awesome-typesafe-jev：Jev生态的源码佐证资源清单

AbdelStark/awesome-typesafe-jev

官方文档、可运行的集成、独立实验，以及把 Jev 推向新领域的构建者们。Jev 把上下文转化为一个概率、一个选择或一个评分；阈值与动作由你的代码掌握。

一次调用，三种类型化答案。

在 TypeSafe 文档化的支持工单示例中，Jev 选择了技术团队（概率 0.85），按 0–2 评分标准把挫败感评为 1 级，并把紧急程度给出 1.0 的 Noul 概率。示例响应来自 jev-1.13.0；何时路由或升级，仍由应用代码决定。

我想要……

Go here 用 2 分钟理解这个想法 试一下策略阈值，然后阅读介绍以及三个原语 发出我的第一次类型化调用 复制可运行的示例，构造你自己的问题，然后探索官方 SDK 看它实际运行 玩一下 Jev Chess，试试 Typewriter 的 16 项判断或 Jevtown 的模拟观众；浏览更多应用 测试这些声明 独立评估以及 TypeSafe 自己的评估 看实时构建 → 构造一个类型化问题 探索可搜索的网页目录 推荐一个资源 加入构建者社区 独立社区项目。

本仓库与 TypeSafe AI 没有关联，也未经其认可。社区条目按章节标记；收录并不代表 TypeSafe 已审阅或批准它们。

最后更新：2026-09-21。链接和项目描述会变化；请报告过期的条目。

内容 从这里开始 发出你的第一次决策 构造一个类型化问题 试一下策略阈值 在你信任一次决策之前 官方资源 产品和文档 SDK 和开发者工具 概念、模式和实践指南 研究与写作 社区与动态 社区项目 客户端库与集成 智能体与开发者工具 浏览器智能体 应用与工作流 游戏与机器人 评估与独立研究 展示与现场记录 贡献 贡献者 从这里开始 介绍 — Jev 是什么，System One 模型与文本生成模型有何不同，以及 Choice、Score 和 Noul 三个原语。

快速开始 — 从 API 密钥到在 Python 或 JavaScript 中做出类型化决策的最短路径。

如何基于 TypeSafe 构建 — 把工作流拆解为狭义判断的设计指导，同时让策略与副作用保留在代码里。

TypeSafe Console — 创建密钥并检视实时 Jev 请求。

同一个状态在同一次请求里回答若干聚焦的问题。选择你的代码可以直接使用的答案形状： 问题形状 适用场景 返回内容 Noul 一个明确的肯定/否定断言，例如「这条消息是否在请求退款？」 0 到 1 之间的数字：肯定（即「是」）的概率。 Choice 从命名的选项中选出，例如 billing、technical 或 sales。 被选中的选项，每个选项的概率，以及置信度。 Score 一个有序的评分标准，例如 calm、concerned 或 angry。 评分标准上的位置、其各层级的概率，以及置信度。 同时提出独立的问题。阈值、回退行为与副作用在应用代码中设置。

发出你的第一次决策 用 npm install @typesafe-ai/sdk（Node.js 20+）安装官方 JavaScript SDK，在环境中设置 TYPESAFE_API_KEY，把下面代码保存为 first-decision.mjs，然后运行 node first-decision.mjs：

import { choice, noul, TypeSafeClient } from '@typesafe-ai/sdk';

const { answers } = await new TypeSafeClient().systemOne({
  state: { ticket: 'I was charged twice. Please refund the extra payment.' },
  questions: {
    team: choice('Which team should handle this ticket?', {
      billing: 'Payments and refunds',
      technical: 'Bugs and integrations',
      other: 'None of the above',
    }),
    refund: noul('Does the customer explicitly request a refund?'),
  },
});

const team = answers.team.choice;
const probability = answers.team.probabilities[team];
const action = team !== 'other' && probability >= 0.9
  ? `route to ${team}`
  : 'send to review';

console.log({
  team,
  probability,
  refundProbability: answers.refund.noul,
  action,
});

Jev 返回类型化答案；0.9 的路由规则就是普通的应用代码。这是一个示例性的阈值，并非经过测量或推荐的运行点。工单文本会被发送到 TypeSafe 的 API；首次调用请使用合成的工单。

