An open API service indexing awesome lists of open source software.

awesome-jev-zh

Jev / TypeSafe System One 中文精选列表:官方资料、SDK、爆款应用、Agent 工具、开源复现与独立评测,附中文上手指南,每日自动收录 GitHub 热门项目。
https://github.com/yzfly/awesome-jev-zh

Last synced: about 1 month ago
JSON representation

🤖 Agent 工具

社区

🍳 Cookbook 与模式

独立评测

🎮 Demo

社区

🧠 Jev 是什么

三个原语

🧰 SDK 与客户端

官方

社区

📖 中文指南

两份独立评测,十分钟能读完

⭐ 优质项目

🚪 体验渠道

三个原语

  • **classifier.dev** - 1.13.0` | 220ms 逐条 · 20ms 批量 | 想立刻摸到真 Jev 就走这条,代价是只剩「分类」一个功能 |
  • **Vercel AI Gateway** - ai/jev` | 310–370ms | 三个原语齐全的最快路径,绑卡这关劝退不少人 |
  • 官方 adapter
  • OpenRouter - 1.13` | — | 暂时别指望,见下 |

坑清单

本地部署:完全离线的几条路

🔬 复现与评测

开源复现

  • **Heman10x-NGU/openJev-verdict-2.0** - NGU/openJev-verdict-2.0) | 151M 的非自回归决策引擎(ModernBERT-base + GLiClass),单次判断约 20–25ms,还带一个 WebGPU 的浏览器端引擎。JevBench v1.4 引擎那一行排到第 4。注意仓库里 Verdict 2.0 的权重还是 Git LFS 指针,能下载的是 HF 上的 rlcd-modernbert-151m |
  • **hr98w/jev-visual** - visual) | Apple Silicon 上的 Jev 风格视觉推理教学实验:共享上下文、直接给候选打分 |
  • **logan-markewich/jeff** - markewich/jeff) | GLiFormer 400M 撑起的自托管 Jev 替身:官方 typesafe-sdk 把 TYPESAFE_BASE_URL 指过来就能切,choice / score / noul 全支持。作者自己写明自托管便宜、但推理重的任务不如 Jev |
  • **kshetrajna12/reflex**
  • **bnsd55/jevmlx**
  • **deepanwadhwa/OpenDecision** - large 零样本 NLI 当决策引擎:把每个选项当作蕴含假设打分。除 Choice / Noul / Score 外多一个 Relation(支持 / 矛盾 / 未知 / 冲突),带文档取证检索,有 TypeSafe SDK 兼容端点和 ViZDoom demo |
  • **ikermoel/open-alternative-jev** - alternative-jev) | 是库不是服务(pip install open-alternative-jev,import 名 so1),不提供 HTTP 端点。RACE-H 上 packed 模式 92.9% / 4.55 题每秒,比逐题前向的 1.66 快 2.7 倍,处理 token 数少 60%。HF Space 有免装 demo。JevBench 顺带测出一个坑:选项顺序反过来,同一模型的是非题准确率从 72% 掉到 21% |
  • **r-ms/mini-jev** - ms/mini-jev) | 冻结的 Qwen3-4B 上,Jev 式类型化决策接口长什么样 |
  • **zhengxuyu/litjev** - Pro 直答评测 |
  • **mithalouni/system-one-open** - one-open) | Gemma 4 E2B(注意力 LoRA)+ Gemma 3 270M,在 Modal 上训练与部署:TypeSafe 公开评测的严格子集 76.7%(Jev 86.9%),27 个问题一次调用 97ms(H100)。八个复刻官方发布 demo 的页面都是实录 |
  • **rorshopping/jev-on-a-laptop** - on-a-laptop) | 非官方研究:1.5B–8B 现成模型在 Apple Silicon 上做并行类型化决策 |
  • **sgoedecke/system-one** - one) | 把任意 LLM 变成 System One 的最小实现:批量单 token 选择推理,与 typesafe-sdk 兼容。用 Qwen3-8B 复刻了 Doom 和 Wikiracing——同模型同提示下,比走普通 tool call 快 3.5 倍(动作间隔 172ms vs 600ms) |
  • **OmniJev/PlayJev** - 0.8B 看 448 px 游戏画面玩十个网页小游戏,一次前向读选项字母的概率出招,不生成文本;权重、两轮 DAgger 的复现脚本和浏览器 demo 都公开 |
  • **stephanj/parallelConstraintDecoding**
  • **genai-craft/openvons** - craft/openvons) | 日文向 open-Jev:文本 / 图像 / 日语语音命令的概率判断层 |
  • **siliconkernel/vllm-jev-decison** - jev-decison) | 给 vLLM 加「只分类」模式:有限 schema 候选打分 + 概率 |
  • **us/jev-local** - local) | 一条命令起本地 /v1/systemone(Docker Compose + 冒烟测试),默认 Qwen3.5-9B 按每个选项的平均 logprob 打分,16GB Mac 可切 light 档的 Qwen2.5-3B。注意默认 scorer 是确定性桩、不带智能,要真模型得设 JEVLOCAL_SCORER=hf |
  • **kotoba-lang/typed-decisions** - lang/typed-decisions) | 同一套 Jev 形状分别做在 ModernBERT 编码器和 LLaDA-MoE 扩散语言模型两个骨干上,速度、准确率、校准、训练成本四项并排列出来,适合对比两条技术路线 |
  • **NullPo-jp/PocketJev** - jp/PocketJev) | iPhone 端侧视觉判断:MLX + Qwen3-VL 选项 logits。相机 + 三选一,约 1 秒,不存照片 |
  • **Octalab-Inc/jqv** - Inc/jqv) | 按 Hume 那篇架构拆解 在 stock Qwen3 上复刻 Jev 的推理结构:state 预填一次、每个问题在块状注意力掩码后走独立分支、直接读选项字母 logits,单一拟合温度做校准。五种推理结构(generate / naive / kvcache / packed / shared)可在同一模型同一提示上切换对比,适合拿来搞清楚这套结构各步分别值多少 |
  • **isHeSatoshi/smalljev** - 2B-Base + LoRA 与原生决策头,Apache-2.0,主打「在你妈的手机上也能跑」。作者主动披露:训练配方对着 JevBench 的公开题型与来源族做过 hill-climbing,读它的自测分时要记得这点 |

