基于 TypeSafe Jev 决策模型的开源项目,逐个做了安全评级:jev-ultrafast 浏览器 agent、openjev、fast-jev-compaction、Jev 代码审查工具和 MCP 服务器。装之前先查一查。
这 336 个TypeSafe Jev里,把每个的快速上手跑了一遍之后的首选是 dzhng/jevgrep(★ 2.8k)。按功能搜代码:一条 npm 安装、一条保存密钥的命令、一次确认连接的自检,然后搜索就返回了结果。不需要别的密钥或账号。 看首次运行结果 →
2026-10-11 我们挑了其中 12 个调用托管 Jev API 的项目,在用完即删的沙箱里由 Claude Code(Claude Opus 5.5)做同一个测试:按 README 的方式安装,再把 README 的第一个示例跑一次;环境里只有一个 Jev API 密钥,别的都没有(没有 GPU、没有桌面、没有别的付费密钥、没有账号)。这些项目做的事各不相同,所以这不是比谁更好,只回答一件事:新用户能不能跑起来。
这几个只有 Jev 密钥还不够: jev-ultrafast (这里星数最高的项目,还要一个付费的文本模型密钥); foreman (需要已登录的 Codex CLI); jev-search (需要 Cloudflare 账号).
不管选哪个:跑通的项目都只用了几次 Jev 调用,花费不到一分钱,所以试一个的成本很低。开始之前先看清它还需要什么。
按 GitHub 星数排列。这些项目做的事各不相同,所以这不是质量排名:看的是只有一个 Jev 密钥的新用户能不能跑通 README 的第一个示例。每个只跑一次,只调用了几次 Jev。
发现: 能评判的 11 个里,有 8 个只靠一个 Jev 密钥就跑通了快速上手,每个大约一分钟、只用了几次 Jev 调用。没跑通的 3 个各自还需要别的东西:第二个付费密钥、已登录的 Codex CLI,或者 Cloudflare 账号。本页星数最高的项目就在其中。
| # | 项目 | 快速上手 | 需要什么 | README 之外的步骤 | Jev 调用次数 | 安装加运行 | 证据 |
|---|---|---|---|---|---|---|---|
| 1 | jev-ultrafast ★ 22,555 | 没跑通 | 还要第二个付费密钥:Jev 选出了第一个动作,随后 agent 因为缺少文本模型的密钥(TEXT_MODEL_API_KEY)停了下来。 | 3 | 1 | 86 秒 | 运行记录 |
| 2 | fast-jev-compaction ★ 7,570 | 跑通 | 只要 Jev 密钥 | 4 | 1 | 52 秒 | 运行记录 |
| 3 | jevgrep ★ 2,544 | 跑通 | 只要 Jev 密钥 | 5 | 11 | 60 秒 | 运行记录 |
| 4 | hermes-jev-skills ★ 1,074 | 跑通 | 只要 Jev 密钥 | 3 | 1 | 39 秒 | 运行记录 |
| 5 | foreman ★ 732 | 没跑通 | Jev 的路由和评估都返回了,但它默认的 worker 需要装好并登录 Codex CLI。 | 3 | 4 | 71 秒 | 运行记录 |
| 6 | jev-review ★ 680 | 跑通 | 只要 Jev 密钥 | 3 | 12 | 56 秒 | 运行记录 |
| 7 | jev-seo ★ 547 | 跑通 | 只要 Jev 密钥 | 2 | 2 | 53 秒 | 运行记录 |
| 8 | jev-search ★ 529 | 没跑通 | 需要 Cloudflare 账号:它的开发服务器要开一个远程 Workers AI 会话,没有账号就起不来。 | 3 | 0 | 103 秒 | 运行记录 |
| 9 | docjev ★ 523 | 跑通 | 只要 Jev 密钥 | 2 | 1 | 55 秒 | 运行记录 |
| 10 | jev-mcp ★ 516 | 跑通 | 只要 Jev 密钥 | 3 | 1 | 44 秒 | 运行记录 |
| 11 | JevRouter ★ 457 | 跑通 | 只要 Jev 密钥 | 3 | 1 | 46 秒 | 运行记录 |
TypeSafe Jev工具是一类专注于帮助开发者和团队解决 TypeSafe Jev 相关任务的 AI 驱动软件。这些工具通常以开源形式发布在 GitHub 上,支持通过 MCP(Model Context Protocol)、Claude Skills 或独立 Agent 框架集成到现有工作流中。在 Agent Skills Hub 上,我们收录了 336 个经过质量评分的 TypeSafe Jev工具,覆盖Python、TypeScript、Rust等主流编程语言。
在 2026 年,AI Agent 生态系统正在快速成熟。TypeSafe Jev工具能够显著提升开发效率:自动化重复任务、减少人为错误、并提供智能建议。排名前三的工具——jev-ultrafast、fast-jev-compaction、typesafe-computer-use——平均获得了 352 个 GitHub Star,体现了开发者社区的高度认可。其中 281 个工具提供了明确的开源许可证,确保你可以自由使用和修改。
选择 TypeSafe Jev工具时,建议考虑以下因素:1️⃣ 社区活跃度(GitHub Star 数和最近提交频率);2️⃣ 集成方式(是否支持 MCP、Claude 或你使用的 Agent 框架);3️⃣ 编程语言兼容性(本列表中最常见的语言是 Python);4️⃣ 质量评分(Agent Skills Hub 的综合评分考量了代码质量、文档完整性和维护活跃度)。我们的推荐是从 jev-ultrafast 开始——它在 Star 数和质量评分上都名列前茅。
最快且最便宜的网页代理
git clone https://github.com/browser-use/jev-ultrafast.git
Claude Code 插件:用 Jev 决策替代压缩摘要,一次请求评分所有工具调用和结果,过时内容丢弃或截断,其余原样保留。
npm install fast-jev-compaction
每步约$0.0002的电脑操作:OCR识别屏幕,用TypeSafe判断下一步并点击。macOS。
git clone https://github.com/awlevin/typesafe-computer-use
Open-source AI Trading OS, agent trading, and vibe trading, with Jev System One integration. Research, build Python strategies, backtest, and paper/live trade across crypto, stocks, and forex. Launch your own multi-tenant trading SaaS with built-in user management, billing, payments, and settlement.
