Plugins

Klassifiziert anstehende Tool-Aufrufe mit Jev (dem nicht-generativen Entscheidungsmodell von TypeSafe AI) auf tools/pre-execute — sicher hochriskante Aufrufe werden abgelehnt, unklare zur Freigabe eskaliert — und genehmigt klar erlaubte, reversible