Jev-Style — плагин
Jev-Style запускает на вашем компьютере малые модели решений с вероятностью по каждому варианту, а к ним скиллы, MCP и хук
- 133 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Защитный хук читает каждый вызов инструмента Claude Code и может заблокировать его, поэтому ошибка модели блокирует нужное или пропускает лишнее
- Скачивает веса с Hugging Face и запускает локальный сервер на `127.0.0.1:8765`
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add plugins/jev-styleОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Защитный хук читает каждый вызов инструмента Claude Code и может заблокировать его, поэтому ошибка модели блокирует нужное или пропускает лишнее
- Скачивает веса с Hugging Face и запускает локальный сервер на `127.0.0.1:8765`
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Семейство малых моделей решений на 0,8 и 2 миллиарда параметров, дообученных из Qwen3.5, и набор инструментов вокруг них. Модель получает текст или JSON, при желании изображения и типизированные вопросы, читает вход один раз и возвращает калиброванную вероятность по каждому варианту за один проход на ноутбуке. Типы вопросов: да или нет, выбор до 255 вариантов и рейтинг от 2 до 10 уровней. Для агентов в репозитории шесть скиллов, MCP-сервер из официального реестра и хук `jev-style guard`. Перед вызовом `Bash`, `Write`, `Edit`, `Read`, `WebFetch` или MCP хук отправляет вызов локальной модели и спрашивает, не разрушает ли он данные, не выносит ли их наружу и не трогает ли секреты. Сервер запускается командой `jev-style serve` и слушает `127.0.0.1:8765`.
Для кого. Разработчикам агентов и автоматизаций, которым нужна быстрая локальная классификация и проверка вызовов инструментов без внешнего API.
Подходит, если
- Нужно разложить тикеты поддержки по командам и действовать только при вероятности выше порога
- Агент вызывает инструменты в Claude Code, и опасные вызовы нужно останавливать до выполнения
- В коде есть вызовы LLM, которые только возвращают метку или да и нет, и их хочется заменить локальной моделью
- Нужно проверить точность модели на своих размеченных данных командой `jev-style eval`
Не подходит, если
- Нужен генеративный ответ или диалог: модели возвращают только вероятности вариантов
- Хук должен стать последним рубежом: автор называет его второй линией защиты и не считает песочницей
- Нет ни 1,5 ГБ на веса, ни Python 3.10
Пример запроса к агенту
Подними jev-style serve и классифицируй это обращение клиента по командам billing, shipping и returns с вероятностямиОграничения
- Первый запуск 0,8B скачивает около 1,5 ГБ весов. Нужен Python 3.10 или новее и один из бэкендов: `jev-style[mlx]` для Apple silicon или `jev-style[torch]` для NVIDIA, CPU и изображений.
- Изображения читает только сборка 2B v4 на PyTorch, сборки MLX и GGUF читают текст.
- Защитный хук согласен с ручной разметкой на 77,6 процента на 49 вызовах, замер сделан на 0,8B v3, модели 2B на этом наборе не мерили.
- Проект независимый и не связан с TypeSafe или Jev.
- Размещенный API `api.jevstyle.com` принимает только текст с контекстом 8192 токена.
Как отключить. Для плагина Claude Code выполните `/plugin uninstall jev-style-guard@jev-style`, MCP снимает `claude mcp remove jev-style`. Модель и пакет удалите командой `pip uninstall jev-style`, веса лежат в кеше Hugging Face.
Частые вопросы
Как поставить Jev-Style в Claude Code?
Выполните `/plugin marketplace add lawrence3699/jev-style`, затем `/plugin install jev-style@jev-style` для скиллов и MCP, а `jev-style-guard@jev-style` для защитного хука.
Как подключить MCP-сервер?
Запустите `jev-style serve`, затем `claude mcp add jev-style --scope user -- jev-style mcp`. Сервер MCP работает по stdio и пересылает запросы работающему серверу, поэтому одна копия модели обслуживает все клиенты.
Как защитный хук проверяет вызовы?
Перед `Bash`, `Write`, `Edit`, `Read`, `WebFetch` и вызовами MCP он спрашивает модель, разрушителен ли вызов и выносит ли данные. Пример: `jev-style guard --check "git push --force origin main"`.
Нужна ли видеокарта?
Нет. Модель 0,8B занимает 0,53 ГБ в 4 битах, на M1 Max короткий запрос идет за 0,15–0,2 секунды после первого вызова.
Можно ли попробовать без установки?
Да, есть Spaces на Hugging Face для 0,8B и 2B. Локально сервер открывает игровую площадку на `http://127.0.0.1:8765`.
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
MCP-сервер дает агенту три инструмента Jev: типизированные вопросы да или нет, выбор и оценка с вероятностями. Офлайн.
Плагин с каталогом публичных примеров Jev: скилл и MCP-сервер отвечают, как другие решали ту же задачу с моделью решений.
Классификатор Jev как инструмент агента: размечает элементы, отвечает да или нет и ранжирует варианты, выдавая вероятности.
Адаптер MCP и ACP для модели решений TypeSafe Jev: типизированные ответы, пороги уверенности для кликов и вызовов инструментов.
Плагин для DeepSeek Harness и iPolloWork: структурный выбор инструмента, скилла или агента и оценка результата с вероятностью
Коротко о README
README начинается с быстрого старта: установка бэкенда, запуск сервера и первое решение командой `jev-style decide`. Дальше идут таблица моделей, сравнение с соседями, шесть скиллов, защитный хук, MCP, оценка на своих данных и каскады.