git clone https://github.com/OpenByteInc/QuantDinger.git
基于 Qwen3.5/3.8 的 Jev 类决策模型系列,可自行训练和运行
git clone https://github.com/jaredpalmer/kev.git && cd kev
通过询问代码功能查找代码,使用 Jev 为 coding agents 发现相关文件和源码上下文的 CLI。
npm install -g @dzhng/jevgrep
Jev 的微型复刻:并行决策、动态候选项和端到端训练流程。
git clone https://github.com/TianyuCodings/NanoJev.git
将任意 LLM 转为 Jev 风格决策模型:类型化决策、真实概率、无需训练。持续更新,欢迎提交 issue 和 PR。
pip install "anyjev[hf]" # library + transformers backend
AI agent 能生成代码,却仍难理解所构建的内容。Reticle 为网页和桌面应用提供 Jev 风格的机器原生运行时感知。
/plugin install reticle@reticlehq
用自然语言查询 Postgres 表,由 TypeSafe 的 Jev 驱动的 PostgreSQL 扩展。
git clone https://github.com/realZachi/pg-jev.git && cd pg-jev
5–10x faster browser operations: Jev clicks, Codex thinks and verifies. Built at EZCollegeApp.
npx skills add wy-coliney/jev-browser-use -g -a codex -y
基于Jev的模型路由、记忆、压缩、skill选择及Hermes agents的电脑和浏览器操作(支持Claude Code和Codex)
git clone https://github.com/kerpopule/hermes-jev-skills ~/hermes-jev-skills
MOMO CODE — RSI JEVPi:与你共同进化的 AI 编程 agent
git clone https://github.com/momozi1996/momo-code.git
在 Node.js / TypeScript 中通过 ONNX Runtime 运行开源的 Jev 兼容 System-1 决策模型 Laya
npm install @receptron/laya
Jev 的开放本地方案:从 LLM 获取类型化决策,不生成任何 token
git clone https://github.com/Rizzo-AI-Academy/rizzo-flow
JevChat-Windows:聊天窗口回复辅助。截图+本地离线OCR识别消息,Jev判断意图,生成3条候选并一键填入,发送需手动。
git clone https://github.com/jev-chat/jev-chat-windows.git
由 TypeSafe 的 Jev 模型驱动的 agent 监督器和软件工厂领班
基于 DiffusionGemma 的开放式、兼容 Jev 的 System One 决策服务器
git clone https://github.com/razorback16/openjev && cd openjev
实时 SEO 审核任意网站,仅需一个首页 URL,由 Jev 评判。支持 PDF、XLSX 和 Markdown 报告。
git clone https://github.com/AgriciDaniel/jev-seo.git
基于 TypeSafe Jev 构建的分阶段代码审查工作流和本地仪表板。
在 Claude Code 中用 jev-router 为任务选择最便宜的模型
npm install -g jev-router
将任意开放模型转换为 classifier/jev 端点
git clone https://github.com/featherless-ai/simple-jev.git
将 TypeSafe 的 Jev 模型提供的快速、低成本、类型化判断作为 MCP 工具。
npx -y @jkudish/jev-mcp
使用 TypeSafe 的 Jev 搜索网页:来源选择、查询理解和相关性排序。基于 Search1API 构建。
git clone https://github.com/superagents-lab/jev-search.git
使用 Jev 的文档分类与拆分工具
git clone https://github.com/jerryjliu/docjev.git
由 LLM 编写的特定任务 Jev harness,支持完整轨迹奖励反思和 GEPA 演化。
/plugin marketplace add https://github.com/TianyuCodings/JevHarness.git
基于 Jev decisions 的税务文件页面分类器,覆盖 261 种 IRS 表格,每页约 $0.001。
pnpm add github:<org>/tax-doc-classifier
Jev 入门:用 Jupyter Notebook 实验问题原语、实战配方、语音智能家居、模型评测与本地微调,了解 System One 判断模型开发范式
轻量级 Jev 驱动路由器,用于模型、工具和子代理
npx --yes github:BillionsBobby/JevRouter agent setup --agent all
将本地语言模型转为 Jev 风格的结构化决策模型,仅需预填充即可从文本和图像获取结果,无需逐 token 解码。
git clone https://github.com/Yinsongxu/LLM2Jev.git
