Skip to content

About

Jev 优质应用与生态精选|System One 决策模型:开源应用·SDK·平台集成·开源复刻·教程 | curated apps & SDKs for TypeSafe AI's Jev model

Topics

Resources

Code of conduct

Contributing

Stars

1 star

Watchers

0 watching

Forks

Repository files navigation

Awesome Jev Apps

Jev(TypeSafe AI「System One」决策模型)优质应用与生态精选 · 持续更新

License: MIT Jev Hacker News PRs Welcome 生态快照 CI

Jev 是 TypeSafe AI 于 2026 年 9 月 15 日发布的首个 System One 决策模型(System One decision model):它不像传统大语言模型那样逐字生成文本,而是对预先定义好的问题返回带校准概率的类型化答案——一次调用并行完成分类、路由、打分与是非判断。本仓库持续精选 Jev 发布以来生态中涌现的优质开源应用、SDK、平台集成、开源复刻与深度教程,帮工程师最快找到「把 Jev 用起来」的参考实现。

English: A curated, quality-first list of apps, SDKs, integrations, open replicas, and guides built with Jev, the first "System One" decision model by TypeSafe AI — typed, calibrated answers instead of generated text. 70–500 ms latency, $0.042 per million input tokens, output free.

当前收录 149 条资源(优质开源应用 64 · SDK 与集成 31 · 官方资源 6 · 教程与评测 40 · 社区讨论 8),条目数据同步维护在 data/projects.json,由 scripts/check.py 做一致性校验。

📈 清单发布 18 天,从 64 条长到 149 条——每晚 0 点自动调研、验真、快照,全程留痕于 CHANGELOG。

左:Gatekeeper——说服像素守卫放你进城堡的 prompt 攻防游戏;右:BitGraph——Jev 与 ChatGPT、Claude 在 MLB 季后赛上的实盘预测对比
趣味与实验板块实拍:说服像素守卫(左)· Jev 在 MLB 季后赛与 ChatGPT/Claude 实盘对赌(右)

🚀
优质开源应用
Agent · 交易 · 开发工具
🔌
SDK 与集成
官方 · 平台 · 社区 · 复刻
🏛️
官方资源
文档 · 控制台 · 评测
📝
教程与评测
实操 · 架构 · 批判分析
💬
社区讨论
HN · daily.dev

目录

🎯 如果只看 5 个

时间紧?这 5 个最能回答「Jev 到底有什么用」:

  1. 🏰 Gatekeeper — 说服一个 34MB 模型放你进城堡:玩 3 分钟就懂什么叫「带置信度的判断」
  2. ⚾ MLB 季后赛实盘 — Jev vs ChatGPT vs Claude 真金白银对赌 2026 季后赛(见头图右半)
  3. 🏎️ browser-use/jev-ultrafast — 22k★:Jev 选动作的浏览器 agent,Google Flights 实操 7.1 秒
  4. 🧠 firelex/jeff — 546 分 HN:在家训练 0.8B 决策模型,22 毫秒出带概率的答案
  5. 🧩 官方 30 秒上手 — choice / score / noul 三种原语,一次请求,五个例子读懂全部 API

Jev 是什么(60 秒版)

维度 传统生成式 LLM Jev(System One)
输出 自由文本(需解析校验) 预定义类型化答案 + 概率 + 置信度
提问原语 — choice(≤255 选项)· score(2–10 级刻度)· noul(0–1 是否概率)
端到端延迟 3–329 秒 70–500 毫秒
定价 输出价约为输入 5 倍 输入 $0.042 / 百万 token,输出免费
擅长 写作、生成、复杂推理 分类、路由、打分、是非判断("会思考的智能 if 语句")
  • 官方声称在 System One 类任务上比参照前沿模型快 193.6 倍、便宜 444.6 倍(自建 workflow evals,批判性分析见 TrueFoundry)
  • 创始人 Diogo Almeida 是 OpenAI 前研究员、RLHF / InstructGPT 联合发明人;公司种子轮 $40M(DCVC 领投)
  • 已知局限:不会算术 / 计数 / 日期比较,不能生成文本,不支持图片与音频;"零幻觉"指不可能返回 schema 之外的值,不等于"永远正确"

