浏览器与桌面操作
前者从 DOM 建立操作与目标表,只有 TYPE_TEXT 需要文本模型;后者合并 macOS 的 OCR 与辅助功能树,还要处理屏幕外控件和输入后的检查。
先按观测接口选:网页 DOM 与原生桌面控件不能直接互换。两者都不证明任意网站或应用可无人值守运行。
目录包含 1,334 条仓库或集成记录、61 条文章与讨论、33 条其他资源。仓库链接按地址去重后对应 1,332 个 GitHub 仓库;仅凭公开链接不能判定其许可证为开源。
Jev 项目把 Choice、Score 或 Noul 用在路由、安全门禁、浏览器操作、上下文压缩、机器人仿真等封闭判断中。先查看热门项目理解常见模式,再按分类检索;需要本地替代模型时进入模型目录。
按任务读深一点:编码门禁可看 jev-git 的固定版本源码分析;Agent 集成可看 Oh My Pi;高风险实验可看 jev-trader 的模拟运行与实盘边界。Stars 是热度线索,不是正确性、可复现性或安全评分。
下面比较固定版本的实现差异。链接进入每个项目的分析和原始证据,不按 Stars 推断效果。
前者从 DOM 建立操作与目标表,只有 TYPE_TEXT 需要文本模型;后者合并 macOS 的 OCR 与辅助功能树,还要处理屏幕外控件和输入后的检查。
先按观测接口选:网页 DOM 与原生桌面控件不能直接互换。两者都不证明任意网站或应用可无人值守运行。
joelhooks 版本过滤发给模型的上下文,保留原 JSONL,并用决策账本重建分支;joslynSmall 版本把工具证据写进 summary,但仍受 summary 的总预算限制。
需要保留审计原件时,先检查会话存储和分支重放;需要 summary 中保留片段时,检查预算耗尽的降级。不能把所有压缩方案都叫“原文永不丢失”。
memsearch 用逐条 Noul 判断查询匹配,保留候选正文,异常向调用方抛出;Kody 用 0–3 Score、每批八题,并在低平均把握度或失败时退回 hybrid 顺序。
先决定由哪一层接住故障,以及排序依据是什么。源码中的阈值是作者策略,不是已经在你的检索数据上校准过的准确率。
精选 10 个关注度较高的项目,覆盖浏览器自动化、上下文压缩、交易、官方技能、电脑操作、代码审查、Agent 管理与数据查询。
可以按项目名称、作者、用途或标签搜索,也可以按类别和活跃度筛选。点击项目详情可查看 Jev 的具体作用和源码链接。
langchain-ai
给 Python LangChain 流程加一个可选 Jev 分类节点,返回类别、概率和等级评分。
TypeSafeClassifier 将 JSON 状态及类型化问题发送到 /v1/systemone,支持同步与异步 Runnable 调用。
把结构化判断接进已有 LangChain 流程与追踪接口。
virattt
一个教育用途的 AI 对冲基金原型,其中可选 Jev 适配器把结构化判断接到基金决策流程。
把策略问题转为 System One 请求,再把原生答案转换成项目统一的结果格式。
在同一研究流程里选择使用 Jev 或其他模型后端。
BerriAI
LiteLLM 的复杂度路由器可选用 Jev 判断请求应交给哪个模型档位。
将请求映射到预设复杂度类别,再由 LiteLLM 路由策略选择后端。
让模型分流使用可检查的复杂度判断。
can1357
Oh My Pi 编程 Agent 内含可选的 TypeSafe 判断提供器,供小型决策流程调用。
将 Agent 的状态与有界问题发送给 Jev,并解析结构化回答。
在现有 Agent 流程里接入可替换的判断提供器。
davila7
claude-code-templates 社区仓库中的 Jev 路由模组,为 Claude Code 子 Agent 建议模型与思考档位。
评估任务级别、推理需求和生产风险,由本地策略映射成调用配置。
把模型选择规则单独配置,便于核对每次路由原因。
ComposioHQ
Composio 的可选 TypeSafe provider,用 Jev 从工具与有限参数选项中做判断。
结合路由 Choice、Noul 动作门控与有限参数问题,返回 abstain、partial 或 call;显式保留缺失必填参数,破坏性工具仍需确认。
分开选工具、绑定参数和执行,让调用方显式处理无需动作、不确定性及输入不全。
Composio 的可选 TypeSafe provider,用 Jev 从工具与有限参数选项中做判断。
结合路由 Choice、Noul 动作门控与有限参数问题,返回 abstain、partial 或 call;显式保留缺失必填参数,破坏性工具仍需确认。
分开选工具、绑定参数和执行,让调用方显式处理无需动作、不确定性及输入不全。
已核对固定提供商决策代码,未运行 Composio。门槛与确认标记属于应用规则,只有调用方实际执行约束才有意义。
