wuyoscar/jev-skill

해결하는 문제

코딩 에이전트의 의사 결정 능력을 향상시키기 위한 전문 스킬, 워크플로우, 데모를 제공합니다. 모든 단계에서 일반적인 LLM 추론에 의존하는 대신, 에이전트는 "Jev"(선택, 분류, 점수화를 수행하는 시스템)를 사용하여 도구 라우팅, 트리아지, 증거 확인과 같은 특정 작업을 더 안정적으로 처리할 수 있습니다.

작동 방식

이 프로젝트는 코딩 에이전트(Codex, Claude Code, OpenCode 등)에 설치할 수 있는 "스킬" 세트를 제공합니다. 이러한 스킬은 다양한 유형의 결정을 위한 전문 모듈로 작동합니다:

• jev: 질문 설계 및 배치 호출.
• jev-triage: 레코드 정렬 및 라벨링(예: 지원 큐 라우팅).
• jev-documents: 소스 증거 찾기 및 검증.
• jev-eval: 루브릭에 대한 출력 확인.
• jev-act: 다음 합법적 행동 선택(예: 브라우저 단계 또는 게임 이동).

에이전트는 API(OpenRouter 또는 TypeSafe를 통해) 또는 에이전트 자체가 결정 로직을 처리하는 시뮬레이션 모드를 통해 이러한 스킬을 사용할 수 있습니다.

대상 독자

AI 코딩 에이전트를 구축하거나 사용하는 개발자로, 에이전트 워크플로우에 구조화된 의사 결정, 분류, 점수화 기능을 추가하려는 분.

하이라이트

• 다양한 스킬 세트: 트리아지, 문서 증거, 평가, 행동 선택을 위한 전용 모듈이 포함됩니다.
• 광범위한 생태계: 57개의 프로젝트, 108개의 시나리오, 브라우저 자동화부터 음악 작곡까지 다양한 커뮤니티 구축 앱을 갖춘 카탈로그를 제공합니다.
• 에이전트 우선 설치: 특정 프롬프트를 통해 코딩 에이전트 자체가 설치하도록 설계되었습니다.
• 유연한 백엔드: 공식 TypeSafe 서비스, OpenRouter 또는 로컬 모델 시뮬레이션을 지원합니다.