构造一个类型化问题 从一个状态和一个你的代码可以直接使用其答案的问题开始。这个合成的支持报告可以以 Choice、Noul 或 Score 的方式提问。在实时站点上，编辑字段并复制一份 JavaScript SDK 调用。设计器在浏览器中运行，不会发起模型请求；稍后运行复制的代码时会把状态发送给 TypeSafe。

设计输入 合成示例 状态文本 PDF 上传失败并报 500 错误。我需要在今天截止时间之前完成。

Choice 问题 哪个团队应该处理这份报告？

Choice 选项 technical=失败与集成；support=账户与使用帮助；other=均不适用 Noul 问题 消息中是否明确提到了截止时间？

Score 问题 所报告的问题在多大程度上阻塞了用户的工作？

Score 级别 美观问题；有可用变通方法；阻塞任务 让状态保持简短，对选项的描述使其互不重叠，并在任务允许时加入一个「无匹配」选项。仅在测量了你自己的标注样本之后，再选择阈值和动作。

试一下策略阈值 上面文档化的支持工单示例以概率 0.85 选出了 technical。在这个示例性的策略里，工单只有在被选中的概率达到应用阈值时才会自动路由。在 0.90 时，它进入审核；在 0.80 时，它路由到 technical。模型的答案保持不变。这些阈值是教学示例，而非经过测量的运行点或安全保证。

策略输入 示例值 选中的团队 technical 选中的概率 0.85 起始阈值 0.90 在实时站点上，移动阈值即可看到应用采取的动作。真实的阈值需要在你自己的标注样本上评估，并为不确定性预留一条审核路径。

在你信任一次决策之前 给不确定的样本一个去处。

在一次 KoBBQ 校准审计中，移除「未知」Choice 选项迫使模型对无法回答的条目强行作答。在任务允许歧义时，请加入一个「无匹配」或审核路径。

在你自己的标注数据上测量阈值。

Janus 发现，在一份数据集上有用的路由阈值换到另一份数据集就不再生效；它不附带默认阈值。

把排序当作排序来测试。

一项独立的排序研究通过了其主题归属检查，却在多个产品相关性检查上失败。仅靠分类准确率并不能证明对概率使用 ORDER BY 是有用的。

围绕模型审计策略。

在一次智能体动作门控评估中，最大的错误来源是应用自身把答案映射为动作的逻辑。把权限、阈值与副作用显式地保留在代码里。

这些研究使用的是特定的任务、数据集和模型版本。把它们的结果视作针对你工作负载的测试设计，而非普适保证。

官方资源 产品和文档 TypeSafe AI — System One 模型与 Jev 的官方产品站点。

Documentation — 指南、SDK 参考、模式、实践指南，以及 HTTP API。

HTTP API reference — 直接 API 集成的请求与响应契约。

Interactive demos — 官方动手示例，包括智能家居助手。

Workflow evals — TypeSafe 已发布的工作流、模型对比、方法论和示例查询。

SDK 和开发者工具 JavaScript SDK — 官方 JavaScript 与 TypeScript 客户端，带有推导出的答案类型。

Python SDK — 官方同步与异步 Python 客户端。

System One Adapter — 即插即用的 Python 适配器，可在 OpenAI、Anthropic 以及兼容 OpenAI 的 LLM API 上运行同一套类型化接口。

TypeSafe Agent Skills — 官方智能体技能，用于在 Claude Code、Codex 以及其他兼容技能的智能体中设计 TypeSafe 工作流。

