分类
把条目归入分类体系，包括用概率遍历的深层层级。
共有 127 行归在这个模式下，其中 122 行带代码。顺序与目录相同：官方的在前，然后是带代码的，再按星标排。
标有「并非 Jev 本身」或「仅影子运行」的条目照样列出，但它们不是用 Jev 做决策的示例。
-
Cookbook: Classification using confidence
把年报分入 75 个行业组，再根据答案自身的置信度决定：报这个细分组，还是退回上一层的大类。
-
Cookbook: Hierarchical classification
用对 Choice 概率做并行 beam search 的方式，遍历专利、零售、生物医学、源码这几套很深的分类体系。
-
Cookbook: Knowledge graph entity alignment
判断两份商品目录间 450 个候选配对里哪些指的是同一个东西 —— 一个 Score 就够，它的三级正好对应三种可执行动作。
-
Cookbook: Structure recovery
用两次请求把丢了格式的纯文本还原成 Markdown：一次把硬换行的段落重新接起来，一次给每个块分类。
-
worldmonitor: news threat classification
用两个 Choice 判断威胁等级与类别；盲测发现 Jev 只是与原有模型打平，于是一直保持影子运行。
-
json-render
Vercel Labs 的生成式 UI 框架。实验里 Jev 不逐 token 写 JSON，只负责选组件、属性和布局。
-
Inbox Zero: seven email decisions
七个互不相同的邮件决策，每个都有自己单独设定的阈值，任何出错都回落到普通 LLM。
-
pg-jev
一个真正的 PostgreSQL 扩展，把三个原语暴露成 SQL 函数 —— 语义判断可以直接写进任意行类型的 WHERE 子句。
-
jev-mcp
现成的 Agent 判断工具箱：事实核验、内容筛查、语义排序、分类和信息提取，各自独立成工具。
-
docjev
对 PDF、DOCX 和 PPTX 文件做分类和切分：LiteParse 在本地提取每页文字，然后 Jev 用一个 choice 按你的规则选出文档类别；对多文档合订本则逐页回答一个类别 choice 和一个“新文档是否从这里开始”的 noul。其报告涵盖 40 份真实 PDF。模型撰写机翻
-
tax-doc-classifier
税务文档分页分类器：每页一次请求，问 Jev 两个 choice：页面类型（7 个选项）和 IRS 表单（230 个另加“不在列表中”），五种表单的附表再用一个后续 choice 细分；选项描述由 IRS 官方 PDF 生成，代码以 0.95 为门槛。作者在 314 页已填写表单上测得严格错误为零。模型撰写机翻
-
classifier-dev
基于纯 HTTP 的零样本文本分类，无需密钥或注册：传入标签和文本，返回一个标签和校准过的置信度，一次请求可含一千条文本。两个档位都由 Jev 作答：每条文本一个 choice，多标签时每个标签一个 noul；smart 档会把置信度低于 0.7 的答案交给推理模型重答。模型撰写机翻
-
unclutter
一个浏览器扩展，用可复用的模板规则清除页面杂物。
-
perch: semantic code linting
先用 tree-sitter 找出并排序方法，再把用户自写的 YAML 规则编译成 noul；严重度取评分量表的期望值，而不是概率最高的那一档。
-
jev4pg
为 PostgreSQL 提供自然语言 SQL 和 41 个语义算子。过滤、抽取、排序、匹配和核验以有上限的批次交给 Jev，答案须先通过校验；choice 选项需达 0.55、noul 需达 0.8 才算成立。作者报告其准确率为 98%，pg-jev 的请求路径为 92%。模型撰写机翻
-
Jev-X-Sentiment-Analysis
按需使用的加密市场情报终端：选定币种和推文样本数量，Jev 结合行情、资金费率与社交情绪给出买入、卖出、持有或止盈的决策卡片，不会自动下单。机翻
-
332_lab-jev-chat
电脑版微信助手：由 Jev 判断每条消息的意图，DeepSeek 给出建议回复。机翻
-
Jev-Code-Reviewer
用于审阅编程 Agent 所提 PR 的本地工具：按书面的优先级规则，用 Jev 的 choice 把每处改动分为 P0、P1 或 P2，默认只显示 P0。不会向 GitHub 发布任何内容。模型撰写机翻
-
taskuary
