工具选择
智能体下一步该调用哪个工具或动作。
共有 239 行归在这个模式下，其中 238 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: Function calling
把自然语言的交易请求映射到普通的类型化函数：函数名和有限取值的参数各自变成一个带置信度的问题。
-
Cookbook: Skill suggestion
为智能体的一轮对话从 182 个技能里最多挑一个：第一次请求给所有技能排序并顺便问「这轮到底需不需要技能」，第二次细读前三名。
-
Demo: Smart home assistant
一个可运行的智能家居助手示例，用类型化决策来解析用户请求。
-
ai-hedge-fund
教学用的模拟交易与回测应用：每个“投资者人格”智能体把一份财务快照变成看涨、看跌或中性信号。选 TypeSafe 作为模型提供方时，每个智能体发一次 Jev 请求：用 choice 选方向，再用五级 score 分别评估看涨和看跌理由的强度，换算成与 LLM 智能体相同的 JSON。模型撰写机翻
-
claude-code-templates: three Jev plugins
三个可独立安装的 Claude Code 插件 —— 护栏、模型路由、技能推荐 —— 各自带 hook 和测试。
-
Cua driver: jev-use example
Python 与 TypeScript 双实现的 computer-use 动作选择：Jev 从不可变候选集里挑下一个浏览器动作，保留 reobserve 和 abstain 两个特殊选项。
-
Composio TypeSafe provider
把工具目录编译成问题，再从答案还原出 tool call，并为「弃权」和「需确认」两种情况定义了专门的错误类型。
-
FastMCP jev_search transform
两段式 MCP 工具检索：先用一个宽 Choice 对整个目录粗排，再给候选短名单配完整描述，每个候选各配一个 Noul 判断它到底是否胜任。
-
jev-ultrafast
Browser Use 做的高速浏览器 Agent。Jev 每一步只判断「做什么、点哪个元素」，要打字才叫小模型。
-
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。
-
DeepChat: agent tool-permission review
从三个维度审查每次工具调用：风险等级、用户是否授权、以及一个显式的提示注入压力检查。
-
jev-trader
在 Monad 测试网上做高频做市。Jev 根据价差和成交方向判断下一步买还是卖。
-
agent-desktop
桌面自动化。读系统无障碍树，判断下一步该点哪个按钮、菜单或输入框。
-
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
-
typesafe-computer-use
macOS 上的 computer use：OCR 屏幕、分类下一步动作、点击。每步成本不到一分钱的零头。
-
hermes-jev-skills
九个 agent 技能加一个 CLI，覆盖模型路由、记忆过滤、对话轮保留、多选一技能选择和下一步动作决策。
-
jev-browser-use
把循环拆开：Jev 负责点击，推理模型负责思考与验证。
-
foreman
一个「软件工厂工头」，用 Jev 决定智能体流水线下一步该做什么。
-
tiptour-macos
替你点击的 macOS 菜单栏助手。默认的 Jev 模式下你输入任务；每一步由 Jev 的 choice 从本地检测到的屏幕控件中选一个，TipTour 照此点击，不设置信度门槛，直到 Jev 选择“无”或报告任务完成，或满 12 步为止。截图不离开本机。模型撰写机翻
-
agent
面向 Mac 的自主智能体 harness。机翻
-
Jev-cu
一个 computer-use 智能体：判断该对无障碍树里哪个元素操作，并单独用一个 noul 判断这个动作是否需要用户显式确认。
-
omg.dev
用手机遥控在你电脑或托管云机上运行的 Claude Code、Codex 等编程智能体。它的移动端端到端测试把 Jev 当作决策层：给定屏幕的无障碍树，用 noul 判断某一步是否完成、是否走进死胡同，再用 choice 选出下一步要点的元素。模型撰写机翻
-
jevharness
由 LLM 编写针对具体任务的 harness：代码计算特征、向 Jev 提问，再把答案组合成动作；之后可以用奖励和完整执行轨迹来修改它。在作者的 Pokémon 实验中，经过五轮反思，评测胜率从 12 局赢 3 局升到 12 局赢 9 局。模型撰写机翻
-
jevrouter
面向模型、工具和子智能体的路由器。
-
mobile-jev
移动端 computer use：由 Jev 决定手机屏幕上的下一个动作。
-
typesafe-mario
让 Jev 玩《超级马里奥》。不看截图，直接读模拟器 RAM 里的结构化状态，再决定跑、跳、躲。
-
jev-voice-browser
语音驱动的浏览器控制：目标选项每次请求都按当前实时元素列表重建，并且总是包含一个 none 选项。
