精选 Jev 项目：框架与集成

具有 TypeSafe 护栏和 Jev 分类器的 AI 网关，用于策略判断和基于复杂性的请求路由。

具有 TypeSafe 判断提供程序的编码代理，该提供程序使用 Jev 进行类型检查、路由和工作流程决策。

带有实验评估器的生成式 UI 框架，可让 Jev 在应用程序提供的组合标准中进行选择。

Vercel 开源 Agent 框架，在实验性 evaluate 流程中将 Jev 作为默认评测模型。

LLM 评测平台，其 Instant Evals 将生产环境 trace 批量发送给 Jev，由 Noul、Score 和 Choice 判断语言、帮助度与主题等问题。

Laravel AI SDK 带有 TypeSafe 提供程序，用于 Jev Choice、Score 和 Noul 分类请求。

使用 Jev 进行快速类型控制决策的代理架构示例。

Vercel Labs 终端 CLI，可在 evaluate 命令中使用 Jev 作为评测模型。

具有可选 Jev 重新排序器的代理内存库，可判断哪些检索到的内存是相关的。

Vercel AI SDK 的 OpenRouter 提供程序包含通过 OpenRouter 聊天和完成 API 对数百种模型的支持。

对话化身框架，带有 Jev 门，可判断说话者是否已完成回合。

Agent 化 TypeScript 工作流框架，内置 Jev 会话检查器。

由 TypeSafe Jev 驱动的 PostgreSQL 扩展，可用自然语言查询 Postgres 表。

将图像、视频和 RGB-D 观测转为场景状态的视觉前端，供 Jev 判断物体属性、关系和风险。

面向 AI Agent 的自托管、版本化技能库，可通过 TypeSafe 或 AI 网关提供 Jev 推荐。

用于常见 AI 用例的 API 服务器运行时 - 支持多个模型和提供者。使用 Ollama 或 LM Studio 在本地运行，或通过 OpenRouter、OpenAI、Anthropic 或 Google 在云端运行。

统一 AI SDK，其 TypeSafe decide API 为模型路由、压缩、工具选择和检索规划提供类型化判断。

PostgreSQL 语义算子，由 Jev 判断文本是否满足条件，保留概率与原文证据，精确关联和聚合交给 SQL。

用于 TypeSafe AI（Jev）分类的早期预览版 PostgreSQL 扩展。

由 Jev 排序的 Fish 风格 zsh 历史自动建议。

Milvus 模型库，带有用于语义搜索的 TypeSafe Jev reranker 提供程序。

开放 Jev 风格文本与视觉检查点的服务运行时，在 Linux 上使用 vLLM、在 Apple Silicon 上使用 MLX/MPS，并提供 /v1/systemone。

BeamWeaver 将 Jev Choice、Score 和 Noul 评估公开为 Elixir 工作流程中提供者中立的决策模型调用。

用于 TypeScript 和 Pi 编码代理的提供者中立 System One 运行时。

使用邻接关系分类器，让 typesafe.ai 的 Jev System One 模型在 Neo4j 图中导航。

Jev 从有界选项中选择下一步，并将该选择记录在 Tocket 的共享项目笔记本中。

用于可验证的多步骤 Jev 决策的概率树和图形运行时。

面向 Laya 的 PHP 与 Laravel 客户端，将兼容 Jev 的类型化决策映射到 PHP 类型；尚未验证托管 Jev API 的兼容性。

ACP 与 MCP 适配器，把 Jev 类型化决策和计算机操作能力提供给 Codex、Claude、OpenCode 等 Agent。

Astra 使用本机 Jev 判断来检查代理上下文并选择有证据支持的运行时操作。

自我改进 Agent 框架，可选配 TypeSafe Jev，以执行 Choice、Score 和 Noul 类型化判断。

TypeSafe Jev 的 Home Assistant 集成，可针对家庭状态提问，并将概率、选择或评分作为实体返回。

具有可交换本地 Laya 或云 Jev 决策模型的代理 GraphRAG 管道。

SillyTavern 扩展，Jev 在添加指导之前根据配置的旁白规则对回复进行评分。

DuckDB 扩展：输入 Jev 答案作为真正的 SQL 类型

AI 内存的失效层。每个事实都有租约；新的证据结束了这一切。基于 TypeSafe Jev 构建。

Jev 支持的 Python 中 RAG 的相关性过滤和重新排名。

RubyLLM 2 的 TypeSafe 结构化输出提供商。

Ruby 和 Rails 的概率控制流 - 由 TypeSafe 的 Jev 提供支持。

集成 TypeSafe Jev 驱动的结构化输出库，支持 Noul、Choice 和 Score 决策。

Typed-judgment admission control at the traffic edge: three-layer prompt-injection and abuse filter for nginx/OpenResty, powered by TypeSafe Jev.故障打开、缓存、热重载。

为 Effect DecisionModel 和 Jev 制作类型安全的不确定性感知语义模式匹配、控制流和智能程序。

转向程序调用 Jev 进行 Choice、Score 和 Noul 决策并根据类型化的答案路由执行。

由 Jev 提供支持的可配置语义 linting，具有文件级 NOUL 判断和 magic-string 插件。

通过 ReqLLM 调用 Jev Choice 选择分支的 Elixir 控制流库。

使用 Jev 支持的决策进行代理图演化的语言和运行时。

pandas 和 Polars 的语义 AI：使用 TypeSafe Jev 对文本进行分类、分析情绪并通过自然语言问题和完整概率对 DataFrame 行进行评分。

一种轻量级的原生 Swift 6 桥，将 TypeSafe AI 的 Jev System One 决策模型集成到 Apple 的基础模型框架中。

Rails-native Jev wrapper for typed, calibrated application control flow.