基于结构化模拟器状态游玩 Super Mario Bros. 的 TypeSafe/Jev agent
```powershell
py -3.13 -m venv .venv
.venv\Scripts\python -m pip install -e ".[mario,dev]"
$env:TYPESAFE_API_KEY = "your-key"
```
Mobile Jev:Mobilerun 的独立移动 agent,由 TypeSafe's Jev 和 Mobilerun API 驱动。
git clone https://github.com/droidrun/mobile-jev.git
VexJoy AI Agent 与 Jev Intelligent Routing:/do 将自然语言请求路由给合适的专业 agent,并通过评审、测试和学习…
git clone https://github.com/notque/vexjoy-agent.git ~/vexjoy-agent
Open-Jev-27B-v1.1:为应用提供带概率的决策,直接获取类型化概率,无需生成或解析 JSON。
git clone https://github.com/Zefan-Cai/Open-Jev.git
用语音控制真实浏览器。Jev(TypeSafe System One)约每个词300毫秒决定意图和目标;Playwright执行操作,常在你说完前完成。
git clone https://github.com/moritzkremb/jev-voice-browser.git
开源 Jev 风格决策模型:本地输入照片、应用状态和文字问题,输出校准概率。
git clone https://github.com/mohit67890/imajev && cd imajev
AgentJev-0.6B:面向AI Agents的“System One”决策模型,输入非结构化状态和结构化问题,50ms返回校准概率分布,不解码输出tok…
git clone https://github.com/malevrigns/agent-jev.git
WXT 浏览器扩展:基于 Jev 清除页面杂乱内容,支持可复用模板规则。
git clone https://github.com/kitze/unclutter.git
用于评估任何内容的 System One MCP connector,让 AI agent 直接访问 Jev、D1、CLM 和 Laya 等模型
EmbodiedJev:基于 MiniCPM5-2B、Jev 及兼容模型 API 的 MuJoCo 机器人决策工作台
git clone https://github.com/FBddcz/embodied-jev.git
Jev 为 Codex 任务中的 GPT-6 提供自适应推理力度,减少 token 使用。
git clone https://github.com/miuuyy/Astra-Ares.git
Jev DSH 决策引擎:面向 Agent Harness 的结构化决策插件,支持 DeepSeek Harness、OpenCode、Codex Harne…
git clone https://github.com/Devin-AXIS/jev-dsh-decision.git
基于 JEV 的自然语言转 SQL 性能良好,PostgreSQL(PG) 语义算子覆盖完善;可复用证据、原生执行、并行计划和可解释嵌入正在开发预览中。
基于 Jev 的本地优先 MCP 插件,用于 AI 编程 agent 持续审查软件质量。
npx plugins add NiazMorshed2007/jev-review
Claude Code、Codex、Copilot、Cursor的上下文和工作流,含agent、skill、规则、MCP、SDLC、会话记忆及Jev决策支持
npm i -g aiwg # install globally
Jev X Sentiment Analysis:基于System One(Jev),依据市场数据、永续资金费率和社交情绪生成买入、卖出、持有或止盈建议,不自…
System One 模型的运行框架。在本地或通过 HarnessRouter.ai 运行 Jev 等 System One 模型。
git clone https://github.com/HarnessRouter/SystemOneHarness.git
原生 DeepSeek Harness (DSH) 插件,将 TypeSafe Jev 集成为 System One 决策层,用于 agent 选择、监督、纠…
Jevmind:集中管理 agent 决策,附置信度,经代码门控、记录、评估和学习。支持离线毫秒级运行,可切换 Jev。MCP server。
git clone https://github.com/dealerdefi/Jevmind && cd Jevmind
多模态 System One 决策模型,一次前向传播回答关于屏幕、照片、视频和文本的问题。
pip install git+https://github.com/OmniJev/OneJev.git
开源 Jev
```bash
cd OpenJev # folder name; package is "OpenJev"
npm install
npm run dev
```
开源、本地优先的 Instagram、TikTok 和 LinkedIn 社交媒体研究 agent。Jev 编排只读步骤;socai CLI 捕获带引用的浏览…
小型开放式决策模型:状态+类型化问题→校准概率。基于Qwen3.5复现Jev / System One。
git clone https://github.com/kshetrajna12/reflex
System 1决策模型(Jev、Laya、Cua-S1):agent的大脑,用于浏览器、电脑、游戏和机器人操作
