kerpopule/hermes-jev-skills

解決的問題

AI代理經常在簡單的決策任務（例如選擇合適的模型、過濾搜尋結果或整理郵件）上浪費昂貴的前沿模型令牌，而這些任務並不需要複雜的散文生成。本專案提供一組技能和一個外掛程式，將這些「小決策」交由 Jev——一個專用且低成本的決策模型處理，該模型能以校準的置信度回答類型化問題（是/否、評分或從清單中選擇），從而降低延遲與成本。

如何運作

該系統透過外掛程式（特別是 Hermes 專用）或獨立的技能檔案將 Jev 集成到代理的工作流程中。它在關鍵節點攔截代理流程，快速做出決策：

• 模型路由：動態選擇能處理當前回合的最經濟高效的模型。
• 過濾與選擇：在主大語言模型讀取之前，識別出檢索到的記憶片段或搜尋結果中真正相關的部分。
• 任務分診：根據緊急程度和類型對傳入訊息進行分類。
• 動作選擇：從預定義的安全動作清單中選擇下一步的 GUI 或瀏覽器操作。

為確保安全與隱私，系統使用去敏層在傳送至 Jev API 前屏蔽敏感資料，並採用「故障開放」設計，即當決策模型無法使用時，代理將回退至預設行為。

適用對象

使用 Hermes 代理框架等建構 AI 代理的開發者，希望透過將高階推理與日常決策分離，來優化營運成本與回應時間。

亮點

• 成本與速度：決策通常耗時約 0.4 秒，成本不足一美分的幾分之一。
• 影子模式：允許使用者記錄 Jev 的決策，而無需實際切換模型或動作，可在上線前驗證效能。
• 隱私優先：內建對郵件、電話號碼和金鑰的去敏功能，並提供「私密設定檔」模式以處理高度敏感資料。
• 廣泛適用性：附帶 9 個與代理無關的技能，可在 Claude Code 或 Codex 等其他環境中使用。
• 故障安全：設計為故障開放，確保 Jev 故障不會阻塞代理的任何回合。