-
wrongstack
开源编程智能体，自带内核、记忆、多智能体编队和权限策略，可在终端、TUI 或浏览器中使用。可选开启的 TypeSafe 服务会向 Jev 提出类型化的 choice、noul 和 score 问题，用于推荐技能和给派发分类，智能体也可以把 Jev 当作工具调用。模型撰写机翻
-
jev-browser
浏览器自动化，下一步动作由 Jev 选择。
-
beebots
三个交易机器人在 OKX 永续合约上比赛，默认是模拟盘：每一步由 Jev（或 Gemini）用 choice 从合法动作中选出，再用 score 给出信心；另有确定性的备用选择器、纯代码写的风控层，以及显示每个决策由谁做出的实时面板。模型撰写机翻
-
embodied-jev
基于 MuJoCo 的工作台：由模型驱动仿真的 Franka 机械臂完成搬运、堆叠和越障任务。接 Jev 时，每一步都是在控制器给出的候选动作中做一次 choice，输入是文本状态和检测到的坐标，成功与否由物理判定。Jev 两局搬运试跑分别用 89 和 88 步到达终态，但两局都在下放时失抓。模型撰写机翻
-
jev-gateway
面向 Codex、Claude Code、OpenCode 等编程智能体的本地网关。每一轮它都问 Jev 现有工具里哪个合适；Jev 有把握时就引导 LLM 调用该工具，否则请求原样放行。Jev 宕机、变慢或配置有误时，请求直接发给 LLM。模型撰写机翻
-
jev-drone
拿 Jev 控无人机。底层飞控继续负责稳定和安全，Jev 只做爬升、刹车、穿越障碍这类上层判断。
-
quackd
统管所有机器人的 CLI：每台机器人配一个 LLM 作大脑，由 Jev 做决策。机翻
-
jev-dsh-decision
DeepSeek Harness 插件，也可经 iPolloWork 供 OpenCode 和 Codex Harness 使用：让智能体问 Jev 当前可用的哪个工具、技能或智能体适合任务，是否需要某项能力，以及结果按给定标准得分如何。它只返回选择和概率，不执行任何动作。模型撰写机翻
-
jev-mem
智能体记忆系统：频繁的记忆决策由 Jev（或本地的 Laya）用 noul 和 choice 来做，包括记忆之间该建立哪些关系、在哪个图视图中检索、何时证据已经足够；答案由 LLM 撰写。论文报告在 LoCoMo 上答案质量高出 11.0%，查询延迟低 36.7%。模型撰写机翻
-
jevpilot
驾驶模拟器的自动驾驶，每个 tick 问两个 choice；只剩单一选项的问题直接在本地短路，不花钱发出去。
-
jev-trade
在 Hyperliquid 上交易的机器人，用五个钱包运行五个币种。每个 tick，Jev 读取订单簿和持仓并回答几个 choice：做多还是做空；开仓、平仓还是持有；以及全仓杠杆倍数。下单由机器人完成，持有则不下单。没有钱包私钥时是模拟成交的演练。模型撰写机翻
-
hyperedit
一个 AI 视频编辑器：把编辑指令路由到具体操作、目标片段和轨道，并以关键词路由作为兜底。
-
systemoneharness
面向 System One 模型的 harness。机翻
-
interlinked-cli
面向 Claude Code、Codex 等 AI 编程智能体的本地防护层：按确定性规则检查每个工具钩子，拦下危险操作。Jev 是可选的评分信号：它的答案只能让判定更严，不能单独决定放行或拦截；任何失败或达到 0.25 美元的花费上限，都记为未测量。模型撰写机翻
-
neo4jev
把 Jev 塞进知识图谱。每走到一个节点，判断下一条最值得走的边，再一路找下去。
-
system1-agents
预置的浏览器操作、电脑操作、游戏和机器人智能体，决策以类型化 choice 的形式交给 System 1 模型（Jev、Laya 或 Cua-S1）。在作者的测试中，Jev 与聊天模型得分相同，而各场景下快 1.41 到 6.39 倍、便宜 5.3 到 25.3 倍。模型撰写机翻
-
pi-jev
给编程智能体做的决策层：一个可度量的工具调用闸门，外加一个返回校准答案的类型化提问。
-
macbrow
用语音控制 Mac 和 Chrome。每句话由一次约 300 毫秒的 Jev 请求来路由：在当前打开的应用可用的工具以及“闲聊”“新动作”之间做一次 choice，同时用 choice 回答参数；置信度高就执行，中等就先确认。LLM 为新动作写出的脚本，会再用一个 noul 检查它是否真能完成请求。模型撰写机翻
-
skillranker
用当前会话上下文给智能体的技能排序以决定下一步，带 Claude Code hook。
-
jev-webmcp-extension
Chrome 侧边栏扩展：边输入边把页面的 WebMCP 工具变成 Jev 问题：在所有工具加“都不是”之间做一次 choice，枚举字段用 choice，布尔字段用 noul，自由文本变成在你自己话语片段之间的 choice，每个可选字段再加一个“是否提到了”的 noul。只有有把握的只读调用才会自动执行。模型撰写机翻
-
Jev Plays Pokémon Red