npx skills add ThinkFlowLab/system1-agents # the skill: Claude Code, Codex, Cursor
OmniJev:一次前向传播、无需生成token,回答图像、视频、屏幕和机器人场景问题并提供校准概率
git clone https://github.com/tinnel123666888/OmniJev && cd OmniJev
Claude Code 插件:用 TypeSafe Jev 截短模型查看前的 Bash 输出
git clone https://github.com/tamaratran/jev-pruner.git
TypeSafe Jev 作为 Pi coding agent 的决策层:可度量的工具调用门,以及用于类型化、校准回答的 jev_ask
```bash
pi install npm:@y0usaf/pi-jev
```
JevK5:TypeSafe Jev 的开放权重替代方案;一次前向传播输出带概率的类型化决策;权重和代码采用 Apache-2.0 许可。
pip install "jevk5[fast] @ git+https://github.com/allebee/jevk5@v0.2.0"
使用 Apify、Jev 和 Fireworks 或 Groq 研究 Instagram Reel 脚本。自备密钥,比较开头并记录模式。
git clone https://github.com/artemnovitckii/creator-lab.git
AI神经系统管道层:连接应用与提供商,支持三种推理、MCP、RAG、memory;服务Juspay的Tara、Yama、Clairvoyance。
npm install @juspay/neurolink
用于编写和改进调用 Jev(TypeSafe 的 System One 模型)的程序的 skill
/plugin marketplace add dbreunig/building-with-jev-skill
Jev 工作流构建器:用 Liveblocks 实现多人工作流,连接 Jev 与 LLM,调用 REST API 并预览测试运行。
按语义跨语言 grep。TypeSafe Jev 为每行评分,支持用 AND/OR/NOT 组合语义;可用日语搜英语,也可反向搜索。
npm install -g @uehaj/sys1grep
审查行为,而不只是差异。Jev 优先利用人的注意力;OpenAI 解释变更。支持本地 CLI、agent skill 和 GitHub 扩展。
git clone https://github.com/egma-ai/jev-code-reviewer.git
非官方 TypeSafe Jev 展示:System One 决策,不是聊天
git clone https://github.com/cobusgreyling/Jev.git
grep,但模式是描述。使用 TypeSafe 的 Jev 决策模型按含义筛选行,每行约 200 毫秒,每行成本约千分之一美分。
uv tool install jev-grep # the command it installs is jgrep
TypeSafe.ai 的 Jev 驱动 Rust CLI,基于实时会话上下文排序下一步 agent skill,支持 Claude Code hooks、结…
git clone https://github.com/Dicklesworthstone/skillranker.git
Claude Code 的自动项目记忆:将决策、规则和无效方案保存到仓库的 JEVMEM.md,并在下次会话恢复。可在 Claude 插件目录和 MCP Re…
npm install -g jevmem
Jev 是一个 AI 决策模型,游玩 Pokémon Red,用时 37 小时 40 分通关。
git clone https://github.com/christianmat/jev-pokemon && cd jev-pokemon
TypeSafe AI Jev 的开源第一性原理重构,使用 PyTorch 编写
git clone https://github.com/kyegomez/open-jev
RikkaHub Android AI 聊天端,支持 SillyTavern 卡、缓存、Jev 决策、多维记忆、QQbot、AI 群聊、插件和原生移动端
LLM 负责规划、Jev(Typesafe System One)负责决策的浏览器自动化。提供库、CLI 和 MCP server。
git clone https://github.com/Ying-Kai-Liao/jev-browser && cd jev-browser
说出指令,Mac 就会执行。基于 Jev 的电脑操作工具,通过 Accessibility 读取屏幕,无需视觉模型。
```sh
bash build.sh
open "$HOME/Applications/Desktop Voice.app"
```
使用 Jev 规范代码风格的 linter
go install github.com/codegirl-007/jevlint/cmd/jevlint@latest
Claude Code skill:将批量判断交给 Jev,减少86% Claude tokens,速度最高提升20倍。一行 npx 安装。
npx github:UditAkhourii/quicksilver
Jev:将自然语言转为带类型的判断与概率,用于分类、评分和路由;支持模型对比、表格导入、回放与离线报告。
git clone https://github.com/NanmiCoder/jev-arena.git
使用 jev scorerer 检查代码中的文本
npx -y jev-lint check src --dry-run # what it would ask, and the price. No request.