生态全景(一张图看懂本清单怎么组织):

graph LR
    API["Jev API<br/>choice · score · noul"]
    API --> APP["🚀 应用层<br/>Agent / 交易 / 开发工具 / 评测"]
    API --> SDK["🔌 SDK 层<br/>官方 TS · Python + 社区 6 语言"]
    API --> PLT["🏛️ 平台集成<br/>LangChain / Vercel AI SDK / TanStack"]
    API --> OSS["♻️ 开源复刻<br/>kev / NanoJev / von"]
    OSS -. "兼容 /v1/systemone" .-> API
Loading

30 秒上手

npm install @typesafe-ai/sdk
import { choice, score, noul, TypeSafeClient } from "@typesafe-ai/sdk";

const client = new TypeSafeClient(); // 默认模型 jev-latest

const r = await client.systemOne({
  state: { ticket: "被重复扣款,要求退款", order: { id: "A-104", charges: [49, 49] } },
  questions: {
    department: choice("哪个团队处理", { billing: "支付/订阅问题", technical: "故障/集成", other: "其他" }),
    urgency:    score("紧急程度", ["低", "中", "高"]),
    refund:     noul("是否应退款"),
  },
});
// 一次请求并行返回全部答案,每个都带概率与置信度,可按置信度分流人工

选型速查

场景 选什么 理由
分类、路由、打分、是非判断,要求低延迟低成本 Jev 70–500ms、输出免费、每个答案带校准置信度
写作、生成、开放式对话与多轮推理 生成式 LLM Jev 不生成文本,这类任务不是它的主场
数据不能出本地 / 预算极限 / 离线 开源复刻:laya · kev · NanoJev · von 自托管,用一点精度换完全可控
开发期联调、还没有 API Key system-one-adapter-python 用任意 LLM API 模拟同一套接口
只想先玩玩看 趣味与实验 + Open Jev Playground 零成本感受 typed decisions

优质开源应用

「把 Jev 用起来」长什么样?下面 64 个项目就是答案——从 22.5k★ 的浏览器 agent 到跑在 M4 Max 上的 0.8B 小模型。★ 数为 2026-10-10 快照,随时间变化。

Agent 与自动化

  • browser-use/jev-ultrafast — "i. am. speed.":Jev 负责选动作、只在需要打字时才唤醒 LLM 的浏览器 agent,Google Flights 实操演示 7.1 秒(Python,22.2k★)
  • trycua/cua — 开源计算机操作 agent 框架,内置 CUA-S1:计算机操作决策专用小型模型(26k★)
  • jev-chat/jev-chat-jarvis — 装在手机上的对话副驾:在 QQ / X / 飞书里读懂对方、给出候选回复、一键填入输入框;非侵入只读屏幕(Kotlin,6.5k★,中文项目)
  • imanshu03/jev-browser-use — 基于 Jev + CDP/Chromium 的轻量浏览器自动化(Python)

交易与金融

  • OpenByteInc/QuantDinger — 开源 AI 交易操作系统,集成 Jev System One:策略研究、回测、模拟/实盘,可搭多租户交易 SaaS(Python,12k★)
  • jarrodwatts/jev-trader — 每个 Monad 区块做一次 Jev 交易决策(Kuru MON-USDC)(TypeScript,2.6k★)
  • SaratAngajalaoffl/jeeva — 基于 Jev 的中频交易框架(TypeScript)

开发者工具

  • tamaratran/fast-jev-compaction — Claude Code 插件:一次 Jev 请求给全部工具调用打分并压缩上下文,保留内容逐字不动(TypeScript,7k★)
  • devagrawal09/jev-review — 分阶段代码审查工作流 + 本地仪表盘(TypeScript,611★)
  • dabit3/jev-experiments — 延迟敏感场景的 Jev demo 合集(TypeScript,381★)
  • nozomi-koborinai/jev-spec — 每次 commit 用 Jev 检查代码与 Markdown 规格文档的漂移(TypeScript)
  • maayanlevy/mysql-ailike — MySQL 插件:按自然语言语义过滤数据行(C++)
  • lukstei/slop-grader — 按规则给文本文件打"slop 分"的 CLI(TypeScript)
  • vercel-labs/jev-ai-sdk-form-router — Vercel Labs 官方示例:Jev + AI SDK 把表单提交路由给对的人(TypeScript)
  • miuuyy/Astra-Ares — Codex 任务运行中由 Jev 为 GPT-6 Astra 自适应选择推理强度(JavaScript,277★)
  • kerpopule/hermes-jev-skills — 给 agent 一个又快又便宜的小决策第二大脑:模型路由、记忆、压缩、技能选择全交给 Jev(Python,1k★)
  • aurorainfra/grev — Thinking Grep:会思考的 coreutils,grep 的候选判断交给 Jev(Go,52★)
  • egma-ai/jev-code-reviewer — Review behavior, not just diffs:Jev 排 human 注意力优先级、OpenAI 解释改动,本地 CLI(JavaScript,45 分 HN)
  • Avinash-jetwani/jevmem — Claude Code 的自动项目记忆层(Cursor / Codex 也能用),读写判断交给 Jev(TypeScript,121★,61 分 HN)
  • Jurl — 会读网页的 curl:jurl 先让 Jev 读懂页面再返回你要的数据(5 分 HN)
  • PostHog/jeeves — PostHog 出品:给 Jev-like 决策模型加推理步骤,准确率显著提升(Python,400★,152 分 HN)

