cobanov/awesome-jev

它解决的问题

Jev 是一个专为快速、类型化、概率性决策而设计的模型——例如分类、路由、评分、排序、验证和护栏——而非自由形式的文本生成。此列表收集了基于 Jev 构建或与之集成的项目，帮助开发者找到现成的工具、SDK 和框架，将这些决策能力整合到他们自己的应用程序中。

工作原理

该列表经过精选且有来源支持，优先选择具有公开代码、具体 Jev 用法、明确局限性和可复现证据的项目。它将条目组织成类别，如官方资源、提供商集成、框架集成、SDK 和开发者工具、代理和护栏、上下文和压缩、浏览器和计算机使用、路由和工作流、游戏和机器人、媒体和创意工具、开放复现、评估和校准以及指南。每个条目通常包含指向仓库的链接和简短描述。README 还警告说，符合模式的有效输出并不等同于正确的决策，并建议在您自己的数据上进行验证，并将高影响操作置于确定性检查之后。

适用对象

有兴趣在其应用程序中使用 Jev（或类似的 System One 决策模型）的开发者和团队，他们希望看到真实的集成示例、官方 SDK、提供商网关、框架适配器以及跨多种编程语言和生态系统的社区构建工具。

亮点

• 包含 155 个经过来源审查的集成、项目和研究的目录
• 官方资源：TypeSafe AI 文档、JS/Python SDK、system-one 适配器、技能、模型别名、置信度指南和已知局限性
• 提供商集成：Cloudflare AI、Netlify AI Gateway、OpenRouter、Vercel AI Gateway
• 框架集成：LangChain、LangChain.js、LiteLLM、Pydantic AI、Rig、TanStack AI、Effect、BAML、Ax、Composio 等
• 社区开发者工具：hunch (Ruby/TS/Python)、jev-mcp 服务器、jegrep/jgrep 语义 grep、jev.nvim、pytest-jev、多种语言 SDK（Go、Java、Elixir、Rust、Kotlin 等）
• 面向代理的工具：编码代理路由器、护栏、恶意代码扫描器、证据账本系统
• 开放复现和研究，以及评估和校准指南