轻量级原生 Swift 6 桥接,将 TypeSafe AI 的 Jev System One 决策模型接入 Apple Foundation Models…
基于 Jev (TypeSafe) 排序的 Fish 风格 zsh 历史命令自动建议
```sh
git clone <this repo> ~/.zsh/jev-shell-history
cd ~/.zsh/jev-shell-history && npm install
```
快速浏览器 agent:Jev 根据页面内容选择操作,LLM 阅读并规划,答案中的每项结论都引用页面原文。
git clone https://github.com/agent-labs-dev/fastbrowse.git && cd fastbrowse
Jev:Claude Code、Codex、Copilot、Gemini、Cursor、pi、OpenCode、ACP的工具风险、提示注入、skill/插件检查
npm i -g jev-guard
面向 coding agents 的有界、类型安全 Jev 工作流
git clone https://github.com/devagrawal09/stanley-code.git
你的浏览器,可执行网站任务、带引用的研究和支持的游戏的 MIT 许可桌面 agent。
git clone https://github.com/michaelswissa/jevry.git
选择 Cursor、Claude Code、Codex 或 OpenCode 及模型/effort 执行任务并启动的 CLI,由 Jev 和 Herdr 驱动
git clone https://github.com/nidhi-singh02/agent-router.git
Hey Jev:Mac 语音助手。说“Hey Jev”或按住右 Option,它会执行并回复。使用 Jev、Fish Audio S2.1 Pro 和本地 W…
git clone https://github.com/henryklunaris/hey-jev.git
将 TypeSafe Jev 接入 Grok Bot,作为低成本决策层:用量门控、skill 模板和示例
git clone https://github.com/Bodila51/grok-bot-jev.git
Laya vs Jev:本地 MLX 与托管 AI 并排玩 T-Rex,显示实时指标并录制回放
git clone https://github.com/virajbhartiya/laya-vs-jev.git
基于 ModernBERT(151M)的非自回归决策引擎,含校准不确定性(RLCD)、TypeSafe AI Jev 基准审计和浏览器内 WebGPU pla…
git clone https://github.com/Heman10x-NGU/Verdict-open-jev.git
基于 eve 的个人助理 agent,含100个模拟工具,经 OpenRouter 提供;比较 LLM 自选工具与 Jev(TypeSafe 分类器)选工具完…
为任意视频添加实时 Jev (TypeSafe) 计量器:逐句评分,渲染为 16:9 成片
git clone https://github.com/ChetasLua/jevmeter.git && cd jevmeter && ./install.sh
Laya 结构化决策模型的自托管 API 和 Web 界面,兼容 TypeSafe Jev API 格式。
```sh
docker run -d --name laya-server --init --restart unless-stopped \
-p 8080:8080 \
-v laya-data:/data \
-e LAYA_ADMIN_USERNAME=admin \
-e LAYA_ADMIN_PASSWORD='change-this-admin-password' \
1panel/laya-server:latest
```
OpenDecision 是类似 typesafe jev 的开源语义决策引擎。
git clone https://github.com/deepanwadhwa/OpenDecision.git
基于 Jev 的语义代码搜索,供代码代理通过 CLI 或 MCP 跨仓库查找行为,提供源码片段和行号。
npm install -g @nassim-arifette/jevgrep
Gmail 邮件分类工具:Jev、TypeSafe AI、Vercel AI Gateway;分类为需回复、更新、促销、销售、垃圾邮件;只读、本地运行。
git clone https://github.com/fazlerocks/jevmail
面向 DeepSeek Harness、Model Context Protocol 和原生 Node 的 TypeSafe Jev:用类型化判断替代文字描述…
npx -y jevcore-mcp
主动运行的 pi-durable 新闻 agent,按 cron 定时扫描并用 jev 将每条新闻分为 Hype、Facts、Signal。支持 Mac、常开…
一个小型、类型安全的客户端,用于向 AI 提问数据相关问题,由 TypeSafe Jev 提供支持。
npx skills add pithings/advocaat
印度股票日内交易机器人:Jev每15秒排名Nifty 50,计算仓位并设止损;经Zerodha Kite或Kotak Neo下单,支持回放、kill swit…
把 Jev 变成聊天机器人
```bash
poetry install
```
Chrome 扩展用小型 AI 决策模型 TypeSafe Jev 判断并移除广告 DOM 元素。支持 BYOK,无后端,不是真正的广告拦截器。
oxlint-plugin-jev:实验性插件,风险自负。用英文编写由 TypeSafe Jev 回答的 Oxlint 规则。
npm i -D oxlint oxlint-plugin-jev
运行 TypeSafe 的 Jev 所需工具:Claude Code 工具调用防护、层级防护、文件搜索、浏览器 agent、审查、belay、压缩和安装程序。
git clone https://github.com/jonathanavis96/jev-kit.git ~/code/jev-kit
用于 TypeSafe AI (Jev) 类别分类的预 Alpha PostgreSQL 扩展
git clone https://github.com/giuliosmall/pg_typesafe.git
使用 Jev 实现精细机器人控制,提供物理预览和可配置的 LIBERO 任务。
git clone https://github.com/Dimweaker/jev-libero.git
由 TypeSafe AI Jev 驱动的 Unix 管道和 CI 类型化语义决策。
pipx install https://github.com/sharziki/semdecide/releases/download/v0.2.1/semdecide-0.2.1-py3-none-any.whl
save-token-jev:Jev指导的coding agent上下文压缩;按需保留工具调用及结果,用户和assistant文本原样保留,支持完整、限长保留…
MCP server and CLI that crawls websites for AI agents: finds the answer page 2x more often than Crawl4AI, 10x cheaper per answer than letting Claude crawl.
