输出校验
在输出到达用户前，按评分标准检查模型产出。
共有 138 行归在这个模式下，其中 136 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: Double-checking citations
用一个 Choice 对着原文核查引用是否错误或凭空编造，并用它的置信度把边缘情况标出来送审。
-
Cookbook: Guardrails for LLMs
用一次请求筛查 LLM 应用的每一条进出消息，既点明风险类型、又给「照做会造成多大危害」打分。
-
latitude-llm
面向 AI 智能体的开源可观测性平台，在调用轨迹里标出智能体出错的地方。其中一个影子提供方问 Jev 每个标记维度一个 noul，一次调用最多 11 个；所引文件看不出这些答案是否会改变任何标记，README 也没有提到 Jev。模型撰写机翻
-
reticle
通过实际操作正在运行的应用来核实 AI 智能体说的“完成”，给出通过、失败或无法判断。其基准测试框架就采集到的证据用一次调用问 Jev：五个 noul（预期结果是否发生、采集是否干净、应用是否报错等）、一个通过／失败／未知的 choice，以及一个严重程度 score。模型撰写机翻
-
atomic
编程智能体运行时：工作流是带版本的 TypeScript 阶段，包含可执行检查、评审关卡和人工审批。其 AI 包从 models.dev 收录 Jev，作为 5 家提供方上的 System One 决策模型，与聊天模型分开列出；README 没有说明工作流在哪里调用它。模型撰写机翻
-
abide
接入 Claude Code、Codex、OpenCode 和 Pi，在每次编辑或每一轮，就 AGENTS.md 或 CLAUDE.md 中的每条规则问 Jev 一个是非题，只给它看规则和 diff；违反的规则会退回给智能体修改。在 93 个回放的会话中，Jev 标出了 39 次编辑，其中 10 次经审阅者确认。模型撰写机翻
-
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。
-
vexjoy-agent
由 44 个智能体、63 个技能和 79 个钩子组成的工具包，按大白话请求分派。它的 /d 路由器请 Jev 给请求分类，并在派发前确认所选路线不会改变用户要的结果；它的自动压缩插件在上下文超过 60% 后，对每个难以判断的工具调用提三个 noul，并逐字裁剪。模型撰写机翻
-
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。
-
jev-review
一个本地优先的 MCP 插件，供编程智能体做持续的代码质量审查。
-
supercov
给编程智能体用的代码质量与覆盖率判断，Rust 实现。
-
jev-guard
给编程智能体用的安全钩子：每次工具调用前，Jev 判断这次调用可能造成多大危害、是不是用户要求的、是否在执行不可信的文字，再由代码决定拒绝、询问还是放行；调用返回后，Jev 扫描结果中的提示注入。支持 Claude Code、Codex、Cursor 等。模型撰写机翻
-
Canny
防 Coding Agent 嘴硬说自己做完了。看工具输出、代码 diff 和测试结果，再判断完成声明靠不靠谱。
-
jev-lint
检查解析器查不出的问题的 lint 工具：由 ast-grep 挑出代码，再就每处匹配向 Jev 提出该规则的一句话问题，例如上方注释是否说了代码里不成立的事，概率超过规则的阈值就报出。随附 99 条规则，出自 48 个问题；被判断的代码会发送到 API。模型撰写机翻
-
Jevlint (codegirl-007)
按自然语言规则检查代码的 linter：用 Tree-sitter 提取每个代码单元，Jev 对每条规则回答一个 `choice`（通过、失败，可选跳过或弃权），只有置信度达到该规则的下限时才报告失败。也支持 OpenAI、OpenRouter 和 Cloudflare 后端。模型撰写机翻
-
fastbrowse
浏览器智能体：每个页面被索引成候选控件，由 Jev 选出下一步，因此不会点击页面上没有的东西；规划和阅读由 Gemini Flash 负责，答案引用页面原文。维护者记录的 46 个任务中成功率为 99.2%，托管版 Browser Use 为 97.8%，而成本不到其十分之一。模型撰写机翻
-
jev-eval-agent
一个把评测工作通过类型化决策来路由的智能体。
-
formanator
从命令行或 MCP 客户端提交 Forma 福利报销。使用 --category-provider jev 时，Jev 用一个 choice 从 Forma 允许的“福利加类别”组合（另加 no_match）中挑一个，只看商家和描述；置信度低于 0.5 或无匹配时，回退到配置好的 LLM。模型撰写机翻
