jev-model-router

它在哪儿调用了 Jev

import { experimental_evaluate as evaluate } from "ai";

eval.mjs:3

链接指向我们抓取当天的那个 commit，行号是准的。

它问 Jev 的问题

下面是从这个项目源码里原样取出来的 question 组合。

import { experimental_evaluate as evaluate } from 'ai';

const { answers } = await evaluate({
  model: 'typesafe-ai/jev',
  state,
  questions: {
    tier: { type: 'choice', instructions: 'Which model tier should answer this message?',
      criteria: { nano: 'Greeting or trivial chat', balanced: 'Needs real reasoning or code' } },
    is_greeting: { type: 'boolean', instructions: 'Is this only a greeting?' },
  },
});

同类的其他项目

• simple-jev ▶ — 将任意开源模型转换为分类器或jev端点。
• typesafe-ai-benchmark ▶ — 这是一个模拟 typesafe ai 结构化输出的 LLM 网关，类似一个冒牌 Jev。
• Nemotron_Jev ▶ — Nemotron Diffusion Decision Lab 是一个用于扩散决策研究的实验平台。
• jcm-router ▶ — 本地代理，使用 TypeSafe Jev 根据消息选择 Claude 模型和计算资源，路由子代理，保持主聊天缓存不变。
• tiershift ▶ — 将每次 LLM 调用转到能处理的最便宜模型，路由由 TypeSafe Jev 约 180 毫秒内决定，无需训练数据，策略用 YAML 编写，支持 TypeScript 和 Python。
• jev-workbench ▶ — 在 TypeSafe 的 Jev 上构建版本化判断函数，后端通过 HTTP 调用，coding agent 通过 MCP 调用，密钥保存在本地。
• ailerix ▶ — TypeSafe 模型路由器，Jev（System One）将每个请求存入类型化目录路由。
• jevcache ▶ — 当 TypeSafe Jev 识别相同意图时，跳过昂贵的 LLM 调用，提供兼容 OpenAI 的本地缓存代理。