帮助教育者检查文本是否让学习者同时处理过多概念或关系。基于真实 Jev API 提供分组、来源关联和认知负荷变化建议;属实验性工具,数值未经验证。
git clone https://github.com/AustinAWay/Working-Memory-Jev.git
向你的房子提问,获取数字。TypeSafe Jev 的 Home Assistant 集成:类型化答案传感器、四个自动化动作和 Assist 对话代理。
受 JEV 启发的 CUDA LLM 并行决策,一个上下文,多项决策;提供 vLLM API、游戏 agent 示例和可复现实验基准。
git clone https://github.com/kikoncuo/jevfire.git
适用于 Apple Silicon 上任意 MLX 模型的 Jev 风格并行约束决策,一次前向传播生成类型化、符合 schema 的 JSON。
pip install git+https://github.com/bnsd55/jevmlx
从 MoonBit 使用 Jev 的 playground:返回类型化概率决策。含 API 客户端、CLI、五子棋对战、GIF 生成和决策模式示例。
学习应用类型化 LLM 决策并用 Laya head 响应的本地代理,兼容 Jev 和 OpenAI。
pip install "stuntd[train]"
将重复的 Jev 分类任务即时提炼到本地模型中,答案一致,运行在你的硬件上。
docker run -d -p 8080:8080 -v jevstiller-data:/data ghcr.io/tomerglick57/jevstiller
Pi 编码 agent 的语义工具路由与类型化 System One 决策,使用 TypeSafe Jev
npx pi-jev-gate -c "All exported functions have TypeScript type annotations" --diff
Jev 会为每个提示词选择适用规则,让 Claude 只看到相关规则。
/plugin marketplace add EliaAlberti/jev-rules
OpenJev:Jev 的开源本地替代方案。System-One 决策模型:输入类型化问题,输出校准概率;支持通用决策和浏览器 agent 步骤。
Jev机器人控制:MuJoCo中xArm7笛卡尔控制,对比Jev、GPT-6 Astra与GPT-4.1 mini。含代码、记录响应和轨迹、离线验证器及三列同…
git clone https://github.com/openroboto-ai/jev-robot-control.git
开源的 JEV 驱动工作台,用于流式数据筛选、质量评估、自动 LoRA 训练和留出模型评估。
git clone https://github.com/RenaGao/jev-dataops.git
Claude Code / Codex / pi plugin:将无需文本输出的 agent 步骤交给 Jev,支持类型化升级回 LLM
npx -y jev-use install # wires Claude Code, Codex, and pi — whichever it finds
按代码功能而非名称进行 grep。由 TypeSafe Jev 驱动的语义代码搜索。
npm i -g jevgrep # installs the `jgrep` command
面向 Indic LLM 的免生成类型化决策。基于 sarvam-1 的开源 Jev 风格推理引擎:用受限 logit 读取替代自回归 JSON,可在浏览器客…
MuJoCo 中 Franka Panda 的两阶段 JEV 控制
git clone https://github.com/lykycy123/RoboJEV.git
用于 Typesafe Jev 等决策模型的 Ruby 客户端
```ruby
gem "ruby_decision_model"
```
0.8B JEV-like 多模态模型,直接根据原始像素操作 GUI 游戏。
git clone https://github.com/OmniJev/PlayJev && cd PlayJev
Jev:TypeSafe 的 System One 分类器,作为 Claude Code、Codex、Pi 和 OpenCode 工具,支持类型化 class…
npx -y @francoischastel/jev-code setup
由 Jev 驱动的 LinkedIn 招聘 agent,浏览相关资料、保存链接,并根据招聘要求审查证据。
git clone https://github.com/skeptrunedev/jev-recruiter.git
MCP agent 类型化判断工具:TypeSafe Jev 模型执行验证/筛选/查找/分类/重排/决策/比较/提取/审查/门控/评分;策略决定自动、审核或升…
通过 TypeSafe Jev System One API 格式调用 Upstage Solar Pro4,支持 solar-mini4。
open-jev 是面向浏览器的 TypeScript 类型化决策库:输入文本状态和任意类型化问题,一次前向传播返回各问题的校准概率分布。答案始终来自给定选项。
流量边缘的类型化判定准入控制:基于 TypeSafe Jev 的 nginx/OpenResty 三层提示注入与滥用过滤器。故障放行、支持缓存和热加载。
TypeSafe 的 Jev 决策模型在 OpenRouter 上的方案:客服分诊、数据库索引、文件整理、标签、分类体系、去重、PII 检测、提取、搜索重排和…
在 NVIDIA GPUs 或 Apple Silicon 上运行 Laya 或自有 typed-decision(System 1)模型,提供 Jev 兼容…
