jkudish/jev-mcp

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

解决的问题

代理通常会跳过“机械性”检查(如验证事实、筛选内容或排序列表),因为前沿模型在处理每个小任务时速度太慢且成本太高。本项目提供了一套专门的、快速且低成本的工具,使代理能够可靠地大规模执行这些判断。

工作原理

它作为一个 MCP (Model Context Protocol) 服务器,将您的代理连接到 TypeSafe 的 Jev 模型。您可以向代理注册这些工具,代理随后即可调用它们来执行特定任务,如事实核查、内容筛选或数据提取。每个工具都会返回结构化的类型化数据,包括置信度分数和概率,从而允许代理决定是信任结果还是将其标记为人工审核。

适用对象

适用于正在构建 AI 代理的开发者,他们需要在工作流中添加稳健、可验证的决策能力,而无需为每个微小步骤承担使用全规模前沿模型的延迟或成本。

亮点

  • 十二种专用工具:包括用于验证声明 (jev_verify)、筛选提示词注入 (jev_screen)、无需嵌入即可对候选者进行排名 (jev_find) 以及批量分类项目 (jev_classify) 的功能。
  • 快速且廉价:判断结果可在 150 到 500 毫秒内返回,成本仅为几分之一美分。
  • 类型化输出:提供清晰的置信度分数和概率分布,使代理能够优雅地处理不确定性。
  • 灵活部署:可通过 stdio 本地运行,作为团队的远程 HTTP 服务器运行,或直接嵌入到您自己的应用程序代码中。
  • 代理就绪:包含一个预构建的代理技能,教导编码助手何时使用这些工具,而不是依赖其自身的内部知识。

相关

  • Dispatch
  • 项目
  • 项目
  • 项目
  • 项目