独立评测

  • **vinilana/jev-eval-agent** - eval-agent) | 早期 Jev 测试的公开评测 harness |
  • **nekuda-ai/WindTunnel** - ai/WindTunnel) | WebMCP 基准,21 种配置横向比成功率 / 成本 / 耗时。Jev + Mercury 2.5 走 WebMCP 49/49 全解、每次中位 $0.0011、3.2 秒,排第一;同一对模型改走 ultrafast DOM 控制只剩 25/49,单次更便宜($0.0008)但成得少。少见的第三方横向基准,成本和时延都列了 |
  • **fstandhartinger/jevbench** - 5.6 写、交叉评审,开跑前就冻结并哈希,一半留出不公开)。榜上共 42 行结果、36 个不同项目:38 行进榜(Jev 本体 1、开源复现 28 行对应 23 个项目、通用分类器 5、闭源决策 API 1、LLM 基线 3),外加 1 个名誉提名(classifier.dev,fast 档本身就是 Jev,排进去等于让 Jev 跟自己比)和 3 行只跑完一部分的。按智能 / 校准 / 速度 / 成本四轴各 25% 取几何平均——某一轴弱会把总分拽下去。v1.2.10 榜首 Jev 1.13.0 75.4,SemIf 74.7、djev 74.3 紧随其后。成本列的单位是每千次决策而不是每千 token,作者还专门发过一版修正把这个单位写清楚。局限写得很坦白:自托管与 demo 端点的延迟统一 ×2 + 0.15s 是假设不是实测。一人业余项目,与 TypeSafe 无关 |
  • **iammrduncan/typesafe-ai-benchmark** - ai-benchmark) | 同一套 System One 问题,对比 Jev 与 Cerebras 上的 Qwen 3.8 27B |
  • **AbdelStark/jev-benchmarks** - benchmarks) | 面向类型化决策模型的概率感知评测框架 |
  • **mahlernim/jev-korean-benchmark** - korean-benchmark) | 韩语理解与医学文本的可复现 early-access 评测。非英语场景的少有数据点 |
  • **anessbelbati/jev-rerank-bench** - rerank-bench) | 重排序对比:原始 provider 响应、打分代码、不确定区间、写明的局限 |
  • **Gaurav-Gosain/jev-sec-bench** - Gosain/jev-sec-bench) | 公开语料盲测:提示注入与漏洞代码检测 |
  • **anisselbd/jev-phishing-bench** - phishing-bench) | 全生态最严谨的一份评测。2000 封钓鱼邮件对比 Claude Haiku 4.5:Jev 直接问「该不该点」只有 62.6% 准确率(Haiku 81.3%),但同一次调用里拆成 5 个信号问题、再做逻辑回归就到 95.0%。作者还在被质疑后补了三组对照(非 AI 正则基线 91.8%、样本切分、同样问题问 LLM)。延迟 239ms vs 687ms,成本 $0.038 vs $0.462 / 千封 |
  • **TokenTrim/jev-agent-failure-benchmark** - agent-failure-benchmark) | Who&When Pro(注入的 Agent 故障):预测是谁 / 哪一步 / 哪类错误 |
  • **lexingtonhibiki/judgekit**
  • **jmanhype/jev-dspy-lab** - dspy-lab) | DSPy 配套评测:录制并重放调用,测校准、选择性风险、置信度弃权、延迟、成本 |
  • **bitnovus/jev-spam-eval** - spam-eval) | 18,514 封邮件:一段写出来的垃圾邮件定义拿到 98.3%,和用 ~14,800 条标注训练的 TF-IDF(98.4%)打平,两者平均后 99.2%。最关键的是分布漂移——换到 2026 年的新邮件,同一个问题仍有 97.3%,TF-IDF 掉到 72.5%。作者自己标注了「判据是看过错误样本后写的」这一 caveat |
  • **teyhouse/jev-secret-detection** - secret-detection) | 测量 Jev 在代码片段里识别真实密钥凭证的能力 |

📘 官方资源

🛠 应用

社区

📰 文章

媒体报道