本地优先的工作助手：把邮件、聊天和工单变成任务，交给你的编程智能体去做，未经你批准什么都不会发出。配置 TypeSafe 密钥后由 Jev 分诊：状态里带上你的资料和过往判断，用 noul 按你会怎么判断来提问，例如这一项要不要建成任务。模型撰写机翻
-
Prism
不直接让 Jev 下单。它判断 toxic flow、市场压力、均值回归之类的状态，再交给原来的策略。
-
jev-arena
Jev 模型介绍与实测：通过 Choice / Score / Noul 将自然语言转为带类型的判断与概率，用于分类、评分和路由；支持与 DeepSeek 等模型对比评论打标、速度与结果，含 CSV/Excel 导入、原速回放与离线报告。
-
youtube-sponsor-detection
跳过 YouTube 赞助口播的 Chrome 扩展：字幕按每 80 行分窗，用 Jev 的 noul 判断口播是否从这里开始，用 choice 指出是哪一行，再对短语逐个用 noul 定下切点；由代码把行号换算成秒数。音频模式每隔几秒问 Jev 口播是否正在播放。默认把握达到 70% 才跳过。模型撰写机翻
-
typesafe-adblock
一个 Chrome 扩展，逐个询问 DOM 元素是不是广告。
-
pg_typesafe
用于 Jev 分类决策的 PostgreSQL 扩展（预 alpha）。项目自述机翻
-
ha-jev
一个 Home Assistant 集成：把关于家的类型化答案变成传感器，提供可用于自动化的 noul、choice 和 score 动作，以及一个对话代理。机翻
-
SemDecide
把 Jev 做成命令行。Shell 里直接分类、打分、过滤，适合接爬虫、CI 和数据流水线。
-
JevIntent
微信（FkWeChat 插件）：长按消息分析意图 / 情绪 / 回复姿态，只在本机弹提示，对方无感知
-
Jevstiller
放在重复性 Jev 分类调用前面的代理：起初全部转发给 Jev，用 Jev 自己的答案和概率训练一个本地小模型，等它在留出流量上与 Jev 足够一致后改为本地作答。作者报告 Banking77 上有 61.7% 的消息由本地回答，与 Jev 的一致率为 99.4%。模型撰写机翻
-
jgrep (npm: jevgrep)
按代码的作用来 grep：对每个代码块、diff 块或 CSV 行问一个 Noul，输出带概率的 file:line 命中。--diff 用一条英文规则在 CI 里为 PR 把关（退出码 0 命中 / 1 干净 / 2 出错）；--tests 列出一次 diff 可能影响的测试文件。
-
grev
用提问代替模式匹配的 Unix 过滤工具：`grev 'is a vegan meal' menu.txt` 只保留 Jev 回答“是”的行；配套工具还会用到 choice 的置信度或路径分数。默认固定 jev-1.13.0，因为阈值是按模型版本调的。模型撰写机翻
-
jev-code
把 Jev 作为工具接入多个编程智能体。项目自述机翻
-
jev-sift
先分类，再选择性阅读：可移植的批量文本分类插件与 MCP 工具。项目自述机翻
-
vibecheck
把 System One 调用变成普通 Python 值的库：check（是/否）、classify（选一个）、label（选出所有适用项）和 score，支持阈值、“不确定”回答，以及把针对同一数据的多个问题合并成一批。可对接 TypeSafe 或任何兼容服务器。模型撰写机翻
-
jev-poly-crypto-demo
面向 Polymarket 五分钟 BTC 涨跌市场的研究工具：实时行情变成 Jev 的类别分数，由独立逻辑做决定，并在看板上展示。仅做模拟交易，从不连接钱包。机翻
-
commit-miner
用 Jev 对 Git 提交的 diff 与信息做分类：缺陷修复、安全修复、变更类型。项目自述机翻
-
jev-calibrate
用你自己的标注数据校准 Jev 的问题：在标注样本上调 criteria，在留出集上确认。项目自述机翻
-
dsh-jev-interceptor
为 DeepSeek Harness 中的每一次工具调用提供毫秒级 System-1 判断——由 Jev 驱动的风险分类与证据检查。项目自述机翻
-
evoke
反射式软件：一句话变成对一个小程序的调用，由 Jev 选择。机翻
-
jev-ids
基于 Jev 的高速、省 token 的入侵检测系统。项目自述机翻
-
jev-mcp
一个 MCP server，把分类、打分、检查、匹配、筛选暴露给任意智能体。
-
x-scanner
Chrome 扩展：给你在 X 上滑过的每条帖子打上类型化 Jev 判断与实时评分。项目自述机翻
-
jev-column-race
Jev 对比一个轻量 LLM：标注 1000 条应用评论，快 4.1 倍、便宜 7 倍。项目自述机翻