vercel
AI SDK 中的 TypeSafe provider,让 TypeScript 应用通过统一 evaluate 接口调用 Jev。
TypeSafe 评估提供商将 AI SDK boolean 转为原生 Noul,再映射返回值;Choice/Score 原生 confidence 保留于 providerMetadata.typesafe.confidence,不在通用 answer 对象里。
让 TypeScript AI SDK 应用复用统一评估接口,同时区分文本生成与有限决策。
AI SDK 中的 TypeSafe provider,让 TypeScript 应用通过统一 evaluate 接口调用 Jev。
TypeSafe 评估提供商将 AI SDK boolean 转为原生 Noul,再映射返回值;Choice/Score 原生 confidence 保留于 providerMetadata.typesafe.confidence,不在通用 answer 对象里。
让 TypeScript AI SDK 应用复用统一评估接口,同时区分文本生成与有限决策。
已核对固定适配器,未在线推理;原生与 AI SDK 字段不同,不能据此认为通用概率等于 TypeSafe confidence。
trycua
Cua 仓库的 jev-use 预览示例:Driver 观察与执行,Jev 从有界候选中选择浏览器动作。
读取 DOM 或可用的视觉区域描述,仅返回已提供的候选动作 ID。
提供 Python、TypeScript 循环,以及离线与在线分开的验证路径。
Cua 仓库的 jev-use 预览示例:Driver 观察与执行,Jev 从有界候选中选择浏览器动作。
读取 DOM 或可用的视觉区域描述,仅返回已提供的候选动作 ID。
提供 Python、TypeScript 循环,以及离线与在线分开的验证路径。
Jev 集成位于预览示例,不能代表整个 Cua 框架或 CUA-S1;离线 fixture 通过不代表线上模型效果。 已核对固定版本 README 与集成源码。
pydantic
Pydantic AI 的可选 Jev 模型:把输出模型里的布尔和枚举字段变成问题,拿回符合类型的判断。
TypeSafeModel 将支持的 output_type 字段编译为类型化问题,经 TypeSafeProvider 请求 API 后还原输出。
决策型 Agent 可以复用 Pydantic 输出定义,并与其他模型作对照。
Pydantic AI 的可选 Jev 模型:把输出模型里的布尔和枚举字段变成问题,拿回符合类型的判断。
TypeSafeModel 将支持的 output_type 字段编译为类型化问题,经 TypeSafeProvider 请求 API 后还原输出。
决策型 Agent 可以复用 Pydantic 输出定义,并与其他模型作对照。
可选 provider,不是通用聊天模型替换;可用输出类型应以该版本实现为准。
elizaOS
Eliza 源码中的可选 TypeSafe HTTP 适配器,默认没有注册到 Agent 运行时。
只有业务代码显式调用 systemOne 才发送状态和问题,返回经校验的结构化答案。
提供一个可复用的服务端接入模块,不代表 Eliza 已在实际业务中使用 Jev。
browser-use
给浏览器一个目标,让 Jev 选择操作和页面控件,需要输入文字时再调用文本模型。
根据当前 DOM,在一次请求里选择操作和相应控件;文本模型负责生成输入内容。
把界面选择、文字生成与浏览器执行分开,方便查看每一步。
langchain-ai
LangChain.js 的可选 TypeSafeClassifier 集成,把状态和预设问题交给 Jev。
通过 invoke 调用 TypeSafe,解析 choice、noul、score 及其概率。
可把结构化判断接入 LangChain 流程,无需把它包装成聊天生成。
vercel-labs
json-render 网站里的 Jev UI 组合实验:从预定义组件与属性候选中选择,再由代码组装界面。
通过 Vercel AI Gateway 评估组件配置,composeSpec 把答案变成界面规格。
提供一条与逐 Token 生成 JSON 不同的、可检查的界面组合路径。
json-render 网站里的 Jev UI 组合实验:从预定义组件与属性候选中选择,再由代码组装界面。
通过 Vercel AI Gateway 评估组件配置,composeSpec 把答案变成界面规格。
提供一条与逐 Token 生成 JSON 不同的、可检查的界面组合路径。
仅指仓库网站中的 Jev 实验路径;未独立验证 3.21 秒对 880 毫秒等性能说法,也不表示整个框架依赖 Jev。
