mcpField
J
jevjam

jevjam

本地服务
github.comAI 与智能体
代码仓库访问官网

关于 jevjam

jevjam 是可自托管的 MCP 服务和 HTTP API，可在 NVIDIA GPU 上通过 Laya、Julia-1 和 clef-flash 生成结构化判断。它面向需要从文本、JSON、图像或视频获得选项、评分或是非判断的 Agent 与服务。

主要功能

  1. 01选项、评分和是非预测
  2. 02MCP 工具与 HTTP API
  3. 03Laya、Julia-1 和 clef-flash 模型
  4. 04按需加载模型并在空闲时释放显存
  5. 05可选的 bearer 密钥认证

适用场景

  1. 01按部门路由支持工单
  2. 02标记可能的滥用内容
  3. 03在允许工具调用前检查风险
  4. 04为提示词选择模型

MCP 相关

提供 `jevjam_predict`、`jevjam_preset`、`jevjam_route` 和 `jevjam_status` 四种 MCP 工具。MCP 与 HTTP 共用队列和常驻模型。

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": {
    "beremaran-jevjam": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "JEVJAM_API_KEY",
        "-e",
        "JEVJAM_IDLE_TIMEOUT",
        "-e",
        "HF_TOKEN",
        "ghcr.io/beremaran/jevjam:0.3.3"
      ],
      "env": {
        "JEVJAM_API_KEY": "<JEVJAM_API_KEY>",
        "JEVJAM_IDLE_TIMEOUT": "<JEVJAM_IDLE_TIMEOUT>",
        "HF_TOKEN": "<HF_TOKEN>"
      }
    }
  }
}
启动命令docker run -i --rm -e JEVJAM_API_KEY -e JEVJAM_IDLE_TIMEOUT -e HF_TOKEN ghcr.io/beremaran/jevjam:0.3.3
需要配置的环境变量
JEVJAM_API_KEY密钥When set, /mcp and /v1/systemone need 'Authorization: Bearer <key>'
JEVJAM_IDLE_TIMEOUTSeconds without inference before the resident checkpoint is freed; 0 keeps it
HF_TOKEN密钥Optional Hugging Face token for higher download rate limits

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
ocighcr.io/beremaran/jevjam:0.3.3

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

维护者还没有提供详细介绍，可以先查看代码仓库中的 README。

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。