-
jev-gmail-ai-spam-filter-and-labeling
自托管的 Gmail AI 邮件分类器，由 Jev 驱动：创建自定义标签、整理收件箱、过滤垃圾邮件。项目旧自述机翻
-
jev-mail-classifier
用 Jev 给收件箱分类：打标、移动、标记、通知，全部配置驱动。项目自述机翻
-
jevframe
给 pandas 和 Polars 的语义 AI：用自然语言问题对 DataFrame 的行做分类、情感分析与打分。项目自述机翻
-
local-jev
本地离线的 System One 服务，兼容 Jev API，回答类型化的是非问题。项目自述机翻
-
jevlogs
面向 OpenTelemetry 的开源 Jev 日志分拣：在昂贵的 LLM 分析之前先给信号打分。项目自述机翻
-
wechat-jev-assistant
Windows 微信对话分析助手：本地读取、脱敏、TypeSafe Jev 判断与加密历史
-
JevBystander
安卓无障碍版微信判读：只读屏、只弹 3 条 Toast（意图 / 情绪 / 着急 / 建议），不生成回复文案、不发送 · 零第三方依赖，APK 861 KB
-
DuoMind
一个 OpenAI 兼容的本地服务器，把 llama.cpp 上的小模型与 Jev 搭配：在生成之前、之中和之后共 18 个决策点（是否需要推理、是否安全、输出格式、是否该停、是否重试）引导本地模型。提示词会发送给 TypeSafe，生成过程留在本地。模型撰写机翻
-
jev-agent-browser
由 Jev 驱动的快速有界浏览器智能体：类型化动作、调研、分类与安全编排。项目自述机翻
-
lkclean
清理 LinkedIn 信息流的 Chrome 扩展：用 TypeSafe 的 Jev 隐藏流量诱饵、自我推销和跑题的帖子。项目自述机翻
-
JEV Sees
让 Jev“看见”：本地的 Florence-2 和 CLIP 模型在图像、视频或 RGB-D 画面中找出物体，并在帧之间保持物体 ID 一致，然后由 Jev 针对每个相关物体回答 choice、noul 或 score 问题（如公交车颜色、行人风险、动物运动状态）。模型撰写机翻
-
augustus
面向决策模型这一类别的 agent 技能：分类器、编解码器、专用 AR 头、System One。机翻
-
duckdb-jev
高吞吐的原生 DuckDB 扩展，支持批量与流式的分类、打分与筛选。项目自述机翻
-
jev-ultralightspeed
对一大堆文本（工单、评论、日志）批量回答同一个问题：把多个条目打包进每次请求，并称吞吐量是逐条请求的 32 倍、成本低 41%。机翻
-
sift
Chrome 扩展：给 X 上的每条帖子打标（干货／幽默／闲聊／推广／垃圾／AI 生成）。项目自述机翻
-
jev-tree
在分类体系上做递归 Jev choice —— 在不突破 255 选项上限的前提下，从更多选项中做选择。项目自述机翻
-
jev-skip
读字幕、在观看时判断，从而跳过视频里的赞助段落。
-
one-system
通过统一接口使用本地与托管的分类器（即决策模型）。项目自述机翻
-
twitter-jev-guard
使用 TypeSafe Jev 在 X/Twitter 时间线上识别低质量、垃圾和广告帖子，并在文字区域显示醒目的半透明水印。
-
jev-dsl
面向智能体的 Haskell DSL：类型化数据包、类型推断，答案与问题同构。项目自述机翻
-
jlink
给经济学家用的记录链接：用自然语言写匹配规则，对每一对记录得到一个概率，可审计、可引用。支持 Python、CLI、Stata 和 R。项目自述机翻
-
hunch
对数据列向 Jev 提问：封闭集合的问题，带缓存，并把结果连接回原表。项目自述机翻
-
Jev Playwright
一个 Playwright 报告器：在启动任何浏览器之前，询问 Jev 某次代码改动可能影响哪些现有端到端测试，并跳过明显无关的测试。默认会发送改动路径、补丁和测试代码；README 提醒它可能漏掉受影响的测试。模型撰写机翻
-
jev-for-engineers
八个最小可运行示例：把 Jev 用在机械与电气工程场景。项目自述机翻
-
n8n-nodes-jev-classification
Jev 的 n8n 社区节点：带校准概率的文本分类、打分与检查。项目自述机翻
-
agent-fastpath
Jev MCP server：给编程智能体的决策层。项目自述机翻
-
agi-jev-containment
本地 AI 智能体监控：链路级恶意智能体检测。项目自述机翻
-
jev-document-classification
