Быстрые, дешёвые, типизированные суждения из модели Jev от TypeSafe, как инструменты MCP.

Дайте своему агенту двенадцать инструментов для суждений:

• jev_verify сверяет заявления с доказательствами.
• jev_screen оценивает содержание до того, как оно входит в контекст.
• jev_noul возвращает калиброванную вероятность для заявленного утверждения.
• jev_find выбирает лучшего кандидата по смыслу.
• jev_rerank оценивает и сортирует каждого кандидата.
• jev_classify пакетно назначает элементы классам.
• jev_decide разрешает ограниченные альтернативы.
• jev_compare оценивает, как связаны два отрывка.
• jev_extract вытягивает поля с регулярным выражением плюс суждение.
• jev_audit аудиты извлекают значения по их источнику до того, как им доверяют.
• jev_review оценивает предложенный дифференциал перед тем, как задача считается выполненной.
• jev_gate проверяет патч и проверяет заявления о завершении за один вызов.

Каждое суждение приходит напечатанным: вероятности, а для большинства инструментов — рейтинг доверия, примерно в 150–500 мс, за долю цента. Дешёвые механические проверки в остальном пропускают, потому что модель фронтира слишком медленная, чтобы работать на каждой странице, заявлении или списке кандидатов.

Для чего её можно использовать (сценариев бесконечно; это всего лишь примеры):

Jev MCP

Fast, cheap, typed judgments from TypeSafe’s Jev model, as MCP tools.

Give your agent twelve judgment tools:

• jev_verify checks claims against evidence.
• jev_screen judges content before it enters context.
• jev_noul returns a calibrated probability for a stated proposition.
• jev_find picks the best candidate by meaning.
• jev_rerank scores and sorts every candidate.
• jev_classify batch-assigns items to classes.
• jev_decide settles bounded alternatives.
• jev_compare judges how two passages relate.
• jev_extract pulls field values with regex plus judgment.
• jev_audit audits extracted values against their source before they are trusted.
• jev_review scores a proposed diff before the task is called done.
• jev_gate reviews a patch and verifies completion claims in one call.

Each judgment comes back typed: probabilities, and for most tools a confidence score, in roughly 150 to 500 ms, for a fraction of a cent. The cheap mechanical checks agents otherwise skip, because a frontier model is too slow to run on every page, claim, or candidate list.

What you can use it for (the use cases are endless; these are just examples):

• Fact-check a report, PR description, or agent brief against the sources it cites, claim by claim.
• Screen a fetched page for injected instructions before it enters context, and skip pages with nothing to say.
• Find which document, file, or note answers a question, across hundreds of candidates, with no embeddings and no index to maintain.
• Rerank retrieval results, triage near-duplicates, or order a feed by relevance.
• Route support messages, label issues, or sort an inbox against your own label set, in batches.
• Choose between a handful of options with evidence and priorities in view, with an explicit ask-the-user escape hatch when it cannot decide.
• Reconcile a changelog against its docs, a summary against its source, or catch two pages that disagree about a price or a date.
• Pull prices, dates, versions, and IDs out of a page or document as verbatim strings the model found but never wrote.
• Score a proposed diff for correctness, spec match, test gap, and blast radius before your agent declares the task done.
• Gate a merge or a ship on completion claims: the patch review and every “tests pass” claim checked against the evidence actually supplied.

This is early software. Expect rough edges. Issues and pull requests are welcome; see CONTRIBUTING.md.

Install