Claude Code 压缩约0.5秒而非约35秒:Jev逐字保留所需内容,其余移至抽屉文件。fast-jev-compaction 的分支。
离线本地类型化决策:Jev / System One 推理,4 核 CPU 单题 15.6ms;ONNX + INT8,无需 torch;支持 laya /…
小型 jev-like 模型,一次前向传播回答 Choice、Score 和 Noul 问题并返回校准概率。支持 MLX 或 PyTorch,完全离线,兼容…
ego lite 可插拔决策层:每步 System One (Jev) 调用替代LLM;后端可换本地OpenAI兼容模型。失败关闭;实测16套件及修正日志
非官方研究:Apple Silicon 笔记本上的 Jev 风格并行类型决策,适用于原版 1.5B-8B 模型,含基准测试、研究笔记和 Hugging Fac…
BrighTO LLM Router:Rust网关,支持OpenAI/Anthropic、SystemOne/JEV/DJEV、Ollaya/Laya及均衡/…
一次调用完成浏览器任务:服务端决策模型驱动页面,流程无需每次点击调用;引用元素表、代码断言、基于 Chrome DevTools Protocol 的零模型宏…
在一次 prefill 中获取任意 LLM 的 System One 判断(noul/choice/score),兼容 Jev 的 Rust /v1/syst…
Jev 面向各种智能体开发流程:System One 决策模型现接入 OpenCode,后续支持 Claude Code 和 Hermes 适配器。
TypeSafe Jev 决策框架:置信度门控、影子模式、配方与评测。同一行过滤任务中,Claude CLI 48.9 秒,Jev 1.3 秒。
Docling → Jev、Docling → Gemini 3.8 Flash 与 Gemini 直接读取 PDF:相同文档、统一计时,以 arXiv 元数…
typesafe ai 的非官方 go sdk,与 typesafe ai 无关联或背书。填补 go sdk 空缺,供社区使用。
在 Qwen3.5 和 Qwen3.8-27B 上训练 JEV 风格 System 1 决策模型,含 24 槽决策头、KL 蒸馏、校准与服务。
TypeSafe Jev 模型的非官方 Python 标准库 CLI 和 Agent Skill,经 TypeSafe API(默认)或 OpenRouter…
Jev公开测评:review-router按文件名规则拦截13/13个CVE修复;jev-gate二次拦截危险测试命令0/12,Claude Code自动模式…
Hermes Agent 制定计划,Jev (TypeSafe) 选择受限动作,Mineflayer 执行:模型不使用截图或按键操作 Minecraft。包含…
Jev 多模态手机自动化:面向 Android、iOS 和 HarmonyOS 的独立 Python 点击 SDK,支持毫秒级本地处理
开源、本地 Jev 替代方案:具可验证校准置信度的 System One 决策层(ECE 0.170→0.071)。决策有类型,可离线运行,无需 API 密钥…
面向 Codex 的 AI 辅助 Windows 和 Chrome GUI 委托:任务契约、本地执行、Jev 语义决策、恢复与结果验证。
Immune Harness 是 AI agent 安全层,执行前检查工具调用并拦截风险调用。Jev 发现新攻击后编写或改写策略,测试后上线。
OpenJev 的原生 Swift 实现:从模型概率读取兼容 Jev 的类型化决策(是/否、选择、评分),支持 Apple silicon Mac 和 iPh…
CI 和编码 agent 的代码审查门禁:向 TypeSafe Jev 提出关于函数、文件、测试和文档的类型化问题,并报告带位置和概率的发现
JevBird:由 TypeSafe 的 System One 模型 Jev 实时操控的 Python Flappy Bird。Jev 看不到屏幕,游戏为每个…
基于 TypeSafe Jev 的 LlamaIndex reranker + router:类型化评分/选择,比 LLM-as-judge 更便宜
Elixir System One:TypeSafe Jev、Cloudflare Clef、OpenRouter、自托管CLM;全分布、行为stub、重试遥测
⚡ 100% offline, zero-cost drop-in alternative to TypeSafe Jev System One decision models in Rust (<18ms on CPU)
为 AI coding agent 提供约 2 秒的语义搜索、定向读取和列表选择。基于 TypeSafe Jev 的 CLI + MCP server,在 S…
开放决策引擎:本地 LLM 或 OpenAI 兼容 API,类型安全回答与原始 softmax 概率。微信/QQ/Telegram 追人雷达:结论及下一步建议。
基于JEV结构化判断与本地规则的Android助手,梳理BOSS直聘职位页薪资、福利和隐形风险,提供原文依据及可复制的HR追问。
恢复休眠 agent 前,询问 Jev 是否值得一次完整 LLM 调用;适用于 Workers、Durable Objects 和 Node,唤醒门故障时放行。
为编码 agent、脚本和 CI 提供概率评分决策;含 CLI、MCP server、Claude Code plugin,支持 OpenAI Decisio…
使用 TypeSafe 的 Jev 模型,通过 CLI 或 AI agent 的 command/skill,依据 YAML 编码规范包审查 git diff。
