调研完了。截至 2026 年 10 月 13 日，这个方向确实有新变化：已经不只是调用 Jev 云 API，现在出现了更方便的本地运行方案、多模态决策模型，以及更完整的应用项目。
结合你之前的需求——给自己的 React / Vue 工作台加上 AI 操作能力——我建议把关注点从“自动点击浏览器”进一步转到“让模型判断意图，由程序调用业务功能”。
以下 Star 是本次查询时的数值或页面近似值，会持续变化；不是质量评分。我核查了文档和仓库，但没有把所有项目逐个部署实测。
Jev 与 AI 工作台：决策模型生态与实践路线（2026-10-13）
阅读正文 ↗点击知识块看内容，点击连线看依据。没有关系的块也保留。
正在读取关系，知识块已可查看。
官方现在讲的是一种开发方式：
代码负责流程、权限和执行；模型负责代码难以表达的语义判断。
例如，用户在你的工作台说：
“把那个登录出错的问题标成紧急。”
程序可以把当前任务列表作为 state，让模型回答几个明确的问题：
| 判断问题 | 候选范围 |
|---|---|
| 用户想执行什么操作？ | 创建、修改优先级、完成、查询、不支持 |
| 用户指的是哪个任务？ | 当前有权限操作的任务 ID，以及“无法确定” |
| 优先级是什么？ | 低、普通、高、紧急 |
| 请求是否足够明确？ | 是／否 |
然后由程序检查结果、权限和参数，调用：
updateTaskPriority({
taskId: "task_103",
priority: "urgent"
});React / Vue 正常更新页面，不需要模拟鼠标点击。
这里的 AI 价值在于理解“那个登录出错的问题”对应哪个任务；数据库修改、权限验证、页面刷新仍然是普通代码。官方开发指南
还有一个重要设计：可以提前把多个判断问题放进同一次请求，并行求值，再由代码选择使用哪些答案。 不一定要“先问操作，再问对象，再问参数”，连续请求三次。官方智能家居示例正是这样设计的。智能家居示例说明
但任意文本，例如“替我写一段任务描述”，不属于有限选项判断，需要普通大模型或其他文本处理方法配合。官方 Function Calling 示例主要处理函数选择和枚举参数，并不是自动解决任意参数提取。Function Calling 示例
先列真正使用 Jev 的应用，不把“模型复刻”和“资料目录”混进来。
| 项目 | Star | 做什么 | 对你的参考价值 |
|---|---|---|---|
| jev-ultrafast | 22,754 | 用 Jev 做浏览器操作决策 | 继续研究外部网站自动化很合适；不是自有工作台的唯一接入方式 |
| jev-chat-jarvis | 7,675 | 聊天场景的意图、风险判断和回复辅助 | 看决策能力如何包装成用户可理解的功能；不同平台版本的模型后端有差异 |
| fast-jev-compaction | 7,605 | 判断历史工具调用及结果该保留、截短还是删除 | 很典型的“小判断进入现有流程”，保留的内容不改写 |
| jevgrep | 2,638 | 根据自然语言问题，寻找相关目录、文件和源码片段 | 适合你直接体验，问题和输出都容易理解 |
| pg-jev | 1,133 | 在 PostgreSQL 中对数据行进行语义判断 | 适合研究批量分类、筛选；有数据库扩展部署门槛 |
| jevbox | 715 | 带权限的文档库、目录浏览、语义搜索、引用式问答 | 最值得你研究完整应用设计 |
| jev-review | 683 | Jev 先筛代码风险，再把重点交给更强模型处理 | 看如何设计“便宜判断＋复杂任务升级”的流程 |
其中，我最想让你新增关注的是这两个：
Jevgrep：最容易用一个实际问题理解价值。
比如在自己的项目里问：
“用户权限是在什么地方检查的？”
它使用 Jev 判断目录、文件、声明的相关性，返回位置和源码，而不是让你预先知道应该搜索哪个变量名。当前支持 TypeSafe 等多种服务入口，安装主要需要 Node.js 和 API 配置。项目说明
Jevbox：更接近你想做的 AI 工作台。
它已有完整页面、文档树、权限、搜索和问答。决策模型负责沿“目录→文档→章节”寻找内容，再判断片段是否有用；生成模型负责组织带引用的答案。
而且它现在能选择 TypeSafe 或 Cloudflare Clef 作为决策模型。你可以研究同一个应用怎样更换决策后端。缺点是本地部署比一个小 Demo 重，需要 Docker、PostgreSQL、SpiceDB 等依赖。项目及本地运行说明
所以：看浏览器操作选 Ultrafast；快速体验语义判断选 Jevgrep；研究完整产品选 Jevbox。
Jev 本身：当前仍是 1.13
官方当前列出的模型是 jev-1.13.0，jev-latest 和 jev-preview 都指向它，暂时没有单独的预览版本。
当前规格包括：
- 输入价格：每百万 token 0.042 美元，输出免费。
- 仍然是文本输入，不能直接接收截图、音频或视频。
- 一次请求总预算 64K token，但
state + 最长单个 question另有 32K 限制。 - 调过阈值的应用应固定模型版本，避免别名更新后行为变化。
因此，不能简单说“Jev 最近又出了更强的新版本”；这次变化更明显的是外围生态。官方模型页
