JevRev：融合 Jev 与 LLM 的工作流工具

Alex314618-create/JevRev

JevRev

The decision layer beside your LLM.

筛选候选方案。在循环中打分。实时观察运行。

你的大语言模型（LLM）能够构思、编写、测试与修订，却不应被迫独自完成每一个成本低廉的路由决策。

JevRev 把 Jev 摆在 LLM 旁边：一个语义层（semantic layer），用于筛选方案、检查进度，并将关注点保持在值得继续推进的工作上。LLM 提供广度与实现能力，JevRev 则在消耗更多时间与算力之前，给出第二道审视。

这就是 JevRev：它不是另一个编程智能体（coding agent），而是围绕一个智能体运转的决策系统。

了解这个思路

内置案例要求实现一个更快的 CSV 解析器。LLM 给出了一个诱人的正则捷径与一个更严谨的状态机。捷径在纸面排名中胜出，却在正确性检查中失败。状态机虽然更慢，但通过了同样的检查，最终成为证据赢家。

运行完整案例：

git clone https://github.com/Alex314618-create/JevRev.git
cd JevRev
npm install
npm run build
npm run demo:workflow

Jev 的回答会被回放，以呈现确定性的演示过程。而实现代码、正确性检查、基准样本、输出摘要与最终决策都是真实产生的：

Paper favorite: regex-shortcut
  correctness command: failed
  result: rejected
Evidence winner: indexed-state-machine
  correctness command: passed
Decision: winner -> integrate_winner

请检视已执行的探测（probe）脚本、演示驱动与决策测试。吞吐量随机器不同而变化；真正扭转排名的，是那次必然出现的正确性失败。

针对真实 JSONL 数据摄入问题的更长、零上下文运行，请参见已记录的案例。其中包含实际出错的捷径、驳回它的证据、三轮 Loop 回合，以及 Long 观察器的输出。

三个组成部分

JevSift：选择要执行的工作

宿主 LLM 提出若干在实质上互不相同的方案。JevSift 在消耗实现预算之前，剔除那些薄弱、重复、高风险或低价值的路径，并为幸存者发出有界的工作指令（bounded work orders）。

JevLoop：改进单一产物

宿主智能体（host agent）执行一条有界工作指令，记录真实发生的情况，并将本轮回合提交给 JevLoop。Loop 检查证据，只就事实无法解决的狭义问题询问 Jev，返回下一步动作：继续（continue）、修复（fix）、验证（verify）、重新规划（replan）、等待人类（wait for a human），或当所有标准均被证实后结束（finish）。

这就是在产品叙事中 Probe、Evidence 与 Decide 的归属：它们是 Loop 的工作机制，而非另一层产品界面。

JevLong：监视会话

JevLong 观察长时间运行的智能体会话，向其报告停滞、重复失败、漂移、工具调用问题、预算风险与进度，但不会暗中引导、重试、编辑或终止智能体。

long watch 是实时终端驾驶舱。对于脚本与机器可读的输出，请使用 long status --format json；watch 不接受 --format。

由此形成一种简洁的分工：LLM 承担昂贵的创造性任务，而 JevRev 防止工作流一次又一次地为错误的方向付出代价。

在 Codex 中使用

构建 CLI 并把内置技能（skill）安装到 Codex：

npm install
npm run build
node scripts/install-skill.mjs --target codex

然后向宿主智能体下达这条指令：

> 在本任务中使用 JevRev。提出若干在实质上不同的方案，请 JevRev 进行筛选（sift），仅执行有界的探测，记录证据，并在继续之前让 JevRev 审计下一回合。

交互层

JevRev 是一个命令行协议（command-line protocol），由宿主 LLM 在决策点调用。

你仍可留在 Codex、Claude Code 或其他智能体里；JevRev 不会取代那个智能体，也不需要在它旁边另开一场对话。

这种交互被刻意设计得简单朴素：

宿主智能体写入 proposals.json                 -> jevrev sift                -> 有界工作指令
宿主智能体实现并测试幸存者                     -> evidence run/metric/artifact -> evidence.json
                                              -> jevrev decide 或 loop audit -> 下一步动作
宿主适配器发送会话 JSONL                       -> jevrev long ingest/watch   -> 供人查阅的状态与告警

输入与输出均为 JSON，因此智能体可以把 JevRev 当作普通工具来调用，保存每一次决策，并在中断后恢复运行。人类控制在有意义的边界上：定义或修改合约（contract）、选择提供者（provider）、批准一次恢复、中止一个循环，以及决定是否集成某个被报告的胜出方案。JevRev 可以驳回一条不完整或失败的路径，并返回 continue、fix_regression、verify、replan、waiting_human 或 completed；但它不能修改仓库、启动或终止宿主智能体、合并分支，也不可在后台静默继续。

这就是交互层的实际作用：它把 LLM 自由形式的推理，转化为可检视的工作指令、可记录的事实以及类型化的下一步动作，而不夺走 LLM 的工作，也不剥夺用户的最终决策权。

命令面

| 命令 | 在 LLM + Jev 工作流中的角色 |
| --- | --- |
| jevrev sift | 决定哪些提出的方案值得探测 |
| jevrev loop | 在每一轮智能体回合后审计单一产物 |
| jevrev long | 观察长时间运行会话的健康状况 |jevrev evidence 与 jevrev decide 是更低层的基础设施命令。它们记录并裁定 JevSift 与 JevLoop 所消费的事实；它们并非第四、第五个独立的产品组件。

从源码运行时，用 node dist/cli.js 代替 jevrev：

node dist/cli.js sift --input proposals.json --replay examples/parser-jev-response.json

提供者

JevRev 让决策边界无论在 Jev 是托管的、本地的，还是回放模式下都保持一致：

在 POSIX shell 中使用托管 Jev：

export JEVREV_JEV_API_KEY="…"
node dist/cli.js sift --input proposals.json --provider jev

在 Windows 上通过 llama.cpp 使用本地 SemIf（译注：Semantic Interface 的缩写，指本地语义接口模型）：

powershell ExecutionPolicy Bypass File scripts/start-semif.ps1
Background node dist/cli.js sift input proposals.json provider semif

回放用例无需网络或 API 密钥。参见 docs/SEMIF_LOCAL.md 以了解本地模型的设置方式。

一份简报，两种产出

JevRev 的价值不止于代码路径。仓库包含两份由同一简报生成的页面：一份是常规首稿，另一份是经 JevRev 路由产出的证据档案。

- 首稿
- JevRev 路由关键并不在于某个神奇的视觉评分，而在于由 Jev 选定的路径，会同时改变产物的结构、证据与最终走向。

请在比对截图之前，先查看源页面及其验证记录。

接下来阅读

- 工作流指南
- 协议与 JSON 合约
- 权限模型
- JevLoop 设计
- JevLong 设计
- 验收记录

开发

npm install
npm run check
npm test
npm run build
npm run demo:all
npm run demo:workflow
npm run demo:loop
npm run demo:engineering

需要 Node.js 20 或更高版本。JevRev 以 MIT 协议授权。