对文本文档做快速且低成本的分类。项目自述机翻
-
hush
不确定时保持沉默的 issue 分拣：校准过的标签，含垃圾与重复检测。项目自述机翻
-
jev-linkedin-slop-filter
给 LinkedIn 上的流量诱饵贴上 BAIT、CORP 或 BRAG 的标签，由 Jev（TypeSafe System One）实时判定。项目自述机翻
-
jeveryword
用 Jev 做文本抽取：字段抽取、PII 检测与逐字引文。项目自述机翻
-
JevT++
一个 C++20 库，通过编译期模式把运行时的文本、JSON 或对象转换为枚举、布尔值和分数，提供完整概率分布并支持显式弃权。可在进程内运行本地 Laya 模型（ONNX Runtime 或 ggml），也可通过可选的远程后端调用 Jev；附带延迟指标和马里奥游戏演示。模型撰写机翻
-
notiq
原生 Android 通知过滤，用自然语言写规则，由 Jev 或自托管的 FastJev 驱动。项目自述机翻
-
tab-bouncer
一个关闭多余标签页的 Chrome 扩展，由 TypeSafe Jev 一次调用完成判断。告诉它你在做什么即可。项目自述机翻
-
discoprint
用 Jev 按主题、情绪与歌词复杂度给一位艺人的全部作品分类，并可视化呈现。项目自述机翻
-
dsh-jev-decide
DSH 插件：把 Jev 注册成一个智能体工具。项目自述机翻
-
jev-logtriage
由 Jev 判断一批日志是否值得处理：类型化问题、置信闸门，不执行任何动作。项目自述机翻
-
jev-mail
用 TypeSafe Jev 模型为 Gmail 做分诊的 Chrome 扩展：为每封邮件给出类别、优先级、垃圾邮件概率和需回复概率。项目自述机翻
-
jev-mode
编程智能体总在不难的决策上烧上下文 —— 分拣 400 条工单之类的活儿不该这么贵。机翻
-
jev-pr-labeler
用 Jev 的类型化决策给 GitHub PR 打语义标签，依据概念范围而不是改动行数。项目自述机翻
-
jev-research-pipeline
针对长期问题的每日研究监控：确定性的 Python 掌控流程，TypeSafe Jev 按问题筛选信息源，Qwen 撰写笔记（试点）。项目旧自述机翻
-
jev-triage
拉取并同步大型仓库以做 issue 分拣。项目旧自述机翻
-
mysql-ailike
MySQL 的自然语言行过滤，由 TypeSafe Jev 驱动。项目自述机翻
-
Jev by Example
十个可运行的 JavaScript 智能体决策，一个文件一个：新记忆与旧记忆冲突时该改还是该留、工具返回 200 是否真的完成了任务、写入超时后该重试还是该对账、上下文分块在预算内如何取舍、压缩后的交接是否丢掉了某条禁令。Jev 只回答带类型的问题，阈值和最终提案由普通代码决定。
-
jev-guard
面向交易所充值与提现的实时风险分诊网关——Jev（TypeSafe System One）只负责分诊，裁决另有机制。项目自述机翻
-
jev-labeler-action
零配置的 AI 议题打标签工具，基于 TypeSafe 的 Jev。不生成文本，非官方。项目自述机翻
-
jev-mcp-server
Jev 的 MCP server：提供官方三种问题类型。项目自述机翻
-
jev-review-action
可配置的 GitHub 提交审查与 PR 分类，不使用任何文本生成模型。项目自述机翻
-
jev-slop-guard
Jev Slop Guard：一个 Chrome 扩展，在你浏览 X 和 LinkedIn 时为 AI 生成的垃圾内容打分并盖章。项目自述机翻
-
jevtriage
GitHub Action 与 CLI：用 TypeSafe Jev 为 PR 分诊（可以合并 / 需要审查 / 有风险），并带置信度关卡。项目自述机翻
-
jev-chess
用 Jev 做国际象棋的着法、局面评估、人格对手与棋局分类。项目自述机翻
-
jev-clean
以决策为先的数据清洗系统，由 Jev 驱动。项目自述机翻
-
jev-organize
把一堆公司文件扔进去，就能按部门、类型、敏感度、日期、交易方等分类整理好。项目自述机翻
-
jev-playwright-mcp
Jev 增强的 Playwright MCP 代理：页面状态分拣与提示注入防护。项目自述机翻
-
jev-resilience
面向 WebFlux 的 Spring Boot Starter：标注了 @SemanticCircuitBreaker 的方法会把每个响应体发给 Jev，用一个 noul 判断这个 HTTP 200 是否掩盖了错误、堆栈信息或维护通知；超过阈值（示例中为 0.85）就抛出熔断器可以计数的异常。失败即放行。模型撰写机翻
