关于 Jev——TypeSafe AI 的 System One 模型——构建的一切：第一个直接返回类型化判断与校准概率、而不是自然语言的模型。352 个项目，三种语言，由 GitHub API 自动刷新。
billing probabilities {"billing":0.94,"technical":0.05,"other":0.01} 一次请求，三个条件，三个类型化答案。你正在读的这张表就是它。 curl -X POST https://api.typesafe.ai/v1/systemone \
-H "Authorization: Bearer $JEV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"state": { "document": "I was charged twice. Please fix this now." },
"questions": {
"category": {
"type": "choice",
"question": "What is this ticket about?",
"options": ["billing", "technical", "other"]
}
}
}'决策表按规则编号引用。这份清单也一样。
以下每一条都由同一个数据文件生成。星标、许可与更新时间由 GitHub API 定时刷新，每条上线前都会做链接校验。星标数是带日期的快照，不是排名主张。
规格表、三个原语与官方文档——动手前先读这些。
TypeSafe AI 官方维护，以及原生集成 Jev 的框架。
面向 agent harness 的路由、工具门控、评审、技能与 MCP 服务。
在硬性超时内逐轮选择模型与工具。
在模型读到之前，先决定上下文里留下什么。
判官、linter、覆盖率门控与评审看板。
Jev 选操作与 DOM 元素，小模型只负责写字。
不 hook、不改包地驱动手机、IM 客户端与原生界面。
查询理解、来源选择、重排与语义 SQL。
护栏、提示注入检测、可弃权的判官。
会调用 Jev 的 Postgres 扩展、语义 SQL 与遥测管道。
真正每天会打开的终端产品。
官方 SDK 未覆盖语言的社区客户端。
直接在终端里调用 Jev，无需 SDK。
先度量，再信任。
不依赖厂商也能跑 System One 语义——一块 3090 就够。
把决策做成游戏机制。
用校准概率给金融信号打分。
30 秒跑起来。
它不是一份半年就发臭的手工清单，而是一个数据文件 + 确定性脚本 + 一个免费 AI 评审员。无需 API key：维护全部跑在免费开源模型上。
双模型门控：第二个独立的免费模型会审阅每一个自动化 PR，而只改报告的变更永不合并。模型不可达时，脚本退化为确定性报告而不是直接失败。
TypeSafe AI 的 System One 模型。发一个 state 加类型化问题，回来的是带每个选项概率和置信度的类型化答案。模型 jev-latest，一次 POST 到 /v1/systemone，端到端 70–500 ms。
LLM 返回的是要解析的文本，而每一次解析都是一个可能出错的地方。Jev 返回类型化的 choice 加概率分布，可以设阈值、写单测、记一个数字。
只有托管 API 需要。规则 229 收录了在开放权重上跑 System One 语义、不依赖厂商的实现。
给 data/entries.json 提个 PR，或者打上 jev 话题开 issue。一个仓库一条，一个 PR 一条，并且必须提供三种语言的描述。
没有，是社区维护的。因为 Jev 是他们的模型所以才有链接，这个区别写在页面上，而不是藏在页脚。
可以，全部内容为 CC0-1.0 公共领域。取 projects.json 拿结构化记录，取 llms-full.txt 拿全部条目的 markdown，或按 c/<规则>.md 单取一个分类。