Claude Code、ChatGPT Codex 控制 Chrome。Chrome 扩展+MCP server,Jev(TypeSafe 模型)约0.5秒选…
TypeSafe Jev(System One)决策模型:零依赖OpenAI兼容桥,支持9Router、Claude Code、Cursor、Cline;类型…
独立运行的 System 1 决策引擎,支持 WebGPU/WASM 加速,与 TypeSafe Jev 的 /v1/systemone 协议兼容。
在 Apple Silicon 上用 DiffusionGemma 进行本地 JEV 风格决策,含基准测试和 coding-agent 示例。
| 工具 | 星标 | 评分 |
|---|---|---|
| jev-ultrafast | ★ 23.5k | 78 |
| fast-jev-compaction | ★ 7.7k | 76 |
| typesafe-computer-use | ★ 1.3k | 67 |
| QuantDinger | ★ 13.0k | 74 |
| kev | ★ 9.5k | 78 |
| SemIf-OpenJev | ★ 4.9k | 64 |
| jevgrep | ★ 2.8k | 69 |
| NanoJev | ★ 2.6k | 68 |
| AnyJev | ★ 1.5k | 66 |
| ollaya | ★ 1.4k | 71 |
| jevlike | ★ 1.4k | 59 |
| reticle | ★ 1.3k | 67 |
| pg-jev | ★ 1.2k | 71 |
| jev-browser-use | ★ 1.2k | 68 |
| hermes-jev-skills | ★ 1.1k | 70 |
| momo-code | ★ 1.1k | 74 |
| shapeshift | ★ 1.0k | 62 |
| laya | ★ 986 | 71 |
| rizzo-flow | ★ 919 | 61 |
| von | ★ 918 | 71 |
星数最高的有:browser-use/jev-ultrafast(网页 agent)、OpenByteInc/QuantDinger(集成 Jev 的交易系统)、jaredpalmer/kev(可自己运行的类 Jev 决策模型)和 tamaratran/fast-jev-compaction(用 Jev 决策压缩上下文的 Claude Code 插件)。本页所有仓库也收录在 GitHub 开源合集 zhuyansen/awesome-typesafe-jev 里。
可以用 TypeSafe 官方接口(POST api.typesafe.ai/v1/systemone,模型 jev-latest),也可以经 OpenRouter 调用。本页「SDK、MCP 与接口」一类的项目把它封装给其他软件用,例如 realZachi/pg-jev,一个能用自然语言查询表的 PostgreSQL 扩展。
2026 年顶尖的TypeSafe Jev工具是 jev-ultrafast, fast-jev-compaction, typesafe-computer-use。Agent Skills Hub 按 GitHub Star、质量分(含完整度、示例、agent 就绪度等 6 个维度)和近期活跃度对 336 个选项排序,每 8 小时基于实时 GitHub 数据重建。
jev-ultrafast(23.5k stars)是通用TypeSafe Jev工作流中采用最广的选择,用 Python 编写。fast-jev-compaction(7.7k stars)是有力的替代,改用 TypeScript。按你现有技术栈来选:匹配团队已用的语言和运行时,把集成成本降到最低。拿不准就从 jev-ultrafast 开始——它社区最深、线上示例最多。
遇到以下情况建议别用现成的TypeSafe Jev工具:(1)需求需要工具插件系统不支持的深度定制;(2)有严格合规要求、禁止第三方依赖;(3)工具维护停滞(上次提交超过 6 个月);(4)数据量小到写个 50 行脚本比学这工具还省。对每天 100 次请求以上的生产工作流,维护良好的工具省下的时间通常盖过定制损失。
TypeSafe Jev专门聚焦TypeSafe Jev相关的具体任务;OpenAI Codex 技能是相关但不同的类别——那类工具见 https://agentskillshub.top/best/codex-skills/。两者常出现在同一条 agent 流水线里,却解决不同问题:主目标是具体任务时选TypeSafe Jev,工作流更宽泛时选OpenAI Codex 技能。
对多数团队是的。jev-ultrafast 有 23.5k 个 star 的社区验证,能处理你没想到的边界情况,还自带文档。只有当(1)需求高度非标准、(2)有安全/合规理由要避开开源依赖、或(3)维护负担小到(代码 <200 行)长期更省时,才值得自己造。盈亏平衡点通常在省下约 2-3 周开发时间。
列表里多数TypeSafe Jev工具是开源的,采用宽松许可(MIT、Apache 2.0)。少数在免费自托管内核之上提供付费托管/云版本。商用前务必查看每个工具 GitHub 仓库的 LICENSE——有些用 AGPL 或非商业限制,可能不适合你的部署模式。
评级来自基于 SlowMist agent 安全分类法的规则扫描:42 条公开规则,覆盖凭证窃取、数据外泄、curl | sh 安装等。它是第一层扫描,不是人工审计 — 我们如实说明,不夸大。
问题规模有独立研究佐证:Liu et al. (2026) 对 31,132 个 agent skill 的研究发现,26.1% 含有安全漏洞。我们自己的全目录普查已作为可引用的开放数据集发布。
信源与负责人: