动作、攻击目标和预写台词中选择，并结合意愿等判断；提供原生TypeSafe与OpenRouter alpha入口。
- 后续动作
- 本地情绪、可行性和加入规则可修正选择，game.gd执行攻击、防御、对话或加入；服务错误时怪物犹豫，过期战斗结果不应用。
核验边界：Godot社区原型，根许可unknown，只列代码案例。引导关可强制加入，不能把所有行为归因Jev；未运行游戏、开麦、核跨平台效果或重测作者演示。
视频信息流筛选公开源码
YouTube筛选：Jev评分后由本地规则隐藏或淡化卡片
- 输入
- 视频卡片的标题、频道、时长和简介节选，不读取视频像素或转写。
- Jev 判断
- 一条原生Jev请求问clickbait和hype两个Noul，再以四档Score评0–3的信息量。
- 后续动作
- 普通模式任一Noul至少0.70或信息量低于1.5便隐藏/淡化并显示原因；按video ID缓存原答案，改阈值无需重问，频道白名单优先。
核验边界：MIT扩展，Shorts隐藏/跳转另由本地规则完成。阈值未真实feed校准，音乐或有价值的夸张标题可能误伤，缓存可能过期；未安装扩展、读取个人观看记录、改浏览器权限或调用API。
视频选题与分组公开源码
Shorts选题：九个封闭判断配合本地排序与蓝图分组
- 输入
- 短视频标题、简介、标签、频道、时长和可用转写；缺少转写时显式说明。
- Jev 判断
- 原生SDK一次问格式/主题/开头三Choice，钩子/可复用/常青三Score，以及语言可用性/推广/标题风险三Noul。
- 后续动作
- rank.py把流速、互动和归一化Score加权，按语言与推广门槛排除；analyze.py按格式/主题分组、限制每频道贡献、标记难复用的stretch蓝图。
核验边界：仅代码核查，根许可unknown，不列开源项目。clickbait_risk虽询问却未直接用于该排名剔除；判断不证明事实、版权或平台合规。后续脚本/图像/配音不是Jev生成；未读Cookie、取视频、制作或上传内容。
SDK建议示例公开源码
SwiftAgent：三种题型只生成待复核建议
- 输入
- 合成的重复扣费求助文本；同一请求包含账务、负责团队和复核时机三个问题。
- Jev 判断
- Jev提供billing Noul、support/billing两项Choice和两档urgency Score，适配器校验候选、数值及答案结构。
- 后续动作
- 代码以0.5示意门槛生成ReviewProposal并打印队列、紧急和账务复核标记，不执行工具或授予权限。
核验边界：MIT SDK的RC示例默认fixture；只有显式开启live且有key才请求Jev，固定答案不当真实成功。未安装Swift、读取凭据、调用模型或验收生产宿主；示例门槛不是业务校准。
官方组合原语教程公开源码
购物车：缩减候选找齐商品，再按字段组装
- 输入
- 一条咖啡店订单和四项菜单，每项有预先定义的字段；示例同时点拿铁与蓝莓松饼。
- Jev 判断
- 每轮Choice从剩余商品和nothing_else中选一项；找到商品后，每项商品用一次批量Choice请求选择尺寸、奶等已知字段，另有unspecified。
- 后续动作
- 代码删除已选商品并保存结果，遇哨兵或六轮上限停止，再把字段合成购物车；无字段商品跳过第二阶段调用。
核验边界：官方文档及公开示例缓存目录已核，未调用API或下载缓存。示例输出属官方自报；每种商品最多出现一次且没有数量字段，重复商品或数量不能据此正确处理。
原始来源：Official cookbook
作者自报语音Agent仅作者原帖
语音预判：逐词转写时预热可能的意图路径
- 输入
- 自建STT管线逐词输出的转写文本，处于尚未说完的一轮语音中。
- Jev 判断
- 作者描述Jev判断当前文本更可能落在哪个窄意图处理路径，随转写继续到达更新判断。
- 后续动作
- 系统提前预热可能路径；补充原帖称逐词重判且需连续两次批准，举调灯到50%的例子，在整轮发话结束前依风险/可逆性执行。
核验边界：旧原帖为2026-10-23 02:11 JST，系统说明01:25 JST，补充原帖08:55 JST，引用时间分别核对。只有作者自报；完整候选、概率门槛及取消/并发和提前执行协议仍未公开，连续两次批准不等于安全授权，速度未独立复测，也不证明Jev直接处理音频。
访问日志行为判断公开源码
Custos：可疑IP窗口经判断后进入封禁执行链
- 输入
- L1筛选后按IP聚合的可疑访问窗口、请求样本与清洗标记；多个IP压缩到一个批次状态。
- Jev 判断
- 原生System One为每个IP问should_ban Noul和预定义威胁类别Choice；校验缺失答案、类别和概率数值。
- 后续动作
- 非benign类别且恶意概率过配置门槛，或概率至少0.70且类别置信度至少0.95时，代码记录带期限封禁并交给防火墙；失败批次保留待重试，签名缓存另有约束。
核验边界：MIT社区Rust项目，只核固定源码；有离线mock，作者内存/负载数据不代表模型准确率。未运行守护程序、读真实日志、改防火墙或调用模型；门槛不能证明误封率或对抗可靠性。
监管与安全资讯筛选公开源码
GRCInsight：三类相关性判断与逐项回退
- 输入
- 每篇文章最多200字符标题和500字符正文/摘要，加上GRC关注领域；每批至多12篇并有字节预算。
- Jev 判断
- OpenRouter alpha上的Jev Choice选择relevant、irrelevant或insufficient_evidence，并校验返回模型、题目集合和概率分布。
- 后续动作
- 启用试点时，可信相关项进入报告选集、可信不相关项排除，不确定项交原有模型；shadow仅记录对照，off保留原路径，报告生成仍由另一个模型完成。
核验边界：MIT源码及消费位置已核，未把可选试点当作默认生产部署。概率门槛和作者对照不是本站实测；相关性不判断法律适用或严重性。未读私有文章、执行报告任务或付费probe。
文化娱乐界面分流公开源码
六爻界面：Jev只分问题类别并筛查风险
- 输入
- 用户输入最多200字的问题，服务端校验长度并限流；排盘由本地确定性代码完成。
- Jev 判断
- 一次原生请求包含主题Choice及自伤、紧急、赌博、认真提问四个Noul；主题置信度至少0.6才预选类别。
- 后续动作
- 代码按自伤阻断、赌博婉拒、紧急提示、请重写、手动或预选类别的顺序分流；超时或无key返回未标记的手选回退。
核验边界：源码可见但非开源许可：代码PolyForm Noncommercial，原创文案另有CC BY-NC-SA；只列代码案例。门槛来自作者小样本，故障回退会失去语义筛查；未验线上效果，Jev不预测吉凶，也非医疗、法律或投资判断。
社区合成样本评估公开源码
分场景复核：合成频道消息判断后对照预设动作
- 输入
- 虚构Postgres帮助频道的消息、频道用途及预先写定的core/edge预期标签。
- Jev 判断
- 锁定jev-1.14.0，原生请求并行问消息类别Choice、敌意Noul和敏感信息Noul。
- 后续动作
- 敌意至少0.7选hide，否则敏感信息至少0.7选blur，再按类别规则决定显示/突出；测试记录动作与预期是否相符、token与延迟。
核验边界：这是合成测试，没有实际聊天室执行。README的307样本、成本和准确率为作者自报，缓存重放不算live；根许可unknown，不列开源项目。未运行脚本、读取.env、下载结果缓存或发起付费调用。
游戏动作选择原型公开源码
DecideX：2048从合法方向选择，再等待盘面稳定
- 输入
- 4×4棋盘、分数、合法方向和本地两层前瞻评分，组成move_direction问题状态。
- Jev 判断
- TypeSafe适配器向System One发送Choice，候选只含合法方向；引擎按合法性和配置置信门槛处理答案。
- 后续动作
- 程序执行选定方向并等待盘面稳定，记录分数增量；模型或门控失败时用Expectimax回退，hybrid模式按间隔调用Jev。
核验边界：MIT代码案例，未附着浏览器、读账号池、执行游戏或复测延迟。框架另有mock和多提供商路径；校准、胜率和工业级说法为作者表述，部分回合是启发式而非Jev，不推荐任何绕过限额用途。
RAG证据筛选公开源码
vaultgate：逐段相关性后，再判断证据是否足够
- 输入
- 问题、混合检索候选和笔记链接扩展段落；即将给生成器的上下文有字符预算。
- Jev 判断
- OpenRouter alpha上的Jev对每段问相关性Noul，再对预算内最终候选问足以回答问题的Noul；按字节分批。
- 后续动作
- 配置以相关性0.2和充分性0.5为初值；证据不够时移除目录/标签等检索条件并扩到40候选重试一次，仍执行Jev门控，仍不足则abstain，不让生成器作答。
核验边界：源码与消费路径已核，根许可及pyproject许可unknown，只列代码案例。阈值/作者60题比较不是本站校准；外部答案结构主要依赖索引与float转换。未读取真实笔记、启动Qdrant、下载模型或调用API。
Agent动作路由公开源码
JevRouter：四个判断进入独立策略与验证循环
- 输入
- 目标、已有执行状态和注册工具的候选描述；工具风险等级由代码注册。
- Jev 判断
- 原生System One一次请求问next_action Choice、0–4风险Score、需要确认及需要推理两个Noul。
- 后续动作
- 策略先处理控制动作和未注册工具，再强制write/external确认；read再用阈值决定执行、确认或委托LLM。执行后另问完成度，重复finish分歧转人工。
核验边界：MIT社区框架；53题命中率/延迟为作者自报，测试使用HTTP mock。web_search/send_mock_email是本地mock；未启动API、授权真实工具或复测安全性，模型概率不构成权限。
群聊回复门控公开源码
BetterChat：三个是非概率决定群聊是否接话
- 输入
- 通过本地命令、长度、限频、冷却等规则的群聊消息，加上近期上下文与Bot身份信息。
- Jev 判断
- 直连原生Jev一次问addressed_to_bot、open_question和already_answered_by_bot三个Noul；严格校验题目键和概率数值。
- 后续动作
- 代码先排除重复回答，再按唤醒和可配置阈值决定RESPOND/IGNORE；非法结果转UNKNOWN走失败策略，默认不主动回复，被唤醒的失败请求放行。