-
oxlint-plugin-jev
oxlint 插件：一条规则就是针对函数、调用、JSX 元素或整个文件的是非题；每个匹配都交给 Jev，当“是”的概率超过阈值时报错。机翻
-
jev-libero
精细的机器人控制，带物理预览与可配置的 LIBERO 任务。项目自述机翻
-
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。
-
jev-code
把 Jev 作为工具接入多个编程智能体。项目自述机翻
-
jev-recruiter
由 Jev 驱动的领英招聘智能体：浏览相关档案并保存链接。项目自述机翻
-
vibecheck
Chrome 扩展：发推之前先用 Jev 给你的帖子做个氛围检查。项目自述机翻
-
hermes-jev
类型化的 System One 决策、排序、校验，以及可选启用的 Hermes 工具闸门。机翻
-
jev-reviewer
系统综述的数据抽取：让 Jev 从论文及其补充材料里按抽取表取值，并附原文引用。机翻
-
jev-belay
Claude Code 的 Stop 钩子：在未经验证的“完成”之前拦下——读取会话记录找证据，只问 Jev 一次，其余情况一律放行。项目自述机翻
-
jev-cua
用语音和文字控制 macOS：一个悬浮栏，由 Jev 实时选择界面操作，并持续执行“观察—行动—验证”循环。项目自述机翻
-
snifftest
识别 AI 写作痕迹的文风 linter：零依赖，可计数规则外加一个判断模型。项目自述机翻
-
yoshi
给 Claude Code 和 Codex 做的上下文裁剪代理：由 Jev 判断哪些历史还需要 —— 实测而非宣称。项目自述机翻
-
smartmoney-cub
只读的交易日志与复盘 harness：Jev 类型化判断、智能体集成，以及一个可复现的金融基准。项目自述机翻
-
claude-jev
Claude Code 与 Pi 插件，把智能体的小判断交给 Jev：一次编辑是否违反 CLAUDE.md 中的规则（违反则拦下并给出 file:line 引用）、压缩时逐字保留哪些上下文块、为每个子智能体选模型档位并用 noul 检查其任务说明，以及为每条提示给出路由提示。所有钩子都失败即放行。模型撰写机翻
-
invalidate
AI 记忆的失效层：每条事实都有租期，新证据会终结它。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
-
cmd-mod-jev-nudge
Command Code 的 mod：当智能体在还有工作未完成时停下，由 Jev 判断后推它继续。项目自述机翻
-
jev-feels
把语义决策变成普通 Ruby —— feels?、decide、score，以及 Rails 校验与模式匹配。机翻
-
jev-rag-benchmark
可复现的基准：衡量 Jev 在 RAG 里的重排质量、延迟与成本。项目自述机翻
-
jev-commit
一个 pre-commit 钩子：一次调用判断提交信息与 diff 是否相符。
-
jev-e2e
为网页应用编写自然语言的端到端测试，由 Jev 与 Playwright 驱动。项目自述机翻
-
jev-lint
面向编程 Agent 的模糊 linter：Agent 写完文件后，团队用自然语言写的每条规则都作为一个 Jev noul 来问，约 0.3 秒后 Agent 就能知道自己违反了哪些规则。可以从仓库自动生成规则；也可改用 Cloudflare 或 OpenAI 作为评判。模型撰写机翻
-
typed_evals
为 LLM 与智能体输出提供快速、带类型、经校准的评估，由 Jev 驱动，附带简单且与框架无关的 Python API。项目旧自述机翻
-
patdown
用 Jev 做拦截、引导与「模糊 lint」，让智能体遵守你的规则与约定。含 CLI 与 GitHub Action。机翻
-
dsh-jev-tools
DeepSeek Harness 插件，在工具输出进入上下文之前先问 Jev：长篇读取或抓取结果里哪些段落相关（按排序保留，不卡阈值）；抓回的页面里有没有针对 AI 的指令（概率达到 0.75 时附提醒，内容原样保留）；推荐哪一个技能；以及每条“完成”声明有没有证据。模型撰写机翻
-
jevlint
可配置的语义 lint，带文件级 NOUL 判断与一个「魔法字符串」插件。项目自述机翻
-
pi-heed
给 pi 编程智能体的运行时约束：每个有副作用的工具调用执行前，先对照你说过的话检查。项目自述机翻
-
Sedum (npm: sedum-cli)
