awesome-jev
在 Jev 上發布你打造的內容,TypeSafe AI 的 System One 決策模型:一個每週更新的看板,創作者在此發布作品,眾人投票,並提供公開 Jev 範例索引
awesome-jev 是什麼?
在 Jev 上發布你打造的內容,TypeSafe AI 的 System One 決策模型:一個每週更新的看板,創作者在此發布作品,眾人投票,並提供按決策模式分類的公開 Jev 範例索引,附有來源引用、日期連結檢查與呼叫點文字檢查;執行時期與效能未在此獨立測試。支援 EN/中文、JSON schema、平台矩陣。
awesome-jev 概覽
這是什麼
Jev 是 TypeSafe AI 的決策模型。它不產生文字——你提供狀態與型別化問題,它回傳帶校準信心的型別化答案。此儲存庫收錄 1207 個使用 Jev 的公開範例,按決策模式分類。它不是產品、不是 SDK、與 TypeSafe AI 無關聯,也不構成推薦。收錄僅為來源記錄,非執行時期或效能背書。
主要功能
- 三種基本元件:Choice、Score 與 Noul。所有決策模式皆由此建構。
- 輸入僅限文字——字串、JSON 物件或文字陣列。
- 每次請求上下文 64k token,狀態與最長問題合計 32k token。輸出 token 免費。
- 無公開權重,因此無法在本機執行。
- 1207 個公開資源按決策模式索引,附來源引用、連結檢查日期與排程呼叫點文字檢查。
- 執行時期與效能未在此獨立測試。
使用情境
- 工具選擇(231 筆) - 脈絡壓縮(35 筆) - 安全閘控(140 筆) - 輸出驗證(135 筆) - 重試控制(7 筆) - 人工升級(69 筆) - 模型路由(45 筆) - 推測性扇出(33 筆) - 搜尋與排序(64 筆) - 結構化萃取(17 筆) - 分類(120 筆) - 機器學習特徵萃取(8 筆) - 文件分流(20 筆) - 支援分流(9 筆) - 內容評分(166 筆) - 推薦(1 筆) - 總覽(453 筆) - 亦包含獨立測量的負面結果,例如 Hermes Agent 壓縮評估與 worldmonitor 新聞威脅分類。
快速開始
請參閱儲存庫 README 以取得快速開始指令(Python、JS、cURL 範例於此處提及但未重現)。
授權與價格
授權未標明(NOASSERTION)。此專案為開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。