核验边界：MIT AstrBot插件，只核源码，未读真实聊天或发送消息。私聊的等待/合并是本地防抖，不归功Jev；流式旧片段不能撤回。渠道版本与门槛效果未实测，配置保存会取消待合并会话。
图像判断实验游戏公开源码
人类对战Jev：两张图独立判断后比较概率
- 输入
- 每轮一张真实照片与一张生成图，先统一重编码去元数据；Jev和玩家看到相同像素，模型不收来源标签。
- Jev 判断
- 实验性图像资产经原生System One分别提问是否AI生成的Noul，两个请求并发。
- 后续动作
- 选概率较高的一张，完全相等则弃权；失败不编造选择。代码核对预设真值、记五轮分数与用时，并丢弃过期回合结果。
核验边界：根许可unknown，仅代码案例；仓库不含图像语料，来源声明校验不保证真伪或权利。五组配对不能作通用检测基准，模型分数不证明图像来源；未下载图像、玩游戏、读取Cookie或调用收费API。
领域问答输入筛选公开源码
airportiq：问题范围与注入判断先于回答Agent
- 输入
- 机场容量问答的当前文本及上一条用户问题；本地正则和固定寒暄路径先行。
- Jev 判断
- 通过锁定Pydantic AI 2.63.0的TypeSafeModel，把in_scope和injection两个类型化问题交给Jev；上游适配的system_one调用已核。
- 后续动作
- Jev错误或提供的置信信息低于配置门槛时交Haiku；代码按标签返回固定拒绝或放行回答Agent，后续数据工具和答案生成另行执行。
核验边界：根许可unknown，仅代码原型。无key时跳过相应模型，test模式为模拟；缺少置信信息的空集合不会触发低置信回退。未运行投资分析或核真实机场数据，性能、预算与筛查效果未由本站验收。
静态评审建议公开源码
代码评审：Jev建议作为报告观察，不决定放行
- 输入
- 评审模式、覆盖状态、必查范围数量、发现标识与路由理由的摘要；不把目标代码当命令执行。
- Jev 判断
- 可选原生TypeSafe提供商问Noul风险建议；显式Laya路径也支持三类Choice，但与Jev身份分开，响应模型及类型有校验。
- 后续动作
- 已有评审结果之后，在剩余预算和期限内调用并记录advisory_assessment的RECEIVED/FAILED/NOT_RUN、usage与来源；建议不授予批准或公开发布权限。
核验边界：实验性源码核查，根许可unknown，仅列代码案例。启用Jev需可信配置，私有Laya或通用兼容服务不算TypeSafe实测；README披露初期评审不完整，publish只预览。未执行目标代码、调用模型或向第三方PR发评审。
并行判断可视化公开源码
Decision Wall：200个是非问题转成可调阈值热图
- 输入
- 用户文本和所选题集的200条具体问题；后端限制文本、题目数和问题长度。
- Jev 判断
- 一次原生System One请求对同一state并行问Noul，代理仅转发是非题。
- 后续动作
- 前端按概率着色、筛选跨阈值问题并显示变化，拖动阈值直接重算显示；可查看问题和导出JSON，缓存与录制回放另行标记。
核验边界：MIT社区实验，作者200问延迟表不是本站实测。静态站可使用录制答案而非live；前端把缺失Noul映射为0，不能当作明确否定。未打开演示、读key、提交用户文本或调用模型。
PR静态评审观察公开源码
PR wall：分开呈现运行变更、测试触达和断言判断
- 输入
- PR文件列表、经过大小预算处理的diff和仓库测试布局上下文；测试文件数由路径规则提供，不交给模型猜。
- Jev 判断
- 原生Jev同批问运行行为变化Noul，以及测试触达程度和结果断言程度两个Choice，均含不足以判断等选项。
- 后续动作
- 本地按PR提交和问题/上下文/模型指纹缓存原答案，墙面展示各选项概率并可排序筛选；人工Right/Wrong反馈绑定对应答案，不合成总分或写GitHub。
核验边界：Apache-2.0 Java工具；静态判断不是实际覆盖率或测试执行证明。超大diff不强行截半送出；未加--save只预览。启用会把diff外发Jev，本站未取真实PR、读认证、发评审或运行Java。
编码Agent路由公开源码
编码路由：模型档位与思考强度由独立策略落地
- 输入
- 当前用户请求、可选近期上下文、可用模型/强度及最近同模型缓存读数；缺失观察显式为unknown。
- Jev 判断
- TypeSafe SDK的systemOne同批问任务/推理/工具复杂度Score、模型与强度Choice，并做文本敏感性Choice。
- 后续动作
- 代理检查候选和置信度，低置信禁止降档或限制升级；强度还须在所选模型支持列表内。随后改写上游模型/强度，记录理由与缓存观察，失败保留当前档位。
核验边界：MIT源码，只核Codex代理路径，不声称Claude/Pi宿主均已验收。缓存前缀保留不保证命中或省钱；敏感性问题与文本同批外发，只影响本地日志处理，不能保证文本留在本机。未安装启动器、读取订阅认证或调用模型。
Windows客服原型公开源码
客服RPA：逐层选择固定话术，发送由页面与授权门控
- 输入
- 另一个视觉模型转录的聊天状态、当前类别和经审核的话术树；界面消息发现共用串行工作流。
- Jev 判断
- 原生Jev Choice逐层选择类别或固定话术，每层可选HUMAN；最终再以SEND/HUMAN复核适用性，代码校验选项和概率。
