mcpField
J
judgevet

judgevet

本地服务
github.com/Alberto-CodesAI 与智能体05 天前更新

关于 judgevet

judgevet 是用于 TypeSafe Jev 模型的类型化 Python 客户端和命令行工具,可提出结构化判断问题并返回类型化答案。它支持本地策略评估,也可通过可选 MCP 入口供 Agent 调用。

主要功能

  1. 01类型化是非、选项和评分问题
  2. 02Python 库与命令行工具
  3. 03JSON 输出与策略退出状态
  4. 04本地接受策略评估
  5. 05可选 stdio MCP 服务

适用场景

  1. 01按主题分类支持工单
  2. 02按有序评分标准评估内容
  3. 03设置答案最低值后再接受

MCP 相关

可选的 stdio MCP 服务向 MCP 客户端提供 `ask_noul`、`ask_choice`、`ask_score` 和 `evaluate_policy`。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"alberto-codes-judgevet": {
"command": "uvx",
"args": [
"judgevet"
],
"env": {
"JEV_API__KEY": "<JEV_API__KEY>"
}
}
}
}
启动命令uvx judgevet
需要配置的环境变量
JEV_API__KEY密钥TypeSafe API key. Tool inputs are sent to TypeSafe for judgment.

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypijudgevet0.23.0

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

judgevet

CI Coverage Licence Ruff docvet

一个用于 TypeSafe 的 Jev(System One)判断模型的带类型 Python 客户端,并提供 CLI 和可选的 MCP 入口。可用它针对内容提出结构化问题,例如判断支持工单是否涉及账单问题。

状态是你的内容。问题描述要评估的内容。带类型的答案包含模型返回的值,供你的应用检查,或与本地验收策略进行比较。

非官方,与 TypeSafe 无关联。 TypeSafe 官方 Python SDK 也提供带类型的问题以及同步和异步客户端。judgevet 则提供共享库、CLI 和用于本地策略评估的 MCP 契约。安装库和 CLI 时无需安装 MCP 运行时。

文档状态:草稿。请从下方开始,或参阅首次判断教程,了解环境设置、检查点和恢复步骤。

安装并提出一个问题

使用 Python 3.12 或更高版本。在虚拟环境中:

python -m pip install 'judgevet==0.23.0'
judgevet --help

通过进程环境或密钥提供方提供 TypeSafe API 密钥。本示例读取 JEV_API__KEY,并将其显式传递给库。请勿将真实密钥放入源代码或命令参数中。安装指南介绍了其他安装方法。

此调用会将状态、问题和所选模型发送到配置的服务。 仅发送你获准披露的内容。使用敏感内容前,请阅读数据与凭据指南。本示例使用合成工单:

import os

from judgevet import HTTPSystemOneAdapter, Noul

with HTTPSystemOneAdapter(api_key=os.environ["JEV_API__KEY"]) as client:
    response = client.system_one(
        state="I was charged twice. Please help today.",
        questions={"billing": Noul(instructions="Is this about billing?")},
    )

answer = response.nouls["billing"]
print(f"Probability of billing: {answer.noul}")
print(f"Resolved model: {response.model}")
print(f"Input tokens: {response.usage.input_tokens}")

上下文管理器会在调用后关闭 HTTP 客户端。答案仍可用。如果导入或调用失败,请参阅教程中的恢复步骤,或查看故障排除指南。

读取答案并作出决策

0.85 这样的 Noul 值表示模型给出肯定答案的概率。实际值会有所变化。它不是布尔值、实测准确率,也不是路由工单的指令。Noul 没有单独的置信度字段。 请参阅供应商对 Noul 的定义。

返回的容器还会记录解析后的模型和令牌用量。 其他问题类型可让你选择标签或按照有序评分标准进行评估:

问题答案包含的内容
Noul肯定答案的概率
Choice所选标签、各标签的概率和置信度
Score连续分数、评分标准说明、各级别的概率和置信度

供应商 API 参考定义了这些字段。 问题类型说明 介绍了如何选择类型,以及如何区分分数、置信度和概率。

本地策略可以要求答案达到最低值,应用才会接受。例如,0.85 达到 0.8 的最低值,但未达到 0.9。这些是用于教学的阈值,不是生产环境建议。通过策略并不能证明模型正确,也不会执行应用的下一步操作。 试试首个策略教程,使用合成答案;无需密钥或网络。

选择下一步任务

需求从这里开始
了解一次完整的服务调用首个判断
从异步应用调用Python 异步指南
使用已挂载的密钥或密钥提供程序凭据来源
在容器或无服务器环境中部署部署指南
关联诊断事件事件契约和调用方绑定
配置代理或私有 CA网络配置
配置有界重试重试限制
处理服务和传输故障库错误处理
在 Python 中评估类型化或 JSON 策略策略指南
使用 Shell 命令、文件或标准输入CLI 输入和 CLI 策略
为 Agent 提供判断工具可选 MCP 的安装、连接和发现
查询类型、选项或架构参考索引
了解阈值及其权衡本地策略说明
选择入口点并管理其生命周期以库为先的架构

CLI 使用相同的库,并可返回 JSON 或策略退出状态。 可选的 MCP 服务通过标准输入/输出公开 ask_noul、ask_choice、ask_score 和 evaluate_policy。请按照连接指南安装额外组件并配置主机。 这些是可替代的入口点;使用 Python 或 CLI 无需 MCP。

了解限制

精确文档示例会针对隔离安装运行,并使用合成答案。这些检查验证的是本地连接,而非模型质量或校准情况。实时证据仅涵盖已观察到的案例和已解析的 jev-1.13.0 模型。429/529 错误正文仍未见到;其他模型和未触及的字段均未经验证。验证说明区分了本地测试、供应商声明和实时观察结果。

默认情况下,诊断信息不会输出。调试元数据不包含状态和问题文本,但协议错误、CLI 错误封装以及任意回溯可能包含敏感内容。分享前请先检查。安全策略说明了凭据、披露和诊断方面的限制。

维护者

提出工作建议前,请阅读贡献政策。 文档检查、软件包验证和发布请遵循维护者流程。 仓库贡献规则规定了检查门槛和提交要求。验证台账记录了哪些服务声明已通过实时调用验证。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。