ClaudeMap

Jev MCP

本地 MCP server,把 TypeSafe 的 Jev 变成八个带类型的判断工具——核验、筛查、选优、重排、分类、决策、比较、抽取。

MCP 服务器mcpjudgmentjevverificationclassification

jev-mcp 给任何 MCP 客户端加一层轻量判断能力:jev_verify 对照证据核验声称、jev_screen 在内容进入上下文前先筛查、jev_find 按语义选最优候选、jev_rerank 打分排序、jev_classify 批量归类、jev_decide 在有限选项间拍板、jev_compare 判断两段文字的关系、jev_extract 用正则加判断抽取字段。每个答案都带类型、概率与置信度,约 150-500 毫秒返回,成本不到一美分的零头——这类廉价的机械检查 agent 平时都跳过,因为前沿模型逐页逐项跑太慢。README 记录了实战战果:置信度 1.0 抓出与法规矛盾的声称;定价页里夹带的提示注入按 0.99 概率拦截,页面本身照常判为真实内容。npm 包 @jkudish/jev-mcp;可注册到 Claude Code、Codex、OpenCode 与 Amp。

它做什么

  • 八个带类型的判断工具:jev_verify、jev_screen、jev_find、jev_rerank、jev_classify、jev_decide、jev_compare、jev_extract——答案带概率与置信度
  • 单次调用快且便宜:约 150-500 毫秒、不到一美分的零头,每条声称、每个页面、每份候选清单都跑得起
  • 一条 npx 命令接入所有 MCP 客户端:claude mcp add、Codex TOML、OpenCode JSON、Amp
  • README 记录实战战果:提示注入按 0.99 概率拦截,页面本身仍判为正常内容

什么时候用

需要大量小型结构化判断的 agent——核验声称、内容进上下文前先筛查、候选排序——又不想为每一次付出前沿模型的延迟与费用。

如何上手

claude mcp add jev -- npx -y @jkudish/jev-mcp

# 需要 Node.js 20 以上与 TypeSafe API 密钥(console.typesafe.ai)
# 其他客户端:Codex config.toml、OpenCode opencode.json、Amp mcp add——同一条 npx 命令

注意事项

早期软件——README 自述会有毛边。需要 TypeSafe API 密钥,且送判的内容会发给 TypeSafe 的 API。概率是模型输出而非保证——重要决策请留人在环。MIT;核验时 npm 最新版为 0.4.0。

代码仓库

jkudish/jev-mcp

收录日期

地图上的相关资源

  • Blitz Strike

    MCP 服务器

    把渗透测试方法论装进一个 MCP server:BLITZ 摸清攻击面,EAGLE-EYE 追 source-to-sink,STRIKE 对每条发现先实测再上报。

    • mcp-server
    • security
    • pentest
    • methodology
  • Ripwire

    MCP 服务器

    Red Hat 出品的「AI 上下文版 ripgrep」——C++23 零依赖 CLI,同时讲 MCP。

    • mcp
    • code-context
    • cli
    • red-hat
  • Deja Vu

    MCP 服务器

    让 25+ 个编码 agent 共享同一份会话记忆——Claude Code、Codex、Cursor 终于记得同一个项目。

    • mcp
    • memory
    • cross-agent
    • context