- 后续动作
- 模型仅产候选原文；自动发送还需话术批准与首次验收/上传同意等本地条件，页面身份、草稿、消息变化和发送结果另行核对；不确定转人工。
核验边界：MIT Windows/Clicknium原型，闲鱼Edge有历史检查依据，1688未完成适配。旧数值阈值配置保留但路由依显式Choice，不把它们写成生效门槛。离线demo为模拟，气泡不等于服务器送达；本站未取聊天截图、装驱动或发送消息。
延迟与动作仿真研究公开源码
无人机仿真：把决策延迟计入离散动作生效时刻
- 输入
- 模拟器观测、当前动作和可选任务信息；同一场景可切不同决策提供商及时延策略。
- Jev 判断
- OpenRouter alpha的Jev Choice在11个预定义动作中选择，如前进、制动、悬停、避让和降落，解析器只接受明确动作。
- 后续动作
- harness按时延策略将答案排到t+ceil(L/dt)生效，等待期间保留旧动作，再交执行器/PID；非法输出先保持当前动作，连续失败后悬停，并记录轨迹和指标。
核验边界：原仓采用仅供查看、保留全部权利的源码可见许可，不列开源项目；这里只作源码阅读与事实评述，未执行或再分发代码/数据。仿真、oracle、反射shield和时延消融须分开，作者胜负/成本不是本站复测，也不证明真机安全。
提交与Agent行为复核公开源码
提交钩子：Jev判断经本地阈值形成阻止或警告
- 输入
- 经过本地脱敏、过滤和分块的Git diff，及可选目标/架构约束；本地规则先行。
- Jev 判断
- 按需批量问泄密、削弱测试等Noul，并可问复杂度Score；支持Cloudflare、OpenRouter与固定jev-1.13.0原生提供商。
- 后续动作
- 代码将阻止类信号与各自阈值比较，提交钩子返回非零阻止；架构/复杂度只警告，并维护提供商冷却和决策记录；模型失败是fail-open。
核验边界：MIT社区工具，阈值与延迟为作者样本，不构成无泄密或安全批准证明；脱敏与模型仍可能漏判。只核固定源码，不安装钩子、不读取本机diff/认证、不执行危险命令；其他宿主与所有渠道的实效未独立验收。
邮件分流与复核公开源码
批量清理邮件：Jev信号进入本地策略与人工复核
- 输入
- 邮件元数据、有限正文、邮件年龄及启用的文件夹说明。
- Jev 判断
- 原生TypeSafe JS SDK一次systemOne请求，以目的地Choice和12个Noul判断重要性、待回复、推广、过期等信号。
- 后续动作
- 独立本地策略形成自动归档、建议文件夹或人工卡片；live批次可即时执行自动归档，其他移动等Apply；Apply逐线程核对最新消息与收件箱状态，避免重复或覆盖变化。
核验边界：MIT社区项目，仅核固定源码，未连接Gmail或调用模型；fake模式不能证明live。dry-run只阻止Gmail写入，内容仍外发TypeSafe及可选Anthropic；卡片解释由Claude生成，不是Jev文本输出，模型建议不保证邮件可安全归档。
消息路由与上下文投影公开源码
Slack多Agent路由：响应判断与精确源片段选择分开
- 输入
- 完整当前消息、root及最多7条较新前文、当前接收者和本机已认证候选身份；有片段与字节上限。
- Jev 判断
- 原生/v1/systemone以Choice判断response及条件scope，并可选历史引用；只有response=yes且原生confidence严格大于0.5才接收，引用另需至少0.8。
- 后续动作
- 按所选源范围投影完整原文给对应Hermes接收者；无法准确表示的混合片段停止该投影，未选普通消息静默确认，宿主继续管理队列、历史与权限。
核验边界：MIT社区插件，依赖钉住Hermes版本的私有接口；源码明确无推断总超时、无持久所有权或恰好一次保证。会外发会话，路由不授权对外动作；未安装、接Slack或独立验收分类准确率及实际送达。
文献初筛与人工复核公开源码
PDF研究选摘：有限分类生成待复核清单
- 输入
- PDF有限页中按方法和结果线索抽出的文本选摘；文本不足时标需OCR或人工复核。
- Jev 判断
- 原生/v1/systemone批量9组Choice，判断学科、主结果、显著性、预注册及分析决定时间等；选项包含unknown或unclear，响应需有完整合法概率。
- 后续动作
- 输出CSV保存每题选择、置信度与全概率；明确的事后调整、未校正或过度推断等信号达到0.8才加复核标记，HTML提供筛选、概率阈值和导出。
核验边界：只核固定公开源码，根许可未确认，因此不列已核许可的开源项目。只覆盖选摘，缺少提及不等于缺少方法；复核标记不裁定科研不端、科学真伪或临床适用性。未读取本机PDF、运行模型或复测作者效果。
候选下一步排序公开源码
下一步建议：Jev评分后只填草稿
- 输入
- 会话模型生成最多3条候选提示词；Jev只读最近用户消息最多2000字符、最近回答最多6000字符及候选。
- Jev 判断
- 原生/v1/systemone为每条候选问五级Score，衡量它对当前目标的帮助；代码将0–4映射为0–100。
- 后续动作
- 按分数排序，最高分至少50才标推荐；数字键或Tab只放入输入框草稿，用户仍需编辑并按Enter。缺Key、3秒等待超时或无效响应保留原顺序并显示未评分。
核验边界：MIT社区插件，依赖终端Claude Code早期插件API，桌面/VS Code不适用；会话文本含代码或敏感内容也可能外发，无逐会话关闭开关。评分不等于长期目标最优；超时Promise.race未证明底层HTTP已取消。仅核固定源码和作者合成例，不安装、不读取本机会话或复测效果。
剪贴板命令复核公开源码
剪贴板命令：先暂存，再按Noul概率拦截或恢复
- 输入
- Windows剪贴板里经本地模式匹配识别的有限命令文本；标记为私有的剪贴板格式跳过。
- Jev 判断
- 原生/v1/systemone问一个ClickFix风险Noul；yes概率乘100并四舍五入成为本地风险数，不是Score题型。
- 后续动作
- 先移出命令文本再等待判定；达到阈值保留阻止并提示人工复核，低于阈值只在剪贴板序号未变时恢复。API失败按独立设置保持阻止或恢复，用户可显式释放。
核验边界：MIT Windows社区原型，默认70是作者起点，未独立校准误报漏报。命令样式内容也可能含敏感信息并外发；本地预筛不是隐私或安全保证，清除与判断存在并发边界。未运行EXE、读取/改写本机剪贴板、执行命令或绕过SmartScreen；演示是作者Windows Sandbox样本。
实时聊天审核公开源码
聊天审核：Noul判断后由本地策略阻止发送或编辑
- 输入
- 发送或编辑中的消息文本，先作本地类型、控制符和长度检查；仅显式配置moderation时启用。
- Jev 判断
- 固定jev-1.14.0经原生/v1/systemone问辱骂Noul与默认启用的注入Noul，逐题验证有限合法概率。
- 后续动作
- 默认辱骂阈值0.7、注入0.9；超过时抛MESSAGE_BLOCKED并触发审核回调。消息处理器在广播或编辑写入前筛查，并在队列/关闭后再核状态；短时重试和暂停调用独立于内容判断。
核验边界：MIT社区集成，已回读原作者X与固定源码，未连接聊天或调用模型。默认fail-open可送出未审核消息，显式closed可阻止；服务拒绝该输入时无论模式均拒绝。fake-Jev测试不证明分类准确性、注入防护或真实送达；不是端到端加密聊天。
宿主模型配置策略公开源码
DSH自动路由：主模型固定，推理强度与子任务能力分开判断
- 输入
- 当前用户任务、有限前轮用户/助手文本、主模型与子任务显式选择，以及宿主模型目录、允许列表和effort上限。
- Jev 判断
- 原生TypeSafe或OpenRouter alpha接口问depth Choice（lower/baseline/higher）；子任务可另问capability Choice（bounded/analytical/frontier/insufficient_context），两个维度分别保留显式选择。
- 后续动作
- 主模型不换，只在已登记模型族与支持的effort中偏移最多一级，经selectModel同步；子任务在当前目录、允许列表及上限内选模型/强度并绑定初始分配。失败、模式变化、缺上下文或不支持时保留原生配置或记录回退。
核验边界：MIT社区插件，作者验收绑定DSH版本和Web UI；teammate真实提供商、fork及第三方入口未全面验收。selectModel也保存宿主全局默认，AUTO任务判断会外发文本；本地反馈尚不自动学习。只核固定源码，未安装、改本机配置或复测作者成本/质量。
语音意图与查询路由公开源码
语音体育查询：把转写映射到有限球队与数据视图
- 输入
- 本地Whisper管线的语句转写或输入文本，预定义球队、视图及可选球队名单。
- Jev 判断
- 原生Python SDK一次并行问请求Noul、球队Choice、对手Choice与视图Choice；球员视图还可对有限名单再问Choice，低置信回普通姓名搜索。
- 后续动作
- 请求门槛通过或显式force时，以所选参数查询带缓存的ESPN数据，服务器经SSE把结果发给浏览器；界面允许排除错误球队后重判。
核验边界：仅核固定公开源码，根许可unknown，故不列已核许可的开源项目。对手选择会忽略none而取达到作者0.15门槛的真实球队，可能产生错误对手；缓存允许stale数据，延迟为作者自报。未访问麦克风、下载模型、运行服务或验证体育数据时效。
表格语义与可视化公开源码
表格着色：Jev判断可比性和方向，代码计算颜色
- 输入
- 接近视口且启用站点中的表格：页面标题、表格标题、列头、有限样例和分类标签，以及首尾行的汇总线索。
- Jev 判断
- Jev接口用Noul与Choice判断数值是否可比较、大小方向、对数关系、类别顺序与汇总行；原生自备Key路径已核，也可选作者托管免费端或Clef。
- 后续动作
- 本地阈值决定哪些列着色、用中性或正反色阶、如何排除汇总行；数值解析、范围中点、比例、排序和DOM绘色由普通代码完成，单表失败不抹去其他成功表。
核验边界：MIT社区扩展，未安装、读用户表格或核商店分发版本。表格文字会外发；免费模式经作者Worker，存储/计数行为是作者说明，不等于本站审计。语义和阈值可能误判，颜色不是投资/产品推荐，录制评估和作者指标不代表所有网页实效。
官方搜索演示公开源码
官方表格演示：Choice分组短选，再批量Score排房源
- 输入
- Google Sheets中的自然语言住宿需求和1000条开普敦房源样本，含价格、人数、描述与链接。
- Jev 判断
- 先把每100条房源ID作为一个Choice的选项，10组并行按返回概率各取5条；再把50条短选描述放入一个state，为每条问五级Score。
- 后续动作
- Apps Script把Score从0–4映射为0–10，排序返回前10条及原房源字段；缓存命中时直接返回，1000条样本的完整首轮为11次请求。
核验边界：官方页面含完整Apps Script，但本站未复制表格、设置Key或运行API；约1秒为官方自报，分组短选可能漏掉全局更优候选。描述截断为300/1500字符，6小时缓存键不含价格/描述正文，原链接相同的修改可能沿用旧结果。数据为2026-09-23抓取的Inside Airbnb样本（页面标CC BY4.0），匹配分不是实时可订或住宿事实保证。
代码审查分流公开源码
会话审查：分别核对范围、接口约束和测试证据
- 输入
- 本地已审阅的请求文本、Entire导出的Codex会话与匹配diff；JSONL路径只保留对话和工具证据，排除system/developer消息。
- Jev 判断
- 原生system_one批量询问三个Noul：diff是否偏离请求、是否违反保留公共API的约束、会话是否含已完成的测试命令及成功结果；单凭“测试通过”的宣称不算证据。
- 后续动作
- 任一风险概率≥0.3或测试证据<0.9时输出focused_review及具体关注项，否则standard_review；缺上下文或API错误退出，不自动合并代码。
核验边界：社区审查原型，阈值需标注样本校准，概率不证明程序正确。未运行Entire或API、未读取用户会话。作者保存的对照概率早于公开样本隐私编辑，不视为对当前文件字节的可复现结果；根许可未确认，只列代码案例。
工具语义与审批策略公开源码
工具目录审核：Choice分类供宿主决定是否等待本人批准
- 输入
- 工具目录中的名称、描述和参数schema，以及供应商声明标签；按工具及输入指纹审查，不包含每次真实调用参数或用户意图。
- Jev 判断
- OpenRouter alpha/decisions调用typesafe/jev-1.13，以Choice返回read、write、outbound、destructive四类概率。
- 后续动作
- outbound+destructive概率≥0.5时采用需批准类别，Effective与供应商标签取更严格者；宿主读取RequiresApproval执行审批。目录从内存、存储或编译清单取结果，异步排队复审，避免请求路径逐次问模型。
核验边界：MIT社区库，未运行真实工具或模型。它按工具而非调用授权；未知/复审失败时可仅沿用供应商标签，过期判断仍可标stale提供，不能当作失败即拒绝的权限层。0.8读写阈值只改变标签，不影响0.5审批门槛；作者延迟/成本未复现。
浏览器动作与任务判断公开源码
Tern浏览器循环：有限DOM动作选择与独立目标概率
- 输入
- 任务、当前页URL/文本、可见元素和字段、近期动作/页面，以及代码测得的滚动位置与已核事实。
- Jev 判断
- 原生/v1/systemone一次询问operation及各操作target的Choice，另用goal与stuck Noul判断完成和重复停滞；所钉版本请求jev-1.14.0。
- 后续动作
- 代码校验Choice标签/概率后执行点击、填写、选择或滚动；填写文本另由聊天模型生成。goal≥0.9或到达/完成启发式停止，重复目标、阻塞与预算也可终止，返回逐步证据与最终URL。
核验边界：MIT社区派生实现，保留browser-use/jev-ultrafast声明。仅静态核对DOM路径，未安装Tern、读取密钥、执行网页任务或复现作者18–73倍指标。Box/canvas属于代码声明的预览接线，兼容性未核；完成启发式含缺goal时仍可DONE的回退，不是独立任务成功证明，外部写动作仍需宿主权限。
没有匹配的案例。
案例数据、来源和自动收录规则在公开的 awesome-jev-cases 仓库。
官方 cookbook
Section titled “官方 cookbook”以下目录每天从 TypeSafe 官方文档索引核对，并逐页确认可访问。简介依据官方索引和教程正文整理；官方教程中的测量数据属于官方样本，不代表本站独立复现。
已核验 25 篇官方 cookbook；简介依据官方索引和教程正文整理。
- Self-consistency: nouls — Route uncertain probabilities to human review while keeping the underlying noul values visible.
- Self-consistency: choices — Add an uncertain outcome to moderation decisions and compare label agreement with the share of automatic actions.
- Parallel questions — Runs a 13-question regulatory briefing over the GDPR Wikipedia article, showing that batching every question into one TypeSafe call is 12.2x cheaper and 10.0x faster with no change in answers.
- Re-ranking — Builds 30-passage BM25 shortlists for 40 CLERC legal queries, then uses one TypeSafe question per query-candidate pair to raise top-1 accuracy from 5% to 18% and top-10 accuracy from 38% to 62%.
- Line-by-line search — Build semantic search for GitHub's Terms of Service. In one request, score 218 line ids against a plain-language query with a Choice question, and use a Noul question to check whether the document contains an answer.
- Structure recovery — Reconstructs Markdown from plain text that lost its formatting in two requests: one stitches hard-wrapped lines back together, one classifies every block (heading, list, code, callout).
- Function calling — Maps natural-language requests to typed function names and bounded arguments. The current example memoizes state/questions without the model in its cache key and fills the response model from the requested value, so replayed answers do not prove a new model was called.
- Skill suggestion — Picks at most one skill for an agent turn out of the 182 in Nous Research's Hermes catalog, using two TypeSafe requests to rank and re-check the top candidates.
- Knowledge graph entity alignment — Routes 450 Wikidata/MusicBrainz album pairs to no link, curator review or a merge recommendation using a three-level Score; three Nouls expose title, artist and label agreement. CC0 dataset links are imperfect reference labels, not verified truth; this is not an automatic knowledge-graph merge.
- Classifying RAG passages — Score each retrieved passage with one TypeSafe request, then decide in code which ones reach the answering model.
- Double-checking citations — Catch wrong or hallucinated citations by checking against the source document. One Choice question decides whether the quote's context supports the claim.
- Guardrails for LLMs — Screen every message going into and out of an LLM app with one TypeSafe request, thresholding hazard probabilities and severity to pass, review, block, or route.
- SDE cascade — Uses a 2-stage structured-data-extraction cascade (mini → verify → reasoning) to get most of the quality of a big reasoning model at a fraction of the cost.
