jkudish/jev-mcp

Fast, cheap, typed judgments from TypeSafe's Jev model, as MCP tools.

해결 과제

최첨단 모델은 모든 작은 작업에 실행하기에는 너무 느리고 비용이 많이 들기 때문에, 에이전트는 사실 확인, 콘텐츠 필터링, 목록 정렬과 같은 '기계적인' 확인 작업을 건너뛰는 경우가 많습니다. 이 프로젝트는 에이전트가 이러한 판단을 안정적이고 대규모로 수행할 수 있도록 하는 전문적이고 빠르며 저렴한 도구 세트를 제공합니다.

작동 방식

이 도구는 에이전트를 TypeSafe의 Jev 모델에 연결하는 MCP (Model Context Protocol) 서버 역할을 합니다. 에이전트에 이러한 도구를 등록하면 에이전트는 사실 확인, 콘텐츠 필터링, 데이터 추출과 같은 특정 작업을 수행하기 위해 도구를 호출할 수 있습니다. 각 도구는 신뢰도 점수와 확률을 포함한 구조화된 유형화 데이터를 반환하므로, 에이전트는 결과를 신뢰할지 아니면 사람의 검토를 위해 플래그를 지정할지 결정할 수 있습니다.

대상 사용자

모든 사소한 단계마다 대규모 최첨단 모델을 사용하는 데 따른 지연 시간이나 비용 없이, 워크플로우에 강력하고 검증 가능한 의사 결정 기능을 추가해야 하는 AI 에이전트 개발자를 위한 도구입니다.

주요 특징

  • 12가지 전문 도구: 주장 검증 (jev_verify), 프롬프트 인젝션 필터링 (jev_screen), 임베딩 없이 후보 순위 지정 (jev_find), 항목 일괄 분류 (jev_classify) 기능을 포함합니다.
  • 빠르고 저렴함: 판단 결과는 150~500밀리초 내에 반환되며 비용은 1센트의 극히 일부에 불과합니다.
  • 유형화된 출력: 명확한 신뢰도 점수와 확률 분포를 제공하여 에이전트가 불확실성을 적절하게 처리할 수 있도록 합니다.
  • 유연한 배포: stdio를 통한 로컬 실행, 팀을 위한 원격 HTTP 서버, 또는 자체 애플리케이션 코드에 직접 내장하는 방식 모두 지원합니다.
  • 에이전트 준비 완료: 코딩 어시스턴트가 내부 지식에만 의존하지 않고 언제 이러한 도구를 사용해야 하는지 알려주는 사전 구축된 에이전트 스킬이 포함되어 있습니다.

관련

  • Dispatch
  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트