在 Playwright 代码旁用纯英文句子编写浏览器端到端测试。目标模式下，由 Jev 的 Choice 选出每一步操作（点击、输入、完成或受阻）及其目标；逐句步骤每句用一个 Choice；每条验证断言是两个 Noul（holds、contradicted）。动作由 Playwright 执行，阈值由代码判定。机翻
-
jev-browser
一个基于 Jev 与 Playwright 的统一内核：带类型的 SDK、常驻 CLI，以及带原生浏览器操作和确定性断言的 MCP 服务器。项目自述机翻
-
lejudge-jev-jepa
为 JEPA 世界模型规划写自然语言约束，由决策模型而非 LLM 来判定。项目自述机翻
-
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
-
jev-enforce
一个 Claude Code 插件，按你的 CLAUDE.md 或 AGENTS.md 检查每次回复和每次文件编辑：每条规则对应一个 Jev noul，全部放在一个请求里；违反的规则会通过 Stop 或 PostToolUse 钩子被引用回去，让 Claude 在同一轮内修正。也提供可用于 CI 的命令行工具。模型撰写机翻
-
jev-pref
把 AGENTS.md 里的偏好变成一个由 Jev 驱动的快速 AI linter。项目自述机翻
-
lintus
一个用自然语言写规则的代码检查器。项目自述机翻
-
citation-verifier
核查每篇被引论文是否支持引用它的那句话：一个模型证明引文，Jev 打分，人来裁定。项目自述机翻
-
hermes-jev-plugin
给 Hermes Agent 的 Jev 决策工具：check／route／score／evaluate 四件套。项目自述机翻
-
jev-security-scan
使用 TypeSafe Jev 审查 Skill 与 MCP 的可疑行为，结合静态证据并明确标注覆盖范围。项目自述机翻
-
jev-spec
每次提交都检查规格漂移：用 Jev 对照你的 Markdown 规格检查代码。项目自述机翻
-
taste-lint
在发布前拦住 AI 水文。项目自述机翻
-
jev-subtitle-translator
用结构化 LLM 输出翻译 SRT 字幕，并让 Jev 检查每一条译文。项目自述机翻
-
JevPR
由 Jev 自动完成的 PR 风险审查。项目自述机翻
-
jev-auto-router
实验性的逐次调用 GPT 模型路由，通过 Jev 与一个本地 Rescue 层为 Codex 服务。项目旧自述机翻
-
jev-block-android-ad
Android 上的通知与短信过滤：不是匹配关键词，而是由模型判断。项目自述机翻
-
jevgate
面向 CI 与编码智能体的代码审查关卡：就函数、文件、测试与依赖向 TypeSafe Jev 提出小而具体的类型化问题。项目自述机翻
-
pytest-jev
给 pytest 的语义断言：测试 LLM 应用输出的含义，由 Jev 判定。机翻
-
zod-jev
Zod 校验结构，Jev 校验含义：把 schema 上的语义检查（是否含个人数据、价格是否合理、类别是否匹配）一次性发给 Jev，得到的校准概率再转成 Zod 的校验问题。机翻
-
diffjury
PR 风险路由器兼代码审查教练。项目自述机翻
-
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
-
jev-guard
为 Claude Code 提供概率评分的护栏：拒绝违反规则的修改和未经要求的部署，并把文档路由到合适的位置。项目自述机翻
-
jev-lm
输出层就是 Jev 的词级语言模型：n-gram 起草，Noul 做分块校验。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
-
riff
小而快的文风 linter：ruff 式的规则编码，由 Jev 支撑。项目自述机翻
-
dinostomp
面向 AI 评测的验证层：检查的是测量工具本身，而不仅仅是分数——数据、评分器、运行、数字与结论。项目自述机翻
-
hunch
用 Jev、大白话规则与 Agent 技能做语义代码审查。项目自述机翻
-
jev-code-review-benchmark
在 Python 代码审查规则上比较 Jev、Gemini Flash 与 Claude Fable：成本、速度、准确率与一致性。项目自述机翻
-
limpet
一个 Stop 钩子，阻止编程智能体过早收工 —— 用大白话写规则，由 Jev 裁定。项目自述机翻
-
jev-align
面向 LLM 回复与智能体计划的校准对齐验证器，由 Jev 驱动。项目自述机翻
-
jev-codes