- Date extraction — Extracts absolute and relative dates by asking TypeSafe for the parts named in a document, then resolving and validating them in code with confidence-based review.
- Pre-parsed value extraction — Uses regexes to find candidate emails, phone numbers, and amounts, then has TypeSafe select the requested span so code can normalize a verbatim value.
- Hierarchical classification — Uses parallel beam search over Choice probabilities for pinned CPC 2026.05, Shopify 2026-02 and January-2026 MeSH hierarchies. Taxonomy data retain publisher terms; three author-worked examples are not a general benchmark, and biomedical subject classification is not medical advice.
- Autoresearch feature discovery — Runs an autoresearch loop that proposes TypeSafe questions, converts free text into numeric features, and uses model errors to improve a supervised CatBoost regressor.
- Classification using confidence — Classify SEC annual reports into 75 industry groups with one Choice each, then read the answer's own confidence to decide whether to report that group or the broader division above it.
- Simple memory system — Store customer tickets and answers behind a Noul memory gate, then inject them into later typed support-routing calls. Toy dict-based example; evaluate the threshold for your own data.
- Twitch chat filter — Classify one stream-chat message with a Choice and toxic/spoiler Nouls; code hides, blurs or highlights it. Authored 29-message English example; adapt thresholds, uncertainty and live-message handling locally.
- Intelliprompter — Score pending presentation criteria against the accumulated transcript, then keep criteria checked after a local coverage gate. Six authored chunks demonstrate the one-way checklist; microphone/transcription integration is outside the cookbook.
- Reading a scanned vaccination record — Find candidate vaccine rows with Nouls and Boxes, read years with a Choice including unreadable, then flag/crop rows for human review. Official experimental image workflow, not clinical or travel-health guidance; published results are not independently reproduced.
- OCR confidence and bounding boxes — Check already-extracted invoice values against a full photo and a zoomed Box crop using Nouls; either check below 0.25 flags human review. Experimental images/Box and official cached examples, not independent OCR or production validation.
- Feeder-cam visit log — Apply Noul, Choice and Box questions to one video frame per second, then merge detections into species visits in code. Experimental image workflow limited to two different species; occlusion and same-species birds remain limitations. Reported 101-frame results are official claims.
- Shopping cart — Find menu items with a shrinking-options Choice loop and a nothing_else sentinel, then batch known field Choices per item. Code assembles the cart; each item appears once and quantities are not modeled. Published outputs are official reports, not site measurements.
从案例提炼的四种模式
Section titled “从案例提炼的四种模式”官方在场景地图（use-case map）里按行业列了大量候选场景，并给出共同结构：把 AI 决策嵌进软件工作流，代码保持控制权。本站从其中挑出四个模式清晰、社区已有落地项目的场景写成实战页：
| 场景 | 用什么题型 | 一句话模式 | 实战页 |
|---|---|---|---|
| 模型/意图路由 | Choice + confidence | 高置信走便宜模型，低置信走强模型或人工 | 模型路由 |
| 内容分级审核 | Score | 按风险等级打分，代码按分数放行/复审/下线 | 内容分级 |
| 工具调用审批 | Noul + Score | 每次工具调用问风险，deny/ask/allow | 工具审批 |
| 客服工单分流 | 三题型组合 | 一条请求同时分类、测急度、判退款 | 工单分流 |
为什么是这四类
Section titled “为什么是这四类”它们共享同一组特征——适合 Jev 的任务画像（本站归纳）：
- 高频：每天成千上万次判断，延迟和单价敏感
- 窄判断：一个问题、一组封闭答案（选项/等级/是非）
- 要概率不要文本：下游是代码分支，不是人读的段落
- 可复核：保留 confidence 与日志，边缘 case 能转人工
官方模式速查
Section titled “官方模式速查”官方 Patterns 文档（经 llms.txt 索引核验）还有几个值得单独一提的模式：
- Speculative fan-out：一次请求带上一批“投机问题”，代码按需取答案——判断树不用来回请求
- Composite scoring：复杂判断拆成多个原子 Score，代码端按自己的权重合并
- Intent routing：请求先分类，再分给确定性逻辑/专用模型/人工
社区端已有对应开源实现（路由插件、MCP 服务器、安全闸门等），见开源生态；媒体与社区的实测结论（LangChain 500 评测、TechCrunch 转述的 Vercel 数据）见能力边界的核验状态表——引用数字前请先看那一页的标注。
选型前的三个问题
Section titled “选型前的三个问题”- 这个判断的答案空间能不能枚举成选项/等级/是非？不能 → Jev 不合适
- 判错的代价是什么？有没有人工复核的兜底？没有 → 谨慎自动化
- 现在的方案是纯规则还是大模型全包？前者也许不需要模型，后者也许只该用 Jev 做前置判断