awesome-jev-tools

一页清单，快速找到 Jev 类型化决策的现成工具

awesome-jev-tools 是一个围绕 TypeSafe AI 的 System One 模型 Jev 整理的工具清单。Jev 的定位是做“带类型的决策”：模型输出的不是普通自然语言，而是符合预定义类型结构的结果，并附带校准过的概率，让下游程序可以直接消费、校验和路由。这个仓库解决的是生态发现成本问题——Jev 本身较新，开发者不知道有哪些现成工具可用，清单把相关 SDK、评测、集成、示例和替代方案集中在一个 README 里，按类别索引，方便快速定位。核心能力是“策展”而非代码：它不提供运行时能力，但给出经过筛选的入口，覆盖类型化输出、校准概率、评测与安全等方向，适合在选型阶段当导航页使用。

开源 free 评测安全

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 740

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类评测安全

开发团队v-modal

所属国家

官网地址

GitHubhttps://github.com/v-modal/awesome-jev-tools

定价模式free

价格说明开源工具列表，免费使用

访问状态

是否开源是

开源协议

主要语言

技术栈/模型awesome,awesome-list,awesome-lists,awesome-readme,awesome-resources,calibrated-probabilities,jev,jev-ai,jev-alternative,jev-api,jev-model,jevbench,laya,llm,llm-evaluation,llm-inference,llm-tools,vision-framework,vision-language-action,vmodal

GitHub 星标★ 740

30天Star增速

HF 下载量

上线时间2026-09-19 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

按类别索引 Jev 相关工具，选型时省去逐个搜索的时间
聚焦类型化输出与校准概率这一细分方向，定位清晰
740 星说明有一定关注度，清单内容经过社区筛选而非纯自动抓取

不足之处

本质是 awesome 清单，不含可运行代码，无法直接解决工程问题
Jev 生态较新，工具数量和更新频率可能有限，文档/社区待观察

适用场景

团队评估是否采用 Jev 做类型化决策时快速摸清可用工具
为结构化输出+概率校准的模型选型寻找集成方案
跟踪 Jev 生态动态，发现新的 SDK、评测或替代项目

替代项目

awesome-llm-structured-output、awesome-machine-learning

项目介绍

awesome-jev-tools 是评测安全领域的开源项目，由 v-modal 开发，是 2026 年新上线的项目。

它收录于评测安全分类，该分类目前共有 491 个项目，GitHub 星标数为 740。

项目目前处于活跃维护状态，最近一次代码更新于 2026-10-02。开源工具列表，免费使用。

它主要面向的使用场景是：团队评估是否采用Jev做类型化决策时快速摸清可用工具。同类可对比的替代方案包括 awesome-llm-structured-output、awesome-machine-learning。

上一篇：jevals

下一篇：factcircuit