用 TypeSafe Jev 模型对照 YAML 编码规范包审计你的 git diff，可从 CLI 或 AI 智能体的命令中调用。项目自述机翻
-
jev-oas-sentinel
用确定性检查加 Jev 语义判断，揪出藏在 OpenAPI 描述文字里的破坏性变更。项目自述机翻
-
jevarena
开源的自带 key 竞技场，用来评测 Jev 与其他 AI 裁判：找出失败案例，比较质量、成本与延迟。项目自述机翻
-
jevkit
用 Rust 写的快速 CLI：类型化决策，付费之前先离线 lint。项目自述机翻
-
jevtest
面向 Vitest 与 Jest 的语义测试匹配器，由 TypeSafe Jev 模型驱动。用自然语言写期望。项目自述机翻
-
semantic-assert
用来断言“真实需求”的测试库。项目自述机翻
-
solvi
Python 决策运行时，内置 System One API 适配器：由 Jev、LLM 或本地模型给出类型化答案，再由硬性检查、规则和校准阈值决定采纳、弃权或转交人工；每个决策都保存为可重放的哈希链记录。机翻
-
tenbin
MCP server 兼 agent 技能：把一个判断分解成多个类型化问题。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-behavior-study
独立的 Jev 1.13.0 行为研究：报告、受控提示实验、原始结果与离线验证。项目自述机翻
-
jev-decisions
给 Hermes 及其他智能体的 Jev 决策插件：工具风险审查与人工批准。机翻
-
jev-exploration
Jev 探索性合集：宣称核查、实时演示与可运行代码。项目自述机翻
-
jev-preflight
给 Claude Code 的有界 Jev 风险检查：八个风险维度、一次请求。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-rust-review
给 Claude Code 与编程智能体的 Rust 感知代码审查。项目自述机翻
-
jevsume
由 Jev 驱动的 ATS 友好简历评审。项目自述机翻
-
jod
构建在 Jev 之上的语义 schema：先在本地校验状态，再投影出类型化答案。项目自述机翻
-
open-jev-approvals
给 Codex 与 Claude Code 的二值批准闸门：每次被拦截的工具调用都要审查。项目自述机翻
-
tripwire
在用户看到之前先审判每一条 LLM 响应。提供 AI SDK middleware 与 OpenAI 兼容代理。项目自述机翻
-
typesafe-jev-calibrate-for-code-review
关于为代码审查校准 Jev 的研究。项目自述机翻
-
clear-head
Claude Code Stop 钩子：核对 AI 助手的声明与它这轮实际读过的内容是否相符。项目自述机翻
-
Footwork
经过验证的浏览器智能体：在任意 LLM 浏览器智能体前加一道便宜的 Jev 防护（经证据检查的完成判断、破坏性操作关卡）。项目自述机翻
-
jackalope
面向编程智能体、并行 Git worktree 与代码审查的桌面工作区。项目自述机翻
-
jev-browser-pilot
给浏览器与桌面自动化的有界决策层：只做决策的模型负责选择。项目自述机翻
-
jev-labs
绝不自信地犯错：围绕 Jev 的 TLA+ 验证共识内核。项目自述机翻
-
jev-pr-judge
用 TypeSafe System One（Jev）为拉取请求给出类型化结论：一次并行调用，策略写在代码里，可作为 GitHub Action 使用。项目自述机翻
-
jev-suite
基于 Jev（TypeSafe System One）的四个决策质量工具：Jev 回答结构化问题，最终决定权留在确定性代码手里。项目自述机翻
-
jevibe-check
给 Bluesky 帖子与草稿做实时语气标注。项目自述机翻
-
omp-typesafe
为 omp 编码智能体提供的 TypeSafe AI（Jev）对抗式审查器与 typesafe_ask 工具。项目自述机翻
-
typesafe-ai-firewall
智能体工具调用执行前防火墙的影子模式验证 harness。项目自述机翻
-
typesafe-migration-guard
由 Jev 驱动的数据库迁移安全自动审查。项目自述机翻
-
dsh-jev-verify
给 DeepSeek Harness 的 Jev 决策工具与实时验证基准。项目旧自述机翻
-
human-compiler
人类语言的编译器：粘贴文本，得到诊断，由 Jev 度量。项目自述机翻
-
jev-bench