让 Jev 通关《宝可梦 红》的框架：读取模拟器内存，列出合法选项及相关事实（属性克制、伤害估计、离目标还有多远），由 Jev 选一个。37 小时 40 分钟内共做出 16,150 次决策，花费约 1.65 美元，通过 Vercel AI Gateway 上的 AI SDK 调用。模型撰写机翻
-
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
-
jev-use
macOS 上用语音或打字操作电脑：读取前台窗口的辅助功能树而不截图；每一步发一个 Jev 请求，选出一个操作和一个带编号的目标，要输入的文字取自你原话中的片段，再用 noul 判断是否还需要后续步骤、效果是否已经出现。模型撰写机翻
-
jev-browser
浏览器自动化：LLM 负责规划，Jev 负责决策。每一轮发一个约 300 毫秒的请求，同时问选哪个元素、做什么动作、填什么值，以及这一步是否已完成、受阻、出错或即将做不可逆的操作；再由 Playwright 执行。作者最近一次运行在真实网站的 42 个任务中做对 40 个，误报完成 0 次。模型撰写机翻
-
jev-chat: a tool-calling chatbot with no LLM
一个完全不含语言模型的 tool calling 聊天机器人：一次请求同时问清请求类型、该调哪个工具、以及每个工具的参数。
-
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
-
Jevry
一款开源桌面浏览器，可根据自然语言任务操作网站：文本模型负责规划，Jev 用 choice 从浏览器真正能执行的动作中挑选每一步（绝不生成 JavaScript 或选择器），Chromium 执行，步骤可见并可随时停止。模型撰写机翻
-
windtunnel
一个 WebMCP 基准，衡量 WebMCP 与其他浏览器智能体接口的差距。项目自述机翻
-
jev-kit
一套 Claude Code 工具包：PreToolUse 守卫先用免费的代码预筛放行约 93% 的工具调用，其余交给 Jev 判断（放行、警告、改写或拦截，出错时默认放行）；还能为子 Agent 选择合适的规格，并把 Jev 接入文件搜索、浏览和代码审阅。作者报告浏览器任务 9/9 成功，Claude 花费仅 0.0008 美元。模型撰写机翻
-
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
-
jev-desktop
在 Codex Computer Use 内部做动作选择。项目自述机翻
-
pi-jev
为 Pi 编码智能体提供语义化的工具路由和带类型的 System One 决策，基于 TypeSafe Jev。项目自述机翻
-
jev-robot-control
在 MuJoCo 中直接对 xArm7 做笛卡尔控制，对比 Jev 与两个 LLM：每一步选择意图、移动方向和夹爪动作，附原始响应、轨迹与回放。每个控制器只跑了一次（seed 0），不是成功率估计。机翻
-
jev-use
一个智能体插件：把不需要文本输出的步骤交给 Jev，而不是主模型。
-
robojev
在 MuJoCo 里对 Franka Panda 做两阶段 JEV 控制。项目自述机翻
-
Jev_Star
星际争霸 II 的宏观运营与微操：由 JEV 选择动作，可选配 LLM 做规划；附论文和完整的获胜对局录像。机翻
-
laya-jev-GraphRAG
一个智能体式 GraphRAG 引擎，可切换 System One 决策模型（本地 Laya 或云端 Jev）。机翻
-
Jev-as-Policy
“JEV 作为策略”的开源仓库：一键搭建仿真环境，用 Jev 选择动作。项目自述机翻
-
Jevbridge
把 TypeSafe Jev 与任意 LLM 连起来的 ACP 与 MCP 适配器：在 Codex、Claude 等旁边提供电脑操作和带类型的决策。项目自述机翻
-
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
-
live-jev
用一句简短的话（日语或英语）控制 Ableton Live。⌘⇧Space 呼出，打字或口述，完成。项目自述机翻
-
jev-for-chrome
Jev for Chrome：用亚秒级决策模型驱动你正在看的那个标签页。项目自述机翻
-
OneVOneJev
浏览器里的 1v1 FPS。每个决策 tick 都要判断走位、视角、瞄准、开火和跳跃。
-
jev-browser-skill
由 Jev 驱动的隔离 Playwright Chromium：编码智能体执行一个范围很窄的浏览器目标，由 Jev 选择页面内的操作；默认经 Vercel AI Gateway，也可直接调用 TypeSafe API。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
-
JevScout
在真实公司官网上找工作的编码智能体技能：Chrome 负责看和操作，Jev 为每个链接和职位打分，宿主 LLM 从不决定点哪里。机翻
-
browserclaw
高效率的 Chrome 浏览器自动化 MCP server。项目旧自述机翻
-
jev-harness