-
jev-secret-detection
衡量 Jev 在文件片段中识别真实密钥凭据的能力。项目自述机翻
-
jevticktrouter
用 .NET 10 与 React 19 做的快速结构化工单分拣。项目自述机翻
-
metis
Metis：由 Jev 驱动的 GitHub issue 自动分拣，可复用的 GitHub Action。项目自述机翻
-
watfile
用 Jev 或本地校准决策模型给文本与 PDF 分类归档。项目自述机翻
-
guard-jev
一个文本审核演示：一次 systemOne 调用并行检查七个 Noul 风险项和一个严重程度 Score，最终结论由代码按策略阈值计算。机翻
-
himalaya-jev-mail-classify
用语言模型给 Gmail 打标签、排优先级：通过 himalaya 读取邮件，用 Jev（TypeSafe）为每个会话分类。项目自述机翻
-
jev-benchmark
TypeSafe AI Jev 在智能体工具调用风险分类上的可复现基准：准确率、延迟，以及其置信度是否可信。项目自述机翻
-
jev-eval
在你自己的标注分类数据上，把 Jev 与任意 OpenRouter 模型做基准对比：准确率与校准度。机翻
-
jev-issue-radar
带并排证据的 GitHub issue 分拣，可免配置试用公开样例。项目自述机翻
-
Jevatar
一个只用面部表情回复的 AI 伙伴：Jev（TypeSafe System One）判断你的消息，并挑选一个表情。项目自述机翻
-
jevbench
对 TypeSafe Jev 在人类意见分歧下的校准进行预注册、经偏差校正的测试（ChaosNLI，每条 100 个人工标注）项目自述机翻
-
jevmod
面向社区和应用的内容审核，由 Jev（TypeSafe）驱动：按类别给出概率，阈值由你掌控。支持 Discord。项目自述机翻
-
progressgate
检测 AI 智能体循环中的语义停滞。项目自述机翻
-
pulselane
PulseLane：诊所分诊决策。项目自述机翻
-
triagedy
把告警分拣做成 UNIX 过滤器：JSONL 安全告警进，类型化决策出。项目自述机翻
-
github-issue-classification-using-jev
基于 Jev 的 GitHub issue 分类器。机翻
-
jev-agent-skill
给 AI 智能体的免费类型化判断：把分类／筛查／打分／校验卸载给 Jev。项目自述机翻
-
jev-eval
在四个公开分类数据集上比较 TypeSafe 的 Jev 与两款 GPT 模型：案例、逐条答案、评分全部公开。项目自述机翻
-
jev-trace-classifier
把 Jev 的 noul 原语应用到一个共谋语料库上。项目自述机翻
-
JevEye
向 Jev 询问一张图片：CNN 报告它看到了什么（带校准置信度或选择弃权），再由 Jev 判断这意味着什么。项目自述机翻
-
omp-jevens-classifier
给 OMP 的模型裁决式权限闸门。项目自述机翻
-
typesafe-image-diffusion
用通用分类器做扩散风格像素画：256 个并行像素问题。项目自述机翻
-
typesafe-triage-guard
基于 Jev 的三条可组合判断流水线：工单分拣、可观测性等。项目自述机翻
-
Probing Jev's behaviour with repeated API calls
独立的韩语实测笔记，报告仅仅把选项顺序倒过来，就能让概率移动到足以翻转 0.9 阈值的程度。
-
An early-access test of TypeSafe's Jev: calibrated judgments for half a cent
找到的最好的独立实测：固定单一模型版本、24 份挪威语文档，开篇就展示了一个模型答错、但同时正确报出低置信度的案例。
-
Jev - The Ultimate Classification Model?
一位 ML 工程师从分类任务角度做的讲解 —— 这个切入角度最贴近模型的实际能力。
-
jevai.org community showcase cases
九个社区演练场景：意图路由、发票分类、新闻过滤、商品打标、内容审核、主张核验、CSV 校验等。
-
Testing TypeSafe Jev, Mistral and Gemini for local event validation
找到的唯一三方横评，每个模型分别调过提示词，且明确把范围限定在单一任务上、不做通用排名。