评测与护栏

🎪 趣味与实验

本清单的灵魂板块。规则很简单:每个都值得点开玩 3 分钟。

🎮 让 Jev 上场

  • Gatekeeper — 🏰 说服一个 34MB 的 Jev-like 模型放你进城堡:prompt 攻防游戏(Show HN)
  • Jev Plays Pokémon Red — 让 Jev 玩《宝可梦红》,每一步移动都是一道带概率的判断题(Show HN)
  • Jev Plays Manic Miner — 1983 年经典平台跳跃游戏的决策化重玩:每一次跳跃都是一道判断题
  • can-you-beat-jev — ⚔️ 人机对战:和 Jev 比拼同一道判断题
  • Clue Me — 🗣️ 你描述拿到手的词,让 Jev 来猜(Show HN)
  • Herobrine — ⛏️ Minecraft 迷你伙伴 agent:行为决策全部交给 Jev(Show HN,JavaScript)
  • jev_civilization — 🏛️ 部落由 Jev 自主决策的文明模拟:你塑环境,它演历史(Show HN,TypeScript)

🔮 预测:它真的懂你吗

  • Jev predicting your life choices — 答 10 道题,看 Jev 对你人生选择的判断准不准(Show HN)
  • Jev predicting the 2026 MLB postseason — ⚾ 逐打席预测 MLB 季后赛:Jev vs ChatGPT vs Claude 真金白银实盘(Show HN,头图右半就是它)
  • jev-aita — ⚖️ 用 Jev 审 770 篇 Reddit「Am I the Asshole」判决:与 Sonnet 5 / GPT-5 nano 比 Brier 分、延迟与成本(19 分 HN 热帖,Python)
  • Dbb1 radio — 📻 无尽电台:听什么、怎么排全由决策模型说了算(Show HN)
  • Realtime eBay Filtering — 🛍️ eBay 商品流实时过滤:想要的留下,噪音滚蛋(Show HN)
  • Slop Mop — 🧹 Chrome 插件:一键擦掉 LinkedIn 信息流里的 AI slop
  • Jevdit — 📌 由 Jev 当版主的社交网络:每条帖子先过决策模型再上墙(Show HN)
  • nospace — ✏️ 进阶自动纠错:不判断拼写对错,而是判断你想说什么
  • Better Call Jev — 📞 名字即梗的 Show HN:遇到难题?Better Call Jev——让决策模型替你拿主意
  • Reverse.horse — 🧠 把人类大脑做成 Jev 兼容 API:「由你那可怜的人类大脑驱动」的众包决策后端(Show HN)
  • Jamming with Jev and Claude on TidalCycles — 🎵 用 Jev + Claude 在 TidalCycles 现场编码音乐里即兴演奏(Show HN)
  • Jev Plays Chess — ♟️ 游戏系列第三弹:让 Jev 下国际象棋,每一步走子都是一道判断题
  • Desktop Pet — 🐾 桌面宠物:语音对话交给 LLM、姿态动作交给 Jev——两个模型的分工架构(Show HN)
  • Jevman — 👾 游戏系列第四弹+基准化:各家决策模型同场竞技吃豆人(68 分 HN,本周最高)
  • jev-bisect — 🔢 用 Jev 玩「higher / lower」数字猜谜:把二分搜索的每一步判断都交给决策模型(Show HN,Python)