像普通 Ruby 一样的语义决策 — 感觉？、决定、评分、由 Jev 支持的 Rails 验证和模式匹配

Experimental language and Rust runtime with composable semantic questions and Jev-backed decision methods.

通过类 psql CLI 及 Go、TypeScript、Python SDK，为原生 PostgreSQL 查询加入 jev()、jev_prob、jev_choice 和 jev_score。

为 Agent Zero 提供 TypeSafe AI Jev 判断，包括类型化工具和概率卡片。

异步 LangGraph 工作流，通过 Jev Choice 判断邮件属于发票还是一般邮件，并路由到对应处理器。

站点搜索在本地召回候选人，然后使用 Jev 对他们进行评分和重新排名。

面向 Neon AI Gateway 的 Neon Function 代理，使用 TypeSafe Jev 进行路由。

MySQL 的自然语言行过滤，由 TypeSafe Jev 提供支持。

面向 Laya 与 Kev 引擎的自托管 Jev 兼容服务器，提供 Docker 镜像、官方 SDK 兼容性和可运行的决策游戏。

Agent evals and guardrails that batch trace checks into one Jev-style decision request.

高吞吐量、强大的本机 DuckDB 扩展，用于来自 SQL 的批处理和流式 TypeSafe/Jev 分类、评分和语义谓词。

一名 VGI 工作人员将 TypeSafe System One 问题（choice、noul、score）作为 LATERAL-joinable 表函数暴露给 DuckDB/SQL

由 TypeSafe Jev 驱动的 LlamaIndex 重排序器与路由器，提供类型化评分和选择，成本低于 LLM-as-judge。

用于 TypeSafe AI 的 Shadcn 风格可复用组件与区块。

TypeSafe Jev AI 的非官方 Laravel 集成，支持类型化响应、异步请求、作用域依赖注入和测试替身。

React 组件根据 TypeSafe 的 Jev 返回的校准判断来决定要渲染哪个组件、如何对列表进行排序以及是否显示可供性。审核期间未找到存储库级许可证文件。

面向 New API 的 TypeSafe AI System One 任务插件，提供原生 /v1/systemone 端点、路由和 Token 计费。

Home Assistant 集成，用 Jev 评估实体状态、更新风险和清理建议，并以置信度门槛和用户确认控制修改。

基于 typesafe-sdk gem 的社区 Rails 集成，支持配置、用量与成本持久化，以及可选置信度策略。

在用户看到每个 LLM 响应之前对其进行判断。 AI SDK 中间件和 OpenAI 兼容代理。

用于代理的便携式 System-1 决策层具有主机拥有的路由、收据、重播和故障开放集成。

使用 Jev 增强 Pydantic AI 能力的一组单文件、可运行小型示例。

面向 Letta Agent 的技能，通过 TypeSafe System One（Jev）按标准执行判断。

工作台，将聊天完成请求转换为可编辑的 Jev 状态和问题，将文本生成与类型化的判断进行比较，并公开可重用的代理路由。

RAG 流水线，由 Jev 路由查询、过滤检索片段并在输出前核验声明，另用代码检查数字是否有来源支持。

由 TypeSafe Jev（System One）驱动的 Home Assistant Assist 对话 Agent。

Python 库，把 Jev 的 Choice、Score、Noul 问题封装为分类、排序、抽取、核验和 DataFrame 工作流。

TypeScript 库，把 Jev 的 Choice、Score、Noul 问题封装为分类、排序、抽取、核验和数组工作流。

即插即用代理与 Pydantic AI 客户端，记录 Jev 概率，并对模型版本变化、分布漂移、阈值拥挤和估计准确率下降发出告警。

将 TypeSafe Jev 决策接入应用工作流的连接器。

pytest 的语义断言：测试您的 LLM 应用程序的输出含义，由 TypeSafe 的 Jev 判断。

用于 Jev 协议的本地多上游路由器，具有 Rust 后端和 React 接口。

TypeSafe AI System One API 的 n8n 社区节点，支持带校准概率的是非、选择和评分问题。

仅使用 Choice 的决策交换框架，将有界业务决策路由到 TypeSafe Jev 或兼容提供方，并把校验后的结果映射为不具授权效力的 ActionIntent。

通过 MCP 暴露 Jev 评估能力的本地 Paseo 插件。

Calibre 插件，用 Jev Noul 判断图书题材、主题及证据是否充分，按概率阈值筛选并在写入标签前供用户复核。

OpenClaw 的可选类型 TypeSafe AI Jev 决策，具有 SecretRef 凭证和严格的 API 验证。

VisiData 插件，将文本列的各行发送给 Jev 或其他 OpenRouter 决策模型，并把类型化标签、分数、概率和置信度添加为新列。

连接 Jev 与 Mellea 的适配器。

使用 Jev 检测 AI 幻觉与指令遵循失败的评估框架。