为 TypeSafe AI Jev 打造的编码框架：LLM 提出方案，Jev 回答窄问题，代码做决定，每一步都有记录。项目自述机翻
-
jev-doom-agent
浏览器原生的 Doom 智能体实验，带结构化空间状态与实时决策遥测。项目自述机翻
-
pi-jev-auto-mode
给 Pi 编程智能体做的自动模式：在语义层面自动批准 bash、写入和编辑类工具调用。项目自述机翻
-
jevgpt
用一个不会生成文本的模型搭的聊天机器人（自回归驱动）。项目自述机翻
-
ego-jev
用 Jev 驱动轻量浏览器：输入一张带索引的元素表，输出一个动作。机翻
-
tsai-sc
通过键鼠操作一款 90 年代即时战略游戏，并记录每次动作的概率。
-
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
-
Flick
本地 stdio MCP 服务器，可执行完整的浏览器和 macOS 任务：每一步“观察—决定—行动”都向 Jev 问一个 choice，选项是以观测到的元素 ID 为键的动作；另有几个 choice 决定填哪个字段、填什么值。浏览器用 Playwright 驱动，macOS 用 Swift 辅助功能驱动。模型撰写机翻
-
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
-
jev-macos-loop
面向 Apple 芯片上原生 macOS 应用的 computer use 智能体：由 OmniParser CoreML、Apple Vision OCR 和辅助功能标签在本机找出窗口里的控件，再由 Jev 根据观察到的文字（从不看像素）用 choice 选下一步动作。输入前有防护检查，基准测试核对的是实际结果，而不是 Jev 的 DONE 判断。模型撰写机翻
-
jev-usecases
生产级的 Jev 用例 harness，带置信度门控的决策逻辑。项目自述机翻
-
CUA-JEV
用 Jev 做电脑操作。项目自述机翻
-
dsh-jev
为 DeepSeek Harness 提供的、由 Jev 驱动的决策层。项目自述机翻
-
Harness Router
在现有 Agent 循环中挑选下一个工具：给定目标、当前观测和工具列表，由 Jev 返回带置信度的工具选择，或交回宿主规划器处理。会缓存可复用的选择，可选 MCTS 搜索，能挂接到 Codex 等框架，也可作为 MCP 服务器运行。模型撰写机翻
-
jev-reflex-autonomy-lab
多无人机自主实验室：展示 Jev 的反射式决策，可选叠加 System 2 战略指导。机翻
-
laya-browser-agent
本地开源的 Jev 替代：用 Laya 做浏览器智能体决策。项目自述机翻
-
agent-chaperone
在智能体工具调用执行前、以及工具结果被读取前做筛查。项目自述机翻
-
jev-code
由 Jev 类型化决策和受约束的 AST 生成驱动的交互式 TypeScript 编码 CLI。项目自述机翻
-
OmniJev
OmniJev：多模态的有限选项决策接口与 MuJoCo 具身工作台，提供轨迹回放与决策概率。项目自述机翻
-
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
-
live-jev
浏览器里的 2D 自动驾驶仿真，由 Jev 决策模型驱动。项目自述机翻
-
jev-ultrafast-mcp
把整个浏览器任务一次性交出去：决策模型在服务端驱动页面，一个流程只需一次调用，而不是每次点击一轮。基于 Chrome DevTools 协议，提供基于引用的元素表、代码检查的断言和零模型的宏回放。项目自述机翻
-
jevalyn
给 Rails 应用的决策层：对 Jev System One API 的 Rails 原生封装。项目自述机翻
-
jcr
由 Jev 驱动的解析器，帮智能体 harness 在仓库里找到确定性命令及其上下文。项目自述机翻
-
public-browser
让 Claude Code 和 Cursor 驱动 Chrome，使用你真实的浏览器配置，并称能减少 token、成本与工具调用。机翻
-
jev-bot
由 JEV 驱动的股票、加密货币与迷因币市场决策机器人：输入状态，输出 BUY/SELL/HOLD/AVOID，默认模拟交易。项目自述机翻
-
playjev
由 Jev 与 Playwright 驱动的快速、带类型的浏览器自动化。项目自述机翻
-
discern
类型安全、感知不确定性的语义模式匹配与控制流。项目自述机翻
-
ego-jev
为 ego-browser 提供的 Jev（TypeSafe System One）内循环：每个 DOM 步骤一次约 0.4 秒的类型化决策，而不是一轮 LLM 对话。机翻
-
eutrya
原生面向 Jev 的 AI 安全研究框架，用于自主研究、多智能体集群、持久的狩猎看板和长时间运行的任务。项目自述机翻
-
jev-harness
Jev 决策 harness：置信闸门、影子模式、配方与评测。项目自述机翻
-
mario-jev
