awesome-jev — плагин
Плагин с каталогом публичных примеров Jev: скилл и MCP-сервер отвечают, как другие решали ту же задачу с моделью решений.
- 602 ★ репозитория
- Последний коммит
Минимальный доступ
Почему такой уровень
- Каталог только читает данные, но подсказывает чужой код, который нужно проверять перед запуском.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add plugins/awesome-jevОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемМинимальный доступИнструмент ничего не запускает и не ходит в сеть.
- Каталог только читает данные, но подсказывает чужой код, который нужно проверять перед запуском.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Плагин для Claude Code ставит скилл `awesome-jev` и MCP-сервер над каталогом публичных проектов, которые работают с Jev, моделью решений TypeSafe AI. Записи каталога разложены по типу решения: выбор инструмента, защитные ворота, сжатие контекста. У каждого примера указан файл, где проверено использование, и пометки об ограничениях. Отдельно скилл подсказывает, как строка модели и поля запроса отличаются у Vercel, Cloudflare, OpenRouter и LiteLLM, и какие замеры публиковали независимые авторы.
Для кого. Разработчикам, которые подключают Jev к своему агенту и ищут рабочие примеры решений вместо чтения документации вендора.
Подходит, если
- Агент подбирает инструмент, и нужен пример, как это делают другие проекты с Jev.
- Перед копированием чужого проекта хочется увидеть его пометки об ограничениях.
- Строку модели не удается найти, и надо понять, существует ли она на выбранном шлюзе.
- Нужны независимые или отрицательные замеры вместо рекламных цифр.
Не подходит, если
- Нужен контракт API Jev: для него есть собственный скилл `typesafe-ai` и документация вендора.
- Проект не связан с Jev.
- Код из каталога планируют запускать без проверки.
Пример запроса к агенту
Покажи публичные примеры, где Jev решает, нужен ли агенту сжатый контекст, и отметь, какие из них проверены независимо.Ограничения
Каталог описывает чужую работу и сам эти проекты не тестировал. Счетчики отражают сохраненные записи, а не текущую доступность ссылок или пройденные тесты. Подписи многих записей взяты из описаний самих проектов. Лицензия в репозитории указана без распознанного идентификатора, условия повторного использования стоит прочитать в файле LICENSE. Модели и строки, названные в каталоге, могут устареть: сверяйте их с документацией провайдера.
Как отключить. Выполните `/plugin uninstall awesome-jev@awesome-jev`, при необходимости уберите маркетплейс командой `/plugin marketplace remove`.
Частые вопросы
Что ставит плагин?
Скилл `awesome-jev` и MCP-сервер. Сервер отвечает на запросы к каталогу, а пометки об ограничениях и свежесть данных идут вместе с каждым результатом.
Заменяет ли он документацию TypeSafe?
Нет. По контракту API и составлению вопросов правы документация и скилл `typesafe-ai`, этот плагин показывает опыт других проектов.
Что такое доска запусков?
Страница, где авторы проектов на Jev выкладывают запуски и голосуют. Данные доступны и через инструменты MCP `launch_board` и `top_launches`.
Можно ли доверять коду из примеров?
Код чужой и не проверен репозиторием. Читайте пометки и сам исходник до запуска.
Какой лицензией покрыт репозиторий?
Лицензия указана, но GitHub не распознает ее идентификатор. Условия читайте в файле LICENSE.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
ПлагиныПлагин и MCP-сервер передают модели Jev решения без текстового ответа и проверяют команды перед запуском, пока LLM пишет контент
Jev-Style запускает на вашем компьютере малые модели решений с вероятностью по каждому варианту, а к ним скиллы, MCP и хук
Адаптер MCP и ACP для модели решений TypeSafe Jev: типизированные ответы, пороги уверенности для кликов и вызовов инструментов.
Классификатор Jev как инструмент агента: размечает элементы, отвечает да или нет и ранжирует варианты, выдавая вероятности.
MCP-сервер дает агенту три инструмента Jev: типизированные вопросы да или нет, выбор и оценка с вероятностями. Офлайн.
Пять скиллов для моделей Jev: сортировка записей, сверка с источниками, оценка по рубрике и выбор следующего шага агента.
Коротко о README
В README каталог разложен по паттернам решений и видам ресурсов, добавлены правила проверки записей и машиночитаемые данные для агентов.