Набор готовых к production инженерных workflow в формате Markdown, которые помогают AI-агентам проходить этапы от спецификации и планирования до тестирования, ревью и релиза.
wuyoscar/jev-skill
Подборка демо, сценариев и пяти устанавливаемых навыков агентов на основе модели принятия решений Jev для coding agents.
- Звёзды
- 638
- Форки
- 48
- Открытые issues
- 2
- Последний коммит
- 3 дня назад
Что это?
Awesome Jev Skills — это подборка демо, сценариев и навыков для Jev — модели, которая выбирает среди вариантов, классифицирует входные данные и выставляет им оценки. В репозитории собраны пять навыков (jev, jev-triage, jev-documents, jev-eval и jev-act), которые coding agents, например Codex, Claude Code или OpenCode, могут установить и использовать для таких задач, как выход из зацикливания, маршрутизация обращений в поддержку, проверка подтверждений в документах и выбор действий в браузере.
В репозитории также собран каталог примерно из 67 проектов и ресурсов сообщества: от демо для браузера и игр до альтернатив на локальных моделях и отчётов об оценке, а ещё 108 рецептов сценариев. Для каждого сценария указаны формат входных данных, ожидаемый результат и редактируемый шаблон. Для справки также приведён набор записанных пар «входные данные/результат» из реальных вызовов API на синтетических примерах.
Навыки отделяют принятие решения от его исполнения: Jev возвращает выбранный вариант или оценку, а фактическое действие выполняет агент или хост-инструмент. Настройка поддерживает ключ OpenRouter или официальный сервис TypeSafe. Также есть режим симуляции агента, который чётко помечен как режим без вызова Jev.
Ключевые возможности
- 01Пять устанавливаемых навыков для coding agents: маршрутизация обращений, проверка подтверждений в документах, оценка и выбор действий.
- 02Около 108 рецептов сценариев с форматами входных данных, результатами и редактируемыми шаблонами.
- 03Записанные пары «входные данные/результат» из реальных вызовов Jev API на синтетических примерах.
- 04Настройка через OpenRouter или официальный сервис TypeSafe, а также автономная проверка в режиме dry run.
- 05Каталог демо сообщества, альтернатив на локальных моделях и отчётов об оценке.
Сценарии использования
- Выход из зацикливания coding agent, который снова и снова выполняет одну и ту же неудачную команду.
- Маршрутизация или маркировка групп обращений в поддержку с предварительной проверкой небольшой выборки.
- Проверка того, подтверждается ли утверждение конкретными отрывками из документов.
- Создание прототипа этапа принятия решений на основе правил внутри рабочего процесса агента.
Быстрый старт
- 1
Передайте агенту промпт для установки
- 2
Попросите агента обновить его позже
Что важно знать
- Jev — это модель принятия решений, а не отдельное приложение, поэтому ей нужен агент, который предоставит данные и выполнит необходимые действия.
- Многие из перечисленных проектов созданы сообществом, не тестировались и не являются официальными.
Темы
Частые вопросы
- Что такое jev-skill?
- Подборка демо, сценариев и пяти устанавливаемых навыков агентов на основе модели принятия решений Jev для coding agents. Awesome Jev Skills — это подборка демо, сценариев и навыков для Jev — модели, которая выбирает среди вариантов, классифицирует входные данные и выставляет им оценки. В репозитории собраны пять навыков (jev, jev-triage, jev-documents, jev-eval и jev-act), которые coding agents, например Codex, Claude Code или OpenCode, могут установить и использовать для таких задач, как выход из зацикливания, маршрутизация обращений в поддержку, проверка подтверждений в документах и выбор действий в браузере.
- jev-skill можно использовать бесплатно? Какая у него лицензия?
- jev-skill распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- jev-skill всё ещё поддерживается?
- Активно поддерживается. Последний коммит в jev-skill — 17 окт. 2026 г..
- Для чего можно использовать jev-skill?
- Выход из зацикливания coding agent, который снова и снова выполняет одну и ту же неудачную команду. Маршрутизация или маркировка групп обращений в поддержку с предварительной проверкой небольшой выборки. Проверка того, подтверждается ли утверждение конкретными отрывками из документов. Создание прототипа этапа принятия решений на основе правил внутри рабочего процесса агента.
- Как установить jev-skill?
- Передайте агенту промпт для установки Попросите агента обновить его позже
- Где скачать jev-skill?
- Исходный код и инструкции по установке — на GitHub: https://github.com/wuyoscar/jev-skill
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Визуальная платформа для создания, тестирования и развертывания AI-агентов и рабочих процессов с поддержкой API и MCP-серверов.
Слой рабочих процессов и среда выполнения для OpenAI Codex CLI: структурированное планирование, выполнение долгосрочных целей, параллельные команды агентов и отслеживание состояния в .omx/.
Open-source платформа памяти для AI, которая превращает документы, код и диалоги в локально размещённый граф знаний для AI-агентов.
Открытый формат и спецификация для упаковки инструкций, скриптов и ресурсов в папки SKILL.md, которые AI-агенты загружают по мере необходимости.
TypeScript-фреймворк для создания AI-агентов с памятью, инструментами, MCP, RAG, голосовыми функциями и workflow, а также консоль VoltOps для наблюдаемости.