AI 资源库 · 已整理 4 项
查看与决策系统相关的 AI 资讯、工具、Skill、工作流和开源项目。
Alex314618-create/JevRev · An LLM + Jev workflow that changes EVERYTHING. Boost your vertebrate brain with a spine inside.
JevRev 是一个 LLM + Jev 工作流系统，将工作分为三部分：JevSift 在任务开始时评估多条候选路径并筛选值得投入 token 预算的方向，JevLoop 逐轮审核结果并决定下一步动作（fix / verify / continue / replan / human），JevLong 对长时间多轮任务监测停滞、重复失败、偏移、工具调用问题和预算风险。Jev 负责快速、低成本的决策与过滤，LLM 负责提出并执行工作，二者通过 CLI 与 JSON/JSONL 协议通信，可与 Codex、Claude Code、OpenCode、CI 工作流或自定义宿主集成，并提供交互式 TUI 查看会话与证据。
featherless-ai/simple-jev · Turn any open model into a classifier/jev endpoint
Simple Jev 让兼容的开源模型（如 Hugging Face 上的 Qwen、Gemma、Laya 系列）无需额外训练分类头即可用于结构化分类与评分。请求包含共享上下文（state 或 messages）和若干问题，服务端读取模型在候选标签上的 next-token logits，自行构造 JSON 响应，返回 choice（多选一）、score（量表打分）和 noul（真值/支持度判断）三类结果，输出不依赖模型生成文本。项目包含基于 Hugging Face Transformers 与 PyTorch 的本地服务、供其他推理实现复用的 Python common 规则模块、以及带 JevBench 打分、文本/决策与视觉套件、提示格式搜索的评测框架。
pedringt/ai-learning · Applied AI product portfolio featuring State, a human-in-the-loop system for maintaining trustworthy project understanding.
State 是一个“维护项目理解”工具，用于持续保存项目当前视为真实的事实，而不是每次提问都从项目历史中重建理解。其核心规则是“AI 解释、软件执行、人授权”：Evidence 作为不可变的原始记录，AI 只能提出解释或变更建议（Reviews），Current State 的变更必须经过人类明确授权，并以原子方式更新 Current State 与 History；Ask 提供只读的综合问答，始终区分已接受事实、待审提案、开放问题与证据。项目包含 FastAPI 后端、前端原型、SQLite/Postgres 迁移、确定性测试、浏览器 QA 与部署流程，并支持 Slack 集成，属于应用型 AI 作品集与学习产品。
dkships/ship-sense · Ranks frontier LLMs on product judgment: what to refuse to build, what the data can't say, when to hold a call.
Ship Sense 是一个针对前沿大模型的评测基准，用 82 个来自十年真实产品决策的私有案例，衡量模型在“何时该停下来”上的产品判断力，包含克制（该做、该延后还是该砍掉某个功能，以及 AI agent 可自主行动到何种程度）、诚实（指出数据局限而不编造结论、也不否定数据支持的结果）、坚持（在压力和弱证据下守住判断，并在出现真实证据或对方有道理时改变判断）三个维度。评分采用确定性的关键词匹配而非 LLM 评委，并给出对抗性策略与随机策略的可利用性下限；仓库还维护模型排行榜、代际对比与得分历史。