kerpopule/hermes-jev-skills

解決する課題

AIエージェントは、たとえばターンごとの適切なモデルの選択、検索結果のフィルタリング、メールの並べ替えなど、複雑な文章生成を必要としない単純な意思決定タスクに、高価な最先端モデルのトークンを無駄に消費することが多いです。このプロジェクトは、タイプされた質問（はい／いいえ、スコアリング、リストからの選択）に、校正された信頼度で応答できる専用で低コストの決定モデル「Jev」にこれらの「小さな意思決定」をオフロードするためのスキルセットとプラグインを提供し、遅延とコストを削減します。

動作方法

このシステムは、プラグイン（特にHermes用）またはスタンドアロンのスキルファイルを通じてJevをエージェントのワークフローに統合します。キーポイントでエージェントのプロセスをインターセプトし、迅速な意思決定を行います：

• モデルルーティング：現在のターンを処理できる最もコスト効率の良いモデルを動的に選択。
• フィルタリング＆選択：メインLLMが読み込む前に、取得されたメモリパスや検索結果のうち実際に関連するものを特定。
• タスクトリアージ：受信メッセージを緊急度と種類で分類。
• アクション選択：事前に定義された安全なアクションリストから、次のGUIまたはブラウザアクションを選択。

安全性とプライバシーを確保するため、システムはJev APIに送信する前に機密データをマスクするレダクションレイヤーを採用し、決定モデルが利用不可の場合にエージェントがデフォルト動作に戻る「フェイルオープン」設計を実装しています。

対象ユーザー

Hermesエージェントフレームワークなどを使用している開発者で、高レベルの推論と日常的な意思決定を分離することで、運用コストと応答時間を最適化したい方。

特徴

• コスト＆スピード：意思決定は通常約0.4秒で、コストは1セントの数パーセント未満。
• シャドウモード：モデルやアクションを実際に切り替えずにJevの意思決定をログ記録可能。本番導入前にパフォーマンスを検証可能。
• プライバシー最優先：メール、電話番号、トークンなどのデータに対して組み込みのレダクションを提供。極めて機密性の高いデータには「プライベートプロファイル」モードを用意。
• 広範な有用性：Claude CodeやCodexなど他の環境でも利用可能な、エージェント非依存の9つのスキルを標準搭載。
• フェイルセーフ：フェイルオープン設計により、Jevの障害がエージェントのターンをブロックすることはありません。