一个玩《超级马力欧兄弟》的原型：Jev 读取结构化的内存观测，回答关于移动与跳跃的具体问题，再由代码把答案组合成手柄按键。机翻
-
azdaja
与 harness 无关的极简递归语言模型层：单个二进制。项目自述机翻
-
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
-
jev-askable-arm
在仿真机械臂上执行零样本英文目标：Jev 串联写死的原语动作。项目自述机翻
-
jev-autopilot
这个演示用 Jev 自主驾驶无人机在随机城市里从 A 点飞到 B 点。项目自述机翻
-
jev-mobile
结合 Mobile MCP 的快速 Android 结构化控制循环。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
-
super-jev
小而可扩展的「决策到动作」harness。项目自述机翻
-
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
-
jevscape
给 Jev 的 RuneBench harness：有界动作目录、tick 模式控制器与实时看板。项目自述机翻
-
dejevu
Jev？似曾相识。靠直觉运行的浏览器智能体，不需要 Jev：看一眼页面，调用一次任意开源模型。项目自述机翻
-
dsh-jev
面向 DeepSeek Harness（dsh）的 Jev（System One 决策模型）插件套件。项目自述机翻
-
hearth-jev-rental-search
由 Jev 驱动的自主多源租房搜索。项目自述机翻
-
Jev Browser Bridge
让 Jev 浏览器 Agent 运行在任何支持 CDP 的浏览器上，包括从不渲染页面的浏览器：它读取 DOM 而不是坐标，向 Jev 问一个 choice 选操作、再问一个 choice 选目标。作者报告在六种浏览器上的 172 个 MiniWoB++ 回合中成功率为 59–65%，基于坐标的读取方式为 24–31%。模型撰写机翻
-
jevloop
由 Jev 驱动的通用智能体框架，追求更快、更低成本的执行，并内置与纯 LLM 智能体的并排对比实验。项目自述机翻
-
typesafe-jev
用 Jev 筛选一整个文件夹的简历：类型化判断、可编辑的策略、免费重新打分。项目自述机翻
-
heist-one
可观测的浏览器潜行游戏：Jev 做类型化的守卫判断，确定性代码掌管世界规则。项目自述机翻
-
jev-browse
为 browser-harness 提供的辅助函数，让 Claude Code 或 Codex 用一次 fast_run 调用交出整个网站子任务：每一步都由 Jev 决定，必须停下时返回带类型的原因。它移植自 browser-use/jev-ultrafast；作者报告速度快 1.6–3.0 倍、成本低 2.1–5.3 倍。模型撰写机翻
-
jev-mobile
在无障碍树上每一步做一次 TypeSafe Jev 决策，通过 ADB 执行。不需要截图，速度极快。项目自述机翻
-
jev-plays-pokemon-red
在 PyBoy 上玩《宝可梦 红》：路线和算术交给代码，Jev 在分叉点约 100 毫秒做出选择，校准是实测的而不是假设的。项目自述机翻
-
jev-tool-router
给 Codex 的 Jev 驱动 MCP 工具路由。项目自述机翻
-
aside-jev
让 Aside 智能体用 Jev 做决策（Choice／Score／Noul）。项目自述机翻
-
AskJev
AskJev：适用于任意网站的 Jev 自动驾驶，并对不可逆的点击加一道防护（使用 TypeSafe System One，而不是 Claude）。项目自述机翻
-
bicameral
混合式编程 harness：System 2 负责写，System 1（Jev）负责反射式动作。项目自述机翻
-
jev-browser
Jev Browser：带索引的浏览器自动化。Jev 选择要操作的控件，Playwright 负责执行。一个 CodexQA 技能。项目自述机翻
-
jev-frontend-qa
证据驱动的前端 QA，构建在 Jev Ultrafast 与浏览器 harness 之上。项目自述机翻
-
jev-lab
100 个 AI NPC 住在一个小镇里：Jev 选择下一步动作，世界自己写故事。项目自述机翻
-
jev-layer
可移植的 System-1 决策层，面向智能体 harness，含宿主自控路由、凭据与回放。项目自述机翻
-
slidepilot
给 Slidev 做的语音驱动语义自动翻页，由 Cloudflare Agents 与 Jev 驱动。项目自述机翻
-
dsh-jev-prune
给 DeepSeek Harness 的 Jev 判定式上下文压缩：语义化的工具结果裁剪。项目自述机翻
-
gg-friggin-ez
给 Node.js 的快速多语言脏话与毒性筛查器。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-robotics-demo
Jev 对比某大模型：在 MuJoCo 里驾驶仿真机械臂。项目自述机翻
-