引用的来源真的这么说了吗？一个包含 42 条论断的基准：Jev（TypeSafe System One）对比 GPT 与 Claude 等模型。项目自述机翻
-
jev-debtgate
由 Jev 驱动的技术债关卡，面向编码智能体与 CI。自带 TypeSafe API key 即可使用。项目自述机翻
-
jev-resume-analyzer
用 Jev、React 与 FastAPI 做简历诊断与岗位匹配。项目自述机翻
-
jev-review
由 Jev 自主完成的拉取请求审查：带类型的决策、校准后的批准关卡，以及升级给可信负责人的机制。项目自述机翻
-
jev-the-janitor
由 Jev 驱动的 Markdown 知识库清洁工：Jev 对每篇笔记投票，你的代码负责归档。机翻
-
jevguard
Claude Code 与 Codex CLI 插件：用 System One 判断校验智能体是否遵守项目规则。项目自述机翻
-
lossless-rewrite
AI 文本改写与文档摘要，由 Jev 检查是否遗漏了观点并自动修复。提供本地编辑器。项目旧自述机翻
-
plotveil
YouTube 评论的安静剧透拦截器：每条评论一次类型化 Noul 决策。项目自述机翻
-
profanity-checker
用 Jev 检查脏话的 Cloudflare Worker。项目自述机翻
-
stepwarden
智能体的每一次工具调用在执行前都过一遍检查的 Claude Code 插件。项目自述机翻
-
system-one-playground
可读的脚本、语义代码检查、一个 Go System One 客户端与配套 Studio。项目自述机翻
-
typesafe-as-a-judge
给 Codex 与 Claude Code 的非官方社区 MCP 插件，用 Jev 做有界路由。项目自述机翻
-
agent-gate-loop
可复用的 GitHub Action：由检查、AI 审查者与 Jev 共同把关的智能体修复循环。项目自述机翻
-
agent-handoff-gate
面向证据感知的智能体交接与有界工作续跑的实验性协议。项目旧自述机翻
-
assay-001
ASSAY-001：对 Jev 校准度与类型安全宣称的独立、预注册验证。项目自述机翻
-
check-risk
用确定性规则加 Jev 评估代码变更风险的 CLI 与 GitHub Action。项目自述机翻
-
deepseek-harness-jev (luobosibing2)
DeepSeek Harness 插件，提供 12 项需手动开启的功能，用 Jev 作为判断模型：技能选择和 glob 结果排序（每个候选一个 `noul`）、完成度与目标检查、偏离提醒、插话路由、工具输出和测试日志过滤，以及对单个工作区操作的审批。模型撰写机翻
-
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-enterprise-decision-fabric
让大量语义决策走同一条经过验证的路径的架构，附带标注数据集。项目自述机翻
-
jev-gates
给 Claude Code 的六道校准闸门：规则、范围、意图、完成度等。项目自述机翻
-
jev-shadcn-lint-eval
给某 lint 工具做的二次评估：用 Jev 评判 linter 的判断。项目自述机翻
-
jev-ui-test
基于 jev-ultrafast 分支改造的 UI 自动化测试框架：用例以自然语言 YAML 编写并由 pytest 执行，Jev 为每一步选出操作和目标；语义断言对页面上的每条原子陈述问一个 `noul`，通过阈值留在测试代码里。作者报告每次操作决策的中位耗时为 458 毫秒。模型撰写机翻
-
jev-verify
检查一份公开的 Jev 输出是否真的由 Jev 产生，并标记可疑的发布内容。项目自述机翻
-
JevTest
用 Jev 做有边界的探索式浏览器测试，配合确定性断言和可回放的证据。项目自述机翻
-
openclaw-typesafe-ai
给 OpenClaw 的可选类型化 Jev 决策，带 SecretRef 凭据与严格的 API 校验。项目自述机翻
-
pi-jev-code
单智能体的 Pi 编程协处理器，带 Jev 语义闸门与基线对比 diff 审查。项目自述机翻
-
typesafeai-review
用 Typesafe.AI 生成 diff 审查。项目自述机翻
-
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。
-
TypeSafe's Jev: Can decision models replace LLM judges?
汇总了目前已有的第三方评测，并讨论决策模型能在多大程度上顶替 LLM 评判者。