wuyoscar/jev-skill

解決する問題

コーディングエージェントの意思決定能力を向上させるための専門スキル、ワークフロー、デモを提供します。すべてのステップで一般的な LLM 推論に依存する代わりに、エージェントは「Jev」（選択、分類、スコアリングを行うシステム）を使用して、ツールルーティング、トリアージ、証拠確認などの特定のタスクをより確実に処理できます。

仕組み

このプロジェクトは、コーディングエージェント（Codex、Claude Code、OpenCode など）にインストールできる「スキル」のセットを提供します。これらのスキルは、さまざまな種類の決定のための専門モジュールとして機能します：

• jev：質問の設計とバッチ呼び出し。
• jev-triage：レコードの並べ替えとラベル付け（例：サポートキューのルーティング）。
• jev-documents：ソース証拠の検索と検証。
• jev-eval：ルーブリックに対する出力のチェック。
• jev-act：次の合法的なアクションの選択（例：ブラウザのステップやゲームの動き）。

エージェントは、API（OpenRouter または TypeSafe 経由）またはエージェント自身が決定ロジックを処理するシミュレーションモードを通じて、これらのスキルを使用できます。

対象読者

AI コーディングエージェントを構築または使用する開発者で、エージェントワークフローに構造化された意思決定、分類、スコアリング機能を追加したい方。

ハイライト

• 多様なスキルセット：トリアージ、ドキュメント証拠、評価、アクション選択のための専用モジュールが含まれます。
• 広範なエコシステム：57 のプロジェクト、108 のシナリオ、ブラウザ自動化から音楽作曲までのさまざまなコミュニティ構築アプリを備えたカタログを特徴とします。
• エージェントファーストのインストール：特定のプロンプトを介してコーディングエージェント自体がインストールできるように設計されています。
• 柔軟なバックエンド：公式の TypeSafe サービス、OpenRouter、またはローカルモデルシミュレーションをサポートします。