TypeSafe GitHub organization — TypeSafe 维护的源代码仓库。

概念、模式和实践指南 Primitives — Choice、Score 和 Noul，包括它们的结果形状以及各自的适用场景。

Confidence — 置信度与答案概率的区别，以及如何把它用作架构层面的控制手段。

Patterns — 置信度门控路由、复合评分、投机性扇出与意图路由。

Example use cases — 从真实工作流到类型化判断的映射图。

Cookbooks — 可复现的实现，覆盖并行问题、重排序、语义搜索、护栏、抽取、分类等。

Agent skill guide — 官方 TypeSafe 技能的安装与使用说明。

研究与写作 Introducing System One Models & Jev — 发布文章、产品立论、已公开的结果与明确的局限性。

Manifesto — TypeSafe 关于「为软件而构建、而非为对话而构建」的机器原生智能的论述。

The Bitterest Lesson — 为什么在错误的任务上做优化，会压倒单纯靠规模带来的收益。

AI: too good to be true, too bad to be useful — 关于在自动化中超越偏好优化聊天模型的论证。

社区与动态 Discord — 面向构建者的官方社区服务器，用于互助与讨论。

Show and Tell — 构建者们的演示与进行中的工作；需要先加入 Discord 服务器。

X — 产品与研究动态。

LinkedIn — 公司公告与招聘信息。

社区项目 除非其仓库另有说明，社区项目均为独立项目。在将其用于关键系统之前，请阅读其代码、许可证、数据处理说明与评估注意事项。

客户端库与集成 Advocaat — 小巧的 TypeScript 客户端，为类型化的概率、选择与评分提供便捷的标签化辅助函数。

DuckDB Jev — 原生 DuckDB 扩展，提供 Jev 谓词、Choice 分类、Score 评分标准以及对 SQL 行做流式批处理判断，支持每查询预算、缓存与请求遥测；已发布的实时吞吐基于重复的合成工单语料，并不衡量分类准确率，且二进制文件必须匹配对应的 DuckDB 版本与平台。

Hunch — 一个 Ruby gem，把判断调用转化为控制流：例如 Hunch.likely?("fraudulent", given: order) 基于类型化的 Jev 答案进行分支，配合用于 Choice 的 pick、用于 Score 的 rate，以及从 possibly? 到 definitely? 的分级谓词；与 TypeSafe AI 没有关联。

jev-acp — 独立的 ACP 智能体，用于 Jev 的 Choice、Score 与 Noul 决策，提供引导式输入、可复用模板与概率展示；需要 TypeSafe API 密钥，并将决策输入发送给 TypeSafe。

jevql — 形似 psql 的 CLI 以及 Go/TypeScript/Python SDK，允许你在原生 Postgres 上写出 WHERE jev(alias, 'condition')、jev_prob、jev_choice、jev_score 等语句，无需扩展：它在服务器上执行纯 SQL，对存活下来的行用 Jev 批量判断（缓存于本地 SQLite），并在客户端应用 filter、sort 与 group；任何通过 SQL 过滤的行都会被发送给 TypeSafe 并进行判断，因此应先把廉价的谓词放进 SQL。

json-render — 生成式 UI 框架，包含一个实验性的 Jev 组合器，可从应用提供的候选组件与布局中通过 Vercel AI Gateway 进行选择。Jev API 尚未发布，需要从源码构建；组件、动作和副作用由应用代码掌握。

LlamaIndex Jev — 基于官方 Python SDK 的非官方 LlamaIndex 重排序器与查询引擎选择器：Jev 对检索到的段落打分，并选择由哪个工具处理查询；评分模式采用 0–3 评分标准，而非余弦相似度。

NeuroLink — TypeScript SDK，将 Jev 作为与 generate、stream 并列的第三种推理类型暴露出来，通过 inferenceKinds 字段按 provider 声明，而非从行为推导而来，并在内部用于模型路由、上下文压缩、MCP 工具选择与 RAG 规划；所有内部调用方都使用一个 fail-open 包装器，在任何失败时返回 null，因此在没有配置密钥的情况下其行为与之前完全一致，且与 TypeSafe AI 没有关联。

OCaml SDK — 非官方、基于 eio 的客户端。

pi-typesafe — Pi 扩展与库，为智能体及其他扩展提供一个经用户同意、托管密钥的 TypeSafe 客户端，具备批处理的 typesafe_evaluate 工具和可离线测试的传输层；请求按用户开启且计费。