jev-voice-control
用语音控制 Mac：语音 → Jev 类型化决策 → macOS 自动化。项目自述机翻
-
macos-computer-use-kit
面向 macOS AI 智能体的、以辅助功能为先的电脑操作工具包，可选配 Jev（TypeSafe System One）语义护栏。机翻
-
reflex
构建在 Pi 编码智能体之上的编码助手与个人助理，拥有 System One 式的“条件反射”（TypeSafe Jev）。项目自述机翻
-
ui-generator-instinct-jev
把 Jev 当作界面生成器：用自由文本描述需求，Jev 只回答基于真实选项集合的类型化问题，挑选并配置真实的 shadcn/ui 组件或页面块，从不生成代码或文案。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
-
computer-use-jev
以 Jev 为决策者的 macOS computer use。项目自述机翻
-
jev-codex-pilot
带 JEV 模型路由、上下文优化与看板自动化的 Codex 覆盖层。机翻
-
jev-in-codex
通过 MCP 为 Codex 提供由 Jev 驱动的工具与技能选择、上下文搜索和输出分诊。项目自述机翻
-
jev-market-reflex
用 TypeSafe AI Jev 在实时加密市场上做快速的类型化决策。项目自述机翻
-
jev-skills
没有“上下文税”的技能：Claude Code 与 Codex 插件，由 TypeSafe 的 Jev 在每一轮决定模型需要哪些技能。项目自述机翻
-
jev-tetris
由判断模型来玩的俄罗斯方块：代码找出方块所有可能的落点，并把每一种写成一句话，交给 JEV 选择。项目自述机翻
-
langchain-skill-router
为 LangChain 与 deepagents 智能体按轮选择技能：由快速的裁判挑出本轮需要的少数技能，让上百个技能的目录不必塞进提示词。项目自述机翻
-
pijev
PiJev：Jev 参与循环的终端编码智能体——在第一次调用前由 Jev 给仓库文件排序，并挑选技能。项目自述机翻
-
deepseek-harness-jev-pre-compaction
给 DeepSeek Harness 的压缩前顾问，在标准压缩流程之前运行。机翻
-
jev-browse
以 Jev（TypeSafe）作为决策模型的浏览器自动化。项目自述机翻
-
jev-browser-control
让编程智能体控制你自己的 Chrome：扩展加 MCP server。项目自述机翻
-
jev-windows-voice
用土耳其语或英语自然对话来控制 Windows 10/11 电脑：结合 OpenAI Realtime、本地 Whisper、Jev 与 UI Automation。机翻
-
jevball
22 个 Jev 模型，一颗球：一场 3D 足球赛，每名球员都是一个独立的 Jev（TypeSafe AI System One）决策。项目自述机翻
-
jevonly
纯 Jev 驱动的智能体：能「打字」并推进任务直至完成。项目自述机翻
-
jevshield
亚 100 毫秒的智能体工具调用安全闸门。项目自述机翻
-
fast-compaction-dsh
给 DeepSeek Harness 的判定式上下文压缩，取代有损的 LLM 摘要。项目自述机翻
-
jet
原生面向 TypeSafe（Jev）的编码智能体，基于递归式 LLM 上下文分解，配有原生 macOS 客户端。项目自述机翻
-
jev-browser
一个混合式浏览器框架：OpenRouter 上的 LLM 把目标拆成可验证的子目标，Jev 选择每一个动作和表单字段，LLM 只在字段需要填写文字时才出场，Playwright 负责执行。机翻
-
jev-flappy-bird
TypeSafe Jev 模型玩 Flappy Bird 的实时演示，每次只决定一件事：扇翅还是等待。项目自述机翻
-
jev-harness-router
面向智能体框架的逐轮路由器：一次约 350 毫秒的 Jev 调用选出模型档位、推理力度、工具与技能，并有硬性兜底。项目自述机翻
-
jev-model-tokengate
OpenAI 兼容代理，夹在你的 LLM 与用户之间，逐窗口评估输出。项目自述机翻
-
jev-plays
由 System One 模型玩 Craftax，LLM 负责设定目标：同一张地图上的五种智能体，从 Jev 直接操作原始动作到 LLM 控制每一步，用记录下来的对局进行比较。机翻
-
jev-ra
给编程智能体的浏览器操作，号称比 browser-use 快 3–5 倍：每一步由 Jev 决策。项目自述机翻
-
jev-starter
基于 Jev 的类型化、策略驱动决策工作流：置信路由、回退与评测。项目自述机翻
-
jevdroid
用 Jev 通过 ADB 控制 Android 的类型化 Python 框架。项目自述机翻
-
otto
面向 macOS 与 Windows 的开源原生 computer use：Jev 加本地 OCR。项目自述机翻
-
robo-harness
SO-101 机械臂智能体工作台：Bun/Effect 协调器、React 工作台、Python 电机控制。项目自述机翻
-
ego-jev-ultrafast
Jev 驱动你的轻量浏览器：每步一次类型化选择请求，单文件零依赖。项目自述机翻
-
Jev Civilizations
一款带在线演示的小型策略游戏：四个部落自主生活，你只能改变环境。每回合 Jev 用 choice 从真正合法的行动中为每个部落选一个，普通的游戏引擎计算结果，检查器会显示 Jev 收到了哪些信息。模型撰写机翻
-
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-browse
驱动真实浏览器，每个决定都由 Jev 做出——点哪里、把你的哪段文字填进哪个输入框、目标何时达成——由 agent-browser 执行操作。机翻
-
jev-browser-local
在完全本地的 JEV 式决策引擎上运行 jev-browser（不使用云 API），附显存保护和实测基准。项目自述机翻
-
jev-browser-skill
让约 100 毫秒的 Jev 决策模型驱动你的浏览器 —— 给 Claude Code 和 Codex 的即插即用技能。项目自述机翻
-
jev-browser-skill
为编码智能体提供浏览器与电脑操作，由 TypeSafe Jev 驱动：来自 System One 模型的校准判断。项目自述机翻
-
jev-builder
构建 Jev 请求的网页表单：选模板、填空、复制代码。项目自述机翻
-
jev-compaction
从不做摘要的 Hermes 会话上下文压缩：每次工具调用都被打分。项目自述机翻
-
jev-physical-ai
把 Jev 用在机器人、机群与边缘硬件上 —— 附真实实测数字。项目自述机翻
-
jev-skill-router
把技能目录放在主 LLM 上下文之外：Jev 通过一个只读 MCP 工具挑选相关技能。项目自述机翻
-
jev-turbo
由 Jev 驱动的语义化浏览器操作。项目自述机翻
-
jevcumber
只写 .feature 文件就能写 Cucumber 测试：无需步骤定义，由 Jev（TypeSafe AI）解析每一个 Gherkin 步骤。项目自述机翻
-
jevex
一个最小化的智能体：由 Jev 主导循环，LangChain 聊天模型只负责填写参数和最终回复；背后是三个本地 MCP 服务器、十二个可用工具。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
-
pi-typesafe-jev
一个 pi 扩展，把 Jev 判断暴露成五个 pi 工具，让模型能做狭义的语义判断。项目自述机翻
-
rpg-jev
一款活的世界 RPG，NPC 的行为由 TypeSafe 的 Jev 判断模型决定；规则、数值与状态由代码掌控。项目自述机翻
-
typesafe-minecraft-demo
由 TypeSafe AI 控制的 Minecraft Java 版玩家：实时决策、建造加拿大国旗，并配有并排的数据看板。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-play-ping-pong
让 Jev 实时玩浏览器乒乓球：结构化遥测与类型化决策。项目自述机翻
-
jev-playground
在状态明确、合法动作清晰的游戏里，把 Jev 与其他评估模型做对比：规则和状态转移由代码掌控，每个模型选择下一步动作，结果可测量。机翻
-
jev2048
TypeSafe 的 Jev 决策模型在一个真实的在线 2048 网站上玩游戏：每一步一次 API 调用，只需一个 key。机翻
-
jevarena
JevArena：两个 Jev 智能体在仅可点击的浏览器游戏里对决。项目自述机翻
-
snake-jev
由并行 Jev 判断控制的贪吃蛇，每个游戏 tick 一次 API 调用。项目自述机翻
-
tsai-civ2
让 Jev 在浏览器里玩初代《文明 II》，实时展示动作概率。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-chess
一个有趣的小实验：让 TypeSafe AI 的 Jev 模型和 Stockfish 下国际象棋。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
-
jev-agent-design-with-topk-logits-choices
一个原生面向 Jev 的智能体系统研究设计：工具集成、推测性参数提议、外部辅助 logits 等。机翻
-
jev-certify
给 Jev 的有限样本保证：用保形风险控制把校准概率转成可证的约束。机翻
-
jev-connect4
四子棋：Jev 对人，或 Jev 对 Jev。项目自述机翻
-
jev-decision-benchmarks
JEV 在 MetaTool、When2Call 与 BFCL V4 上的决策基准结果，附双语表格和可复现报告。项目自述机翻
-
jev-pong
一个每次模型决策球才走一步的乒乓游戏：Jev 对阵多个 LLM，经由 Vercel AI Gateway。项目自述机翻
-
jev-routing
给多个编程智能体的 Go 版 Jev harness，不依赖 npx，也不是 MCP server。项目自述机翻
-
jev-skill-scout
找出 Claude Code 本该加载你的某个技能却没有加载的那些回合，由 TypeSafe 的 Jev 判断。项目自述机翻
-
jev-table-tennis
与 TypeSafe 的 Jev（System One）打乒乓球。右侧球拍的每一次移动都是实时的模型决策，没有本地预测。项目自述机翻
-
jev-tetris
一个可视化的 TypeSafe 演示：由 Jev 选择经过校验的俄罗斯方块落点。项目自述机翻
-
jev-zork
Jev（TypeSafe System One）玩《魔域》：每一步在 Jericho 给出的合法动作中做一次 Choice，并显示其置信度。项目自述机翻
-
jevaluate
先评估再信任：实战笔记、可运行脚本与一个 agent 技能。项目自述机翻
-
pi-Jev-browser
面向 pi 的浏览器与 macOS 桌面智能体：Jev（TypeSafe System One）根据结构化观察选择每一个动作。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
-
tictacjev
一个井字棋应用，其中一方是 TypeSafe AI 的 System One 模型 Jev，并实时显示置信度与概率。项目自述机翻
-
typesafe-jev-drone-demo
Three.js 无人机模拟器，Python 后端加 Jev 实时导航。项目自述机翻
-
browser-use-olympics
浏览器操作奥运会：一个提示、五个项目、一块秒表。项目自述机翻
-
casse-brique-typesafe
一个 Next.js 打砖块游戏，球拍由 Jev 实时控制。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
-
Example: speculative fan-out
一次问清操作本身、以及每个可能操作各自的目标 —— 于是浏览器的一步永远不需要第二次往返。
-
Example: tool selection with a none option
把「选哪个工具」的 choice 和「到底需不需要工具」的 noul 配对使用 —— 因为这是两个不同的问题。
-
harnessjudge
面向智能体开发者的网页应用：粘贴某一步的执行轨迹，由 Jev 判定为通过、重试、升级或停止。没有 TYPESAFE_API_KEY 时，本地启发式规则返回同样结构的答案，并标为演示模式。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-browser
本地浏览器自动化界面：用 TypeSafe Jev 选择有界的页面操作，只在需要填写字段时才调用文本模型。项目自述机翻
-
jev-browser
由 Jev 驱动、面向 LLM 智能体的浏览器 MCP——约 300 毫秒一次决策，循环中不消耗 LLM token，附与 Playwright MCP 的对比基准。项目自述机翻
-
jev-life
生命棋 × Jev：一款实验性游戏——写一套新规则，然后看决策模型来下。项目自述机翻
-
jev-llm-router-benchmark
以基准驱动的 Jev 路由器与评判者，服务于成本可控的 LLM 编程流程。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
-
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
-
LLM Debugger
通过实际运行代码来调试的 VS Code 扩展。每次暂停时，Jev 用一个 `choice` 选出下一步动作（单步、继续、设断点、求值、结束），并回答两个 `noul`：是否已找到出错的行，当前这一行是否就是出错处。只有需要断点位置、表达式和最终修复时才调用生成模型。模型撰写机翻
-
ps2-ai-agent
自主的 PS2 AI 智能体，带实时视觉遥测 HUD。项目自述机翻
-
roverlab
一个 3D 行星探测车沙盒，用来试验由 TypeSafe AI 做出的自主决策。项目自述机翻
-
s1s
System One 搜索：用类型化判断与仓库证据导航与追踪代码。项目自述机翻
-
swarmrouter
用 Jev 把任务路由给研究／编码／浏览／客服／写作智能体。项目自述机翻
-
terrarium
一个沙盒：System One 模型按下小生物的操控键，代码负责其余。项目自述机翻
-
typesafe-ai-trading-showcase
实时展示 BTC、ETH 和 XRP 价格，并基于最近一分钟的真实成交，演示由 TypeSafe 做出的“买入或等待”判断。不会真的下单。机翻
-
Jev (Fully Tested) + Browser Use: FASTEST AI Agent I'VE TRIED YET!
把 Jev 接到 Browser Use 上，驱动一个浏览器自动化智能体。