🧪 脑洞:原来还能这么用

  • jevlang — 一种 Python 方言:每个 if / elif / while / match 的条件都交给 Jev 决定(Show HN 脑洞,Python)
  • jev.chat — 💬 只会用 emoji 回复的聊天机器人:情绪与意图判断全靠 Jev(Show HN)
  • enigma-jev — 🕵️ Jev 当布莱切利园密码分析员:用决策模型跑软件 Bombe 破译 Enigma(Show HN,TypeScript)
  • jev-talks — 「我让 Jev 说话了」:测一测决策模型到底会不会聊天(Show HN,Python)
  • kzkhykw/jev-auto-ime — ⌨️ 问 Jev「现在打的是日语还是英语」,据此自动切换 Mac 输入法的脑洞小工具(Python,11★)
  • Rebuilt Captcha with Jev — 用 Jev 造一个「证明你是人」的验证码:反向思路的脑洞教程
  • 1kpapers — 📄 给 1018 篇论文做分类,总成本 $0.08 的极限压价实验
  • bykof/peekaboolean — 👀 看图说话的反向操作:图片进,类型化布尔答案出,带校准概率(Show HN,Python)

🔬 硬核实验与真实落地

  • Jev Does Not Play Dice — 🎲 猜暗置骰子:83% 置信度只换来 19% 准确率——校准的边界一目了然
  • shapsider/OmniJev — 🤖 多模态有限选择决策接口 + MuJoCo 具身实验台:轨迹回放、决策探针、基准面板(Python,13★)
  • JunMa11/MedJev — 🏥 自由文本病历 → 表格化临床变量:一块消费级 GPU 每小时处理数千份,数据不出院内(Python,87★)
  • fly.rahmanyoonus.com — ✈️ Jev 驱动的实时飞行决策演示
  • semanticspace.dev — 🗺️ 2D 语义空间可视化探索:把 Jev 的判断摊在一张地图上看
  • Open Jev Playground — 🛝 一站式在线试所有 Jev 开源平替(Show HN)

值得一看的 Web 演示

  • citegraph.app/live — 让多个 AI 引擎逐页"对簿公堂"的实时引用图谱
  • jevable-code — 审计任意仓库里哪些判断可以被 Jev 替换
  • jevusers.com — 第三方生态目录:追踪 400+ 项目、合计 40k+★,每日更新
  • kydlikebtc/awesome-jev — 805 条按决策类型索引的示例目录:CI 每周复验、双语、可检索站点(同名仓库中经核验的优质者)(Python,582★)

SDK 与集成

官方 TS/Python 开箱即用;社区两周内把 .NET、Elixir、Rust、Go、Java、Ruby、Swift 补齐了,连 Ollama 都原生支持了。

官方

  • typesafe-sdk-js — 官方 TypeScript/JavaScript SDK(npm @typesafe-ai/sdk,234★)
  • typesafe-sdk-python — 官方 Python SDK(220★)
  • system-one-adapter-python — 用任意 LLM API 模拟 TypeSafeClient 的 drop-in 适配器,开发/迁移期联调好用(297★)
  • typesafe-ai/skills — 官方 Agent Skill:教 Claude Code / Codex 正确使用 System One API(2.5k★)

平台官方集成

社区语言 SDK

MCP 与 Agent 工具链

开源复刻与本地平替

  • NandhaKishorM/laya — 非自回归 System 1 决策引擎:单次前向输出 choice / score / noul,开源复刻榜首(Python,31.1k★)
  • firelex/jeff — 在家训练的 0.8B Jev 兼容决策模型:Qwen3.5 / Gemma 4 微调,RTX 22ms / M4 Max 28ms,同款请求格式(Python,1.4k★,546 分 HN)
  • TheoLeeCJ/SemIf-OpenJev — 用开源模型在家用 3090 上跑「语义 if」;独立项目,与 TypeSafe 无隶属(Python,4.3k★)
  • TianyuCodings/NanoJev — nano 复刻:并行决策、动态候选、端到端训练管线(Python,2.2k★)
  • jaredpalmer/kev — 基于 Qwen3.5 的微型 Jev-like 决策模型家族,可自训自跑(Python,8.5k★)
  • vinnylarouge/jevlike — Jev-like 决策模型复刻(Python,1.3k★)
  • wfzyx/von — 开源 System One 决策模型:sub-15ms、非自回归、本地 drop-in 平替(Python,667★)
  • ekzhang/openjev-sglang — 基于开源模型的 Jev 兼容 API 端点(prefill-only)(Python,323★)
  • ollaya-dev/ollaya — 决策模型界的 Ollama:pull 并本地运行 Laya / decider / NLI / GLiClass,统一 TypeSafe 兼容 API(Rust,1.2k★,530 分 HN)
  • kouhxp/gutsy — CPU 就能跑的微型本地决策模型:state 进、带校准概率的判断出(Python,46★,两度登 HN)
  • THX-01 — 能跑在智能手机上的开源决策模型:pip install thx01(Show HN)
  • Jeyzma — Go + WebGPU 把决策模型跑在本地浏览器里:不联网的 typed decisions
  • Ollama 0.35 — 官方公告:Ollama 原生支持本地运行 Jev-style 决策模型(如 nimble)
  • EU/Jev — 首个托管在欧洲的 System One 模型:合规敏感场景的选项(Show HN)

