awesome-jev 是搜索知识领域的开源项目，由 kydlikebtc 开发，是 2026 年新上线的项目。
它收录于搜索知识分类，该分类目前共有 640 个项目，GitHub 星标数为 592。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-30。开源免费资源列表。
它主要面向的使用场景是：为AIAgent选型时快速查找意图识别或校准方案。同类可对比的替代方案包括 awesome-llm-agents、awesome-ai-agents。
awesome-jev
按决策模式查AI Agent资源，选型不迷路
awesome-jev 是一个面向 TypeSafe AI 的 System One 决策模型 Jev 的资源索引库，收录约 1207 条公开资源，按决策模式分类整理。它解决的是 AI Agent 在意图识别、决策校准、上下文压缩等环节缺少统一参考清单的问题：开发者常需在多个仓库、论文和文档间反复搜索，难以判断哪些方案适用于哪类决策场景。项目提供来源引用、带日期的链接检查以及调用点文本的定时校验，并同时提供英文和中文说明、JSON schema 与平台兼容性标注。需要注意的是，它只做资源索引与链接有效性维护，不独立测试运行时和性能表现，因此更像一份可追溯的选型地图，而非可直接运行的框架或基准测试套件。
开源
free
搜索知识
GitHub 星标
★ 592
维护状态
活跃
是否开源
是
定价模式
free
项目预览
项目数据
分类搜索知识
开发团队kydlikebtc
所属国家
定价模式free
价格说明开源免费资源列表
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型agent-tools,ai-agents,awesome,awesome-list,calibration,catalog,classification,context-compaction,decision-model,intent-routing,jev,llm,system-one,tool-selection,typesafe-ai
GitHub 星标★ 592
30天Star增速
HF 下载量
上线时间2026-09-22 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-04
浏览次数0
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
正在加载星标数据…
技术标签
使用教程
—
核心亮点
- 按决策模式分类1207条资源，检索路径清晰
- 带来源引用和日期化链接检查，降低失效链接干扰
- 提供中英双语、JSON schema和平台兼容标注，便于跨团队使用
不足之处
- 不独立测试运行时和性能，无法直接判断实际效果
- 资源数量大但缺少按质量或成熟度的分级筛选
适用场景
- 为AI Agent选型时快速查找意图识别或校准方案
- 团队内部建立决策模型相关技术资料库
- 跟踪上下文压缩等方向的新开源项目与论文
替代项目
awesome-llm-agents、awesome-ai-agents
项目介绍
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
Supercharge your AI agents with data from the web and beyond. Building the library f···
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
WeKnora
开源
文档往里一扔，自动变成啥都能答的知识库
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···