RubyLLM TypeSafe — RubyLLM 2 的 TypeSafe provider，包含离线模型元数据与类型化响应。

s1-rs — Rust 的派生层，覆盖 Choice、Score、Noul、类型化问题集、置信度门控以及无需网络的测试。

scala-jev-sdk — 社区版 Scala 3 客户端，面向 TypeSafe 的 System One API，提供类型化的 Noul、Choice 与 Score 问题，答案通过问题值本身获取；不内置 effect 系统，因此同一份代码可在任意 sttp 后端上运行，从 Future 到阻塞式、cats-effect 或 ZIO；重试尊重 Retry-After，并在发送往返请求之前由本地校验拒绝畸形的问题集；每次调用返回 Either 而非抛出异常，除 Future 和阻塞 Identity 之外的 effect 必须提供一行 sleeper 用于重试计时器；不支持 Scala 2.13，且与 TypeSafe AI 没有关联。

Swift SDK — 非官方、实验性的 Swift 客户端，支持类型化答案、async/await 以及 Swift Package Manager。

TypeSafe AI for Rust — Rust 客户端，同时提供异步与阻塞传输、类型化响应、可观测的重试与可检视的错误。

TypeSafe AI Swift SDK — 不依赖第三方库的 Swift 6 客户端，支持 Choice、Score 与 Noul 问题，严格并发，可配置重试以及无需网络的传输测试；面向生产环境的 Apple 应用应通过后端代理请求。

TypeSafe SDK for Go — 社区版 Go 1.23 客户端，面向 TypeSafe 的 System One API，提供单次请求中的类型化 Noul、Choice 与 Score 问题，支持「选项优于环境」的配置方式、尊重 Retry-After 的重试、与 errors.Is 匹配的错误树，以及会抹除凭据 header 但在 debug 级别记录请求体的 log/slog 日志；客户端未建模的答案类型会被丢弃并产生警告而非失败；模块尚未发布带标签的版本，因此 go get 会解析到一个伪版本。

TypeSafe SDK for Java — 社区版 Java 17 客户端，面向 TypeSafe 的 System One API，提供类型化的 Noul、Choice 与 Score 问题，嵌套条件的 lambda 风格构造器，与官方 SDK 一致的重试，针对状态的异常类型，以及 Spring Boot starter；仅依赖 Jackson，且与 TypeSafe AI 没有关联。

TypeSafe SDK for Kotlin — 官方 JavaScript SDK 的社区版 Kotlin 移植，面向 TypeSafe 的 System One API，提供类型化的 Noul、Choice 与 Score 问题，与上游一致的重试策略，针对状态的异常类型，HTTP 与 SOCKS5 代理支持，以及「每个答案与产生它的问题相匹配」的运行时检查；仅面向 Android 与 JVM，通过 JitPack 而非 Maven Central 分发，且与 TypeSafe AI 没有关联。

TypeSafe SDK for PHP — 社区版 PHP 8.3 客户端，面向 TypeSafe 的 System One API，提供类型化的 Noul、Choice 与 Score 问题，可在 TypeSafe 与 OpenRouter 的 decisions 端点之间一键切换，支持重试与单次调用覆盖，兼容任意 PSR-18 传输，并附带 Laravel service provider；调用为同步，模型列表功能仅在 TypeSafe 上可用，且与 TypeSafe AI 没有关联。

typesafe-ai-rails — 社区版 Rails 集成，基于 typesafe-sdk 构建，提供 Rails 配置、持久化的用量与成本遥测，以及 Choice 与 Score 答案的可选置信度策略。

typesafe-rs — 以低延迟为目标的 Rust 传输 SDK，设计上追求与官方客户端行为一致。

typesafe-sdk — 社区版 Ruby 客户端，面向 TypeSafe 的 System One API，提供类型化的 Noul、Choice 与 Score 问题，支持重试、模型列表以及线程安全的池化 HTTP 连接；要求 Ruby 3.1 或更高版本，并且没有异步客户端。

typesafe_sdk — 面向 TypeSafe AI 与 Jev 的 Elixir SDK，提供类型化的 Choice、Score 与 Noul 结构体、可配置的重试，以及与上游 API 的对等。

TypeSafeAI.Net — 面向 TypeSafe API 的 .NET 客户端，支持 Noul、Choice 与 Score 问题集，集成 HttpClientFactory 与依赖注入，并附带 Microsoft.Extensions.AI 的护栏、路由、工具与评估器适配器。