官方资源

深度教程与评测

不吹不黑:既有 Raschka 的历史脉络和 Victor Dibia 的图解,也有「所有模型都高估漏洞严重性」「50 万次调用证明高置信 ≠ 高准确」这样的负结果。

社区讨论

FAQ

Jev 是什么?和 GPT 这类模型有什么区别?

Jev 是 TypeSafe AI 于 2026-09-15 发布的 System One 决策模型:不生成文本,只对预定义问题(choice / score / noul 三种原语)返回带校准概率的类型化答案,端到端延迟 70–500ms。生成式 LLM 擅长写作与复杂推理,Jev 专攻分类、路由、打分这类"判断"任务。

Jev 多少钱、多快?

输入 $0.042 / 百万 token,输出免费;端到端 70–500ms。官方声称在 System One 类任务上比参照前沿模型快 193.6 倍、便宜 444.6 倍(自建评测,引用时建议保留"官方声称"限定)。

Jev 说"零幻觉"是真的吗?

严谨地说:Jev 在数学上不可能返回 schema 之外的值(类型安全是构造性保证),但仍可能返回"错误的合法值";且它不会算术、计数和日期比较。把它当"带概率的智能 if 语句"而不是全知助手。

有没有开源版 / 本地平替?

有,且发布一周内就非常活跃:kev、NanoJev、jevlike、von、openjev-sglang。官方也提供 system-one-adapter-python,用任意 LLM API 模拟同一接口做开发期联调。

哪些语言有 SDK?

官方提供 TypeScript/JavaScript 与 Python SDK;社区已有 .NET、Elixir、Rust、Go、Java、Ruby 移植,见上文「社区语言 SDK」一节。

有生产环境的真实数据吗?

有。tessl 在 verifier 场景实测比 GPT Luna 6 快 13.6 倍、便宜 2.7 倍;getunblocked 公开了与交叉编码器的生产对比——都附复现步骤,见教程板块。

想先在本地或私网试,有什么路?

三条路:① 自托管开源复刻 laya / kev / NanoJev / von;② 官方 system-one-adapter-python 用任意 LLM 模拟同一接口;③ 在线 Open Jev Playground 免费体验。

我的项目怎么被收录?

先看 CONTRIBUTING.md:用 Issue 模板推荐,或直接提 PR(同步 data/projects.json 并跑通 scripts/check.py 即可,中文描述就行)。

收录标准与投稿

  • 与 Jev / System One 直接相关的真实可访问项目或一手资料;
  • 优先级:可运行开源应用 > SDK / 集成 > 教程 > 社区讨论;
  • 条目格式统一:- [名称](URL) — 一句话中文描述(语言,★数快照);
  • 不收录无法访问的链接、纯营销页与搬运聚合号;
  • 新条目需同时更新 README.md 与 data/projects.json,并跑通 python scripts/check.py(CI 会自动校验);
  • 流程细节与质检清单见 CONTRIBUTING.md,也欢迎用 Issue 模板推荐项目。

局限与说明

  • 时效:Jev 发布于 2026-09-15,本清单为 2026-10-10 快照;生态刚过一周大,变化极快,各项目 star 数会随时间变化;
  • 数字口径:性能对比(193.6x / 444.6x、"零幻觉")为官方自报口径,本清单在引用处已标注"官方声称";批判性视角见 TrueFoundry 分析;
  • 不背书:收录 ≠ 推荐,第三方项目质量请自行评估;GitHub 上另有多个同名 awesome-jev 仓库(部分为搬运聚合号),引用时注意甄别;
  • Jev 本身的局限(综合官方文档与第三方评测):不能算术、计数、日期比较;不能生成文本;不支持图片 / 音频输入;state 可被对抗性文本操纵;置信度校准在分布漂移时可能失效。

License

MIT © JingHao-Leon

About

Jev 优质应用与生态精选|System One 决策模型:开源应用·SDK·平台集成·开源复刻·教程 | curated apps & SDKs for TypeSafe AI's Jev model

Topics

Resources

Code of conduct

Contributing

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages