不知道JEV要补课的请走:
不会还有人不知道JEV吧,只输出决策,不产文本。以 RLCD 训练、并行推理替代自回归
或
官方:https://mp.weixin.qq.com/s/DNr2E1OW63GO0v9dMsrvSA
说白了其实是三种模式:
单选(Choice):从最多 255 个选项里选一个
打分(Score):在一个刻度上给分
是/否(Noul):给出一个“是”的概率
-
fast-jev-compaction
Claude Code 插件。每次工具调用后,用 Jev 判断哪些内容该保留、压缩或丢弃,减少上下文膨胀。
https://github.com/tamaratran/fast-jev-compaction -
jev-browser
让 LLM 负责规划,Jev 负责浏览器里的具体选择。支持 CLI、Library 和 MCP。
https://github.com/Ying-Kai-Liao/jev-browser -
jev-search
把 Jev 用在搜索流程里,负责理解查询、选择信息源、筛选结果。
https://github.com/superagents-lab/jev-search -
Reticle
给 Web 和桌面应用增加运行时感知能力,帮助 Agent 理解自己正在操作的界面。
https://github.com/reticlehq/reticle -
NanoJev
一个 Jev 的轻量复现项目,包含并行决策、动态候选项和完整训练流程。
https://github.com/TianyuCodings/NanoJev -
open-alternative-jev
尝试用开源模型复现 Jev 风格的 System One 决策层,并提供基准测试。
https://github.com/ikermoel/open-alternative-jev -
pi-jev
把 Jev 接入 Pi coding agent,用来控制工具调用,也支持类型化、带置信度的回答。
https://github.com/y0usaf/pi-jev -
hermes-jev-skills
直接把 Jev 接进 Hermes、Claude Code 和 Codex,覆盖模型路由、记忆、上下文压缩、Skill 选择和浏览器操作。
https://github.com/kerpopule/hermes-jev-skills