awesome-jev — 收录九百多个Jev开源项目

awesome-jev 是一份社区自己维护的目录，收录 916 个用 Jev 做出判断的开源项目，按门类排开。

Jev 是 TypeSafe AI 的一个模型，做的事和常见的聊天模型不同：它不写一段话，只给能被代码直接接住的答案。用法是交一份状态给它，比如一段代码、一屏界面的描述，再配一个或多个问得窄的问题。它给出三类结果：从几个候选项里挑一个、按量级打个分、估某句话为真的概率。三类结果都带着概率和置信度，同一批问题共用同一份状态，彼此分开算。

授权、算数、阈值、出错之后怎么办这些，作者的建议是继续交给普通代码，别交给它。这份目录和 TypeSafe AI 没有隶属关系，也没拿到官方背书，这句话写在说明的开头。

归到开源项目这一堆里，它属于不装、不用注册、打开就能翻的那类；按实用软件看，它给的是一份能直接照着找的清单。

功能特点

作为开发者工具，它把力气花在一件事上：把「用了」和「核过」分开。

✅ 官方项目 — 6
📦 SDK 与客户端 — 57
🧠 Jev-like 模型 — 72
🧩 框架与集成 — 82
🤖 Agent 工具 — 228
🖥️ 浏览器与计算机操作 — 75
🪟 应用 — 129
🎮 游戏与模拟 — 73
🧪 演示与试验场 — 65
📊 基准测试与研究 — 116
📚 其他列表 — 41

每条先写「它决定什么」

条目不只有项目名，还写 Jev 在那个项目里负责哪一项判断，以及判断怎么串起来：状态进去，问题提出来，答案出来，代码接着往下走。
能查到的公开依据会直接给链接，可以跳到代码里那一行去看，不用自己在仓库里翻。
还记着复现状态、指标出处、最近一次人工审阅的日期，以及能不能挪到别处复用的做法。

八种核验标签

公开源码：仓库是公开的，说明里写了具体的做法。
调用点已核验：维护者找到了公开代码里真正发起判断、并拿答案去用的那处。
仅演示：公开演示能看见行为，但还没找到能查的调用点。
说明里声称：上游自己说用了，但调用点还没核过。
维护者运行手册：上游给了装和跑的步骤。
审阅者已复现：有独立的人按文档跑过一遍，并记下日期。
作者自报指标：数字出自项目作者，还没人独立复现。
第三方复现：有别的公开来源用写明的方法重测过。

这些标签说的是不同事实，不是分数，也不排先后。

十一个门类的划分

官方项目 6 个，SDK 与客户端 55 个，同类模型 65 个，框架与集成 77 个。
智能体工具 223 个，浏览器与计算机操作 75 个，应用 128 个，游戏与模拟 70 个。
演示与试验场 64 个，评测与研究 114 个，其他清单 39 个。
另有一节「仓库内代码引用」：3 条指向大仓库里的子目录或合并请求，星级一律写不适用——拿整个仓库的星数去标一个子目录，会误导人。

收录标准写在明处

要收进来，得可公开访问，确实在用 Jev 或记了独立的同类做法，做出一句能说清的具体判断。还得链到当前能拿到的最强证据，写明提交者和这个项目什么关系。
不要求星多，实验性的和刚起步的一样收。
不收这几类：只是看着像的通用项目、没有具体判断的链接堆、打不开的来源、抄来的文档、没有出处的性能数字。

是快照，标着日期

说明文件是一份带日期的完整快照，星数采集于 9 月 18 日到 25 日，只用来帮着发现项目，不代表质量排名。
每天的新增单独列出来，9 月 25 日新增 20 个；整份目录最近一次人工审阅是 9 月 24 日。
说明文件有六种语言，简体中文是其中一份。

使用教程

打开在线目录站，按门类往下翻；也可以直接看仓库里的说明文件，表格从头排到尾。
看条目时先读「Jev 决定什么」那一句，判断跟自己要找的是不是一回事，再决定要不要点进原仓库。
想确认真假，点条目里给的调用点链接，会跳到代码里那一处。
想投自己的项目：用提交模板开一张问题单，写清仓库地址、你和这个项目的关系、Jev 做的判断。还要填调用点地址、用了哪种问法、运行手册或演示地址、数字来源和测法，本地化的摘要可选。
暂时拿不出公开调用点的也能投，会先放进审阅队列，等实现被核过再正式收录。
想改目录数据、核验记录、翻译或仓库工具，看仓库里的贡献说明，里面有数据结构、编辑规则与证据要求；改完数据要跑一遍 GitHub 上的校验。

使用感受

最值得说的一点，是它不把「自己说用了」和「有人翻到过」混为一谈。这两件事差得很远，多数清单不会去分，这里用不同标签分开标，看条目就知道该信几分。

星数不当门槛也是个实在的决定。找冷门例子的人最怕的就是清一色热门项目，这里刚起步的、只有几颗星的照样收，只要状态和证据写得清。

免责那部分也写得直白：和 TypeSafe AI 没有隶属关系，也没拿背书；答案合了格式不等于判断就对；要拿自己的数据试过再定阈值，重要的动作放在确定性检查之后，再留一道人工确认。放在工具推荐里，肯把边界写这么细的目录不算多。

要留个心眼的是数字：标着「作者自报」的就是作者自己测的，没人复现过；星数也是某几天的快照，用之前最好回原仓库看一眼当前的活跃度和许可。对常看 AI应用、又想找能照着学的实例的人，这份 AI资料省的是翻找的时间；当宝藏资料存着也合适，开源且许可宽松。

官方网站

https://github.com/heyjunpenn/awesome-jev

https://jevbest.com/

awesome-jev — 收录九百多个Jev开源项目

功能特点