Vercel AI Gateway — 第三方托管网关入口，可通过 Vercel 的 AI SDK 与网关调用 Jev。

Vercel AI SDK for Python — Vercel 公开测试版的 Python SDK，包含一个实验性的 evaluate 操作，可通过 AI Gateway 使用 typesafe-ai/jev 发起类型化的 Choice、Score 与 Boolean 问题；该评估 API 仍处于实验阶段，且需要 Gateway 访问权限。

vgi-typesafe — DuckDB 集成，通过社区版 VGI 扩展加载，将 Choice、Noul 与 Score 暴露为 SQL 表函数，可与表做 LATERAL JOIN，返回带有置信度、概率与逐行 token 用量的类型化列，并提供 is_true() 标量用于 WHERE 子句；同一行上的多个问题共享一次请求，批次内重复值只问一次，但每一条非空行都是一次计费请求，会把内容发送到 TypeSafe 的 API。

智能体与开发者工具 Bicameral — Pi 编程沙盒，由一个 LLM 负责编写，而 Jev 提供用于策略、循环检测与代码审查的类型化反射动作；明确表示不是沙箱（译注：原文为 "explicitly not a sandbox"，意在强调其并不提供隔离或沙箱保护）。

DGP — 实验性的「基于决策」的智能体协议，附带 Jev 适配器、不可变证据帧、类型化评估以及由应用守卫的提交操作；本地参考应用模拟领域效果，开启后的实时模式会把决策证据发送给 TypeSafe。

Every — 语义化代码搜索 CLI，对每一个函数提出一个 yes/no 问题，并按得到的概率进行排序。

fx — 实验性的 Zig 编程智能体，可选的 Jev 权限审查器：将 review_model 设为 typesafeai/jev 时，会把组合后的策略、上下文以及待执行的动作直接发送给 TypeSafe 或通过 Vercel AI Gateway，再将 Jev 的 Choice 映射为权限决策；所记录的概率与置信度并不充当阈值门控。

hush — 用于 issue 分类的 GitHub Action，会主动弃权：label、spam、needs-more-info 与 possible-duplicate 一次调用给出，但只有当各项分数超过维护者设定的阈值时才会被应用，低于阈值则一律不应用。

is-malicious — 命令行工具，使用 Jev 扫描源代码、配置、构建与 CI 文件，报告可疑行为并给出文件与行号指针，并将被扫描的文件内容发送到 TypeSafe 的 API。

Jev Cookbook — 十五份可运行的 OpenRouter 实践指南，涵盖支持工单分诊、数据清洗、搜索、浏览器操作与 Gmail 标签等场景，配有小型标注样本与保存的实时结果；示例将动作阈值保留在代码里，其样本结果并不构成生产环境的准确率保证。

Jev MCP — Python MCP 服务器，向兼容 MCP 的智能体暴露 classify、score、check、match 与 screen 等工具。

Jev Review — 多阶段的代码审查工作流与本地仪表盘，通过一系列聚焦的 Jev 调用跟踪结构化的信号。

jev-align (Sutro) — 实验性的主动学习 CLI，使用 Jev 评估 CSV、Parquet 与 JSONL 数据，请人对不确定与随机抽样的样例进行标注，并使用 GEPA 提出改进后的定义，同时将标签与提案的接受权保留在人工手中。

Jev-assisted compaction — 一个简单示例，展示如何在 kamchatka 智能体中借助 Jev 做内容感知的压缩。

Jev-assisted shell — 当使用 --assisted-shell 构建并以 --advise 运行时，kamchatka 智能体会对 shell 命令进行分类，为模型想要运行的每条命令提供一个快速、彩色的安全评级。

jev-axi — 遵循 AXI 约定的智能体友好型 CLI，为编程智能体提供 Jev 判断，用于阻断高风险工具调用、过滤获取内容中的提示注入、对构建日志分诊、标记高风险 diff，以及过滤或排序大量条目；其自带的基准测试发现使用它的智能体读取的文件更少但开销相同，因此它定位于做判断，而不是替代读代码。

jev-belay — Claude Code 的 Stop 钩子，在信任「完成」声明之前检查会话记录中是否有证据：仅当文件发生改动但没有通过的检查时，才会发起一次包含四个问题的 Jev 调用