不是每次搜索都调用 Jev
源码检查付费计划/功能资格，并跳过小候选池或明显优胜项；只看重排例子会漏掉整个路由策略。
查看对应来源 ↗代码仓库分析
kody
可选的二段检索：先扩大混合召回，再用 Cloudflare Workers AI 上的 `typesafe/jev` Score 重排。
E2 · 资料已核对已检查公开资料或源码证据；仅有固定提交链接并经对应源码核对，才可称固定版本核验。不代表本站运行过、认可性能或保证安全。
- Stars
- 672
- Forks
- 66
- 协议
- —
- 最近提交
- 2026-09-24
Jev 在这里做什么
对每个候选发 Score 问题，按分数重排并丢掉低分结果；模型 ID 为 `typesafe/jev`。
把 Jev 重排接到现有 MCP 搜索，而不是改写召回本身。许可证是 Fair Source FSL-1.1-ALv2，不是 OSI 开源。
固定版本的公开源码已核对。许可证为 FSL-1.1-ALv2。本站未执行该项目，也未独立测量性能或安全性。
这个项目适合解决什么任务？
给 Kody 的混合 MCP 搜索添加按歧义触发的可选第二阶段。
资料分析日期：
从输入到动作
- 资格与必要性代码先判断候选池是否值得调用 Jev。
- 候选转为精简卡片，每批八题做 Score。
- 低分过滤，失败或平均把握度不足则恢复混合检索顺序。
实现中值得检查的地方
回退属于实际产品行为
源码将平均 confidence 下限设为 0.45，在 0–3 rubric 上以 1.5 为保留线；这是 Kody 策略，不是 Jev 通用阈值。
查看对应来源 ↗选择建议
适合混合结果歧义较大、精简卡片已有足够证据时。若完整段落比小卡片成本更重要，可对比 memsearch。
如何自行检查
阅读 search-jev-rerank.ts 的 evaluateJevSearchNecessity 与批大小，追踪明显优胜到 skip，再追踪缺失/畸形批答案如何回退。
结论的适用边界
- 本站未发送 Workers AI 或 Gateway 请求。
- Kody 使用 FSL source-available 协议，不是 OSI 开源协议。