vllm2jev
将 vLLM 服务适配为 Jev 风格接口的轻量脚本,通过 logprobs 实现 Choice、Score 和 Noul 决策。
OPEN SOURCE · CURATED REPOSITORIES
经过筛选的 Jev SDK、工具、演示、集成、评测与研究项目。仓库指标来自 GitHub,标题、摘要与分类由 Jev Guide 整理。
Sponsors
这些产品赞助了本目录。 把你的产品放上来
按 GitHub Stars 排名
按近期 Star 增量与更新活跃度排名
将 vLLM 服务适配为 Jev 风格接口的轻量脚本,通过 logprobs 实现 Choice、Score 和 Noul 决策。
使用 TypeSafe AI 的 Jev(System One)模型驱动 ego lite 浏览器:输入索引化元素表,每次请求输出一个操作和目标。包含对比基准,显示比逐步 LLM 循环快约 2 倍。
开源Python框架,集成TypeSafe AI的Jev/System One概率引擎与LLM双链路,用于CSV字段类型识别和数据清洗,实测表明Jev与LLM的分类结论一致。
TypeSafe Jev 集成:提供核心决策库、DeepSeek Harness 插件与 MCP 服务器,默认离线,并包含测试和真实 API 验证。
用 TypeSafe AI 的 Jev 决策模型驱动每一步的 2048 网页实验台,展示概率、置信度、延迟与成本,且刻意不做启发式兜底。
信息流里每 16 张、每一页都有一张。每周 $50,任意一周可停。
jev-assist 是一个编码代理技能,利用 TypeSafe Jev/System One 按任务相关性对仓库文件排序、检测约定漂移,并在提交前标记有风险的差异。包含配置、验证和 pre-commit 钩子接入。
扫描 LLM 日志与代码中的决策型调用,估算迁移到 JEV 的节省,校准决策模型,并生成迁移 PR。可选择调用 JEV API 进行自审。
Arbitype 是一个基于 MCP 的类型化决策层,由 TypeSafe Jev 驱动,为 AI 智能体提供分类、评分、验证、门控、路由和审查工具。
一个 ACP 决策代理,调用 TypeSafe AI 的 Jev 完成 Choice、Score 和 Noul 评估。它提供引导模板、JSON 输出,并可通过 npx 直接运行。
A2T 将 TypeSafe AI 的 Jev(System One)作为独立评判,与确定性评分器交叉验证,方法和结果见 docs/jev.md。该仓库通过证据信用评分对智能体进行基准测试、模拟和评分。
面向 Midscene Test 的社区维护 JEV runner 集成。默认通过 OpenRouter 的 ~typesafe/jev-latest 调用 TypeSafe AI JEV,提供 Playwright 直接调用与 Midscene 严格 jevAct 节点。
一个 TypeScript 库,为 TypeSafe Jev / System One 模型提供类型化 ask/decide 接口,支持 Cloudflare 和 TypeSafe 两种 provider,并强制处理 unsure 分支。