openchamber
OpenChamber 可选开启自动模型路由:Jev 看消息属于哪类任务,再使用该类绑定的模型和思考档位。
Choice 判断任务类别;另可用 Noul 判断自动批准的权限是否应留给用户确认。
把模型选择和权限提示接进现有会话界面,并记录失败回退原因。
0xPlaygrounds
Rig 仓库中的实验性 TypeSafe crate,用 Rust 类型组织 Jev 的问题与答案。
把应用状态和问题发送给 Jev,解析 Choice、Score 或 Noul 答案。
复用问题与答案的字段布局,并验证答案是否符合问题。
zilliztech
Deep Searcher 含固定查询集上的 Jev 搜索停止判断实验,与完整研究 Agent 分开。
Jev 根据主查询及累积中间上下文判断 enough_information,代码按有界轮数协议比较停止决策。
让停止行为与调用轨迹可检查;协议明确不评分最终答案质量。
Deep Searcher 含固定查询集上的 Jev 搜索停止判断实验,与完整研究 Agent 分开。
Jev 根据主查询及累积中间上下文判断 enough_information,代码按有界轮数协议比较停止决策。
让停止行为与调用轨迹可检查;协议明确不评分最终答案质量。
2026-10-24 核对固定版本的说明与实现材料。本站未执行百题实验或在线 API。evaluation 目录不能证明主应用默认启用此路径。
zilliztech
基于 Jev 的语义缓存评估器,通过 Noul 二元判断核验缓存响应是否可复用于当前请求。
五个 Noul 维度检查缓存答案兼容性,评估器返回最小分数,请求失败返回零。
避免高任务匹配分通过平均掩盖低格式或时效兼容性,但不声称验证答案事实正确。
kunchenguid
Firstmate 可选用 Jev 看任务简报并匹配派工规则,再由本地规则选择 Agent 配置。
将任务简报与候选规则发送给 Jev,按匹配概率及本地条件解析执行配置。
把语义匹配与最终派工规则分开。
tamaratran
为 Claude Code 删减旧工具调用和结果,保留留下来的原文,不另写摘要。
分别判断工具调用与完整结果是否仍需保留,本地规则执行保留、截短或删除。
减少摘要改写对路径、命令和报错原文的影响。
jaredpalmer
基于 Qwen2.5-0.5B 构建的轻量级类 Jev 决策头与适配器,支持在 MacBook 本地训练、微调与端到端运行。
在小型基础模型上附加并联判断头,接收状态并直接输出强类型离散问题的概率分布,无需生成冗长文本。
提供小型本地决策架构,以及多题/单题、选项顺序和校准检查;收集教师数据的托管调用仍有独立网络及费用依赖。
基于 Qwen2.5-0.5B 构建的轻量级类 Jev 决策头与适配器,支持在 MacBook 本地训练、微调与端到端运行。
在小型基础模型上附加并联判断头,接收状态并直接输出强类型离散问题的概率分布,无需生成冗长文本。
提供小型本地决策架构,以及多题/单题、选项顺序和校准检查;收集教师数据的托管调用仍有独立网络及费用依赖。
已阅读固定 README 与托管教师适配器,本站未训练学生或复现校准数字;可本地推理不代表全部数据生成步骤离线免费。
jev-chat
装在手机上的对话副驾:在微信 / QQ / X / 飞书里读懂对方、给出候选回复、一键填入输入框,发不发由你。非侵入,只读屏幕,不 hook 不改包。
当前收录包含项目简介与链接,尚无可核对的 Jev 决策点。
打开项目链接查看原始资料与实现。
装在手机上的对话副驾:在微信 / QQ / X / 飞书里读懂对方、给出候选回复、一键填入输入框,发不发由你。非侵入,只读屏幕,不 hook 不改包。
当前收录包含项目简介与链接,尚无可核对的 Jev 决策点。
vercel
Vercel 的开源 Agent 框架;其实验性 evaluate 链路默认使用 Jev 作为评估模型。
当前收录包含项目简介与链接,尚无可核对的 Jev 决策点。
打开项目链接查看原始资料与实现。
Vercel 的开源 Agent 框架;其实验性 evaluate 链路默认使用 Jev 作为评估模型。
当前收录包含项目简介与链接,尚无可核对的 Jev 决策点。
agentgateway
Agentgateway 仓库里的 Jev 护栏示例,通过 webhook 检查模型请求和回复。
Jev 对越狱、有害内容和秘密泄露评分,示例按阈值或评估错误拒绝请求。
展示网关接入方式;模型评分不能保证阻挡全部攻击。
latitude-dev
Latitude 的可选 Jev 预分类器为对话检查打分,并记录检查选择的依据。
判断各项检查的适用性,满足阈值与限流条件时补充检查任务。
记录模型、阈值、调用时间与选择原因,便于对照原流程。