9 月 29 日：Ollama 加入本地决策模型接口
Ollama 0.35 加入了 Jev 风格的：
POST /v1/systemone沿用 state + questions 的形式，支持 choice / score / noul。首批包括 Nimble、Tev1 等模型，可以在本机运行，不需要调用 Jev 云服务。
对你最直接的意义：可以保留这套开发思路，同时体验本地决策模型。 但这不是“把 Jev 本体下载下来”，模型能力和概率表现需要重新验证。Ollama 官方公告
10 月 1 日、10 月 9 日：Cloudflare Clef 扩展到多模态
Cloudflare 推出了开放权重的 Clef 决策模型，并提供托管调用；随后推出支持文本、图像、音频、视频的 Clef-omni。
10 月 9 日更新还把 Clef-flash 输入价格降到 每百万 token 0.038 美元，但托管版上下文也缩减到了约 24K。
这意味着该方向已经从“对文字做判断”扩展到“直接对多模态材料做判断”。不过，你自己的工作台能提供结构化数据时，仍不必为了多模态而先截图。首次发布、10 月 9 日更新
此外，AWS 的 Strands Decider 也进入了这个方向：提供小型、可本地运行的决策模型，以及 Jev 风格接口。说明这已经是多个团队在探索的技术路线，不再只有 TypeSafe 一家。
其他值得看的同类模型
| 方案 | Star／形态 | 定位 | 我的建议 |
|---|---|---|---|
| Laya | 约 32.6K | 非自回归决策引擎，提供多语言及不同判断类型的模型 | 开源替代路线重点关注；中文效果需实测 |
| Kev | 约 9K | 基于 Qwen 的 Jev-like 模型，可自行运行和训练 | 适合深入研究，不建议你第一步就训练 |
| Laya-MLX | 约 6.9K | 面向 Apple Silicon 的 Laya 本地运行时 | 如果你的 Mac 是 Apple 芯片，值得体验 |
| SemIf-OpenJev | 4,798 | 开源语义判断／决策模型实现 | 适合学习底层实现，工程门槛高于云 API |
| AnyJev | 1,232 | 不重新训练，利用已有 LLM 实现 Jev 风格判断 | 适合实验比较，不能据此假定性能等同 Jev |
接口兼容不代表准确率、延迟和置信度含义完全一致。 换模型后，不能直接照搬原来的执行阈值。
这类工具不是 Jev 的替代模型，而是解决“AI 怎样连接页面状态和业务动作”。
| 项目 | Star | 与你的关系 |
|---|---|---|
| CopilotKit | 37,973 | 提供聊天界面、共享状态、工具调用、人工确认等；当前 README 已列出 React、Vue 等框架 |
| Tambo | 约 11.2K | 注册 React 组件及参数，让 AI 渲染或更新任务板、图表等组件 |
这里有个必须提醒你的新情况：Tambo Cloud 已关闭新注册，将于 2026 年 10 月 31 日停止服务；开源代码仍可自托管。 因此不建议你此时按旧教程依赖它的云端服务。官方仓库公告
对你而言，这两层可以组合：
React / Vue 界面
↓ 提供任务数据和允许的动作
Jev / Clef / 本地决策模型
↓ 返回动作、对象、判断结果
程序检查权限、参数和置信度
↓
调用业务函数 → 页面更新前端框架负责交互，决策模型负责判断，不是二选一。
先做一个“自然语言操作待办”的小工作台，不继续把所有学习成本放在 Google Flights 上。 这是针对你需求的建议，不是说 Ultrafast 没价值。
第一版只支持：
- 查询待办。
- 修改已有待办的优先级。
- 完成指定待办。
暂时不做删除，也不做复杂自由文本生成。用这样的请求测试：
“把登录失败那个问题设成紧急。”
“展示还没完成的前端任务。”
“这个已经做完了。”——没有明确对象时，应追问，而不是猜。
界面同时展示四块内容：
| 展示区 | 你能观察到什么 |
|---|---|
实际 state | 这一轮模型看到了哪些任务和上下文 |
实际 questions | 程序如何把需求拆成判断题 |
| 原始响应＋解释 | 每个选项的概率，以及程序为什么接受或拒绝 |
| 执行记录 | 调用了哪个业务函数、结果、判断耗时和总耗时 |
先用已有 Jev 配置跑通，再拿同一批中文测试请求对比 Clef 或 Ollama 本地模型。记录正确率、拒绝／追问比例、误执行率、耗时，而不是只看“谁快几毫秒”。阈值也根据这些测试决定，不预设一个万能的 0.8。
最终推荐顺序：
- **理解开发方式：**官方 Function Calling 示例。
- **马上体验现成能力：**Jevgrep。
- **研究完整 AI 应用：**Jevbox。
- **落到你自己的产品：**业务动作接口＋决策模型；需要完整聊天交互时再引入 CopilotKit。
- **研究本地替代：**Ollama，或 Apple Silicon 上的 Laya-MLX。
你现在不需要先掌握训练模型。真正需要设计清楚的是：应用允许 AI 做什么、提供哪些状态、遇到不确定时怎么办，以及如何确认执行结果。 这些比选择哪个最热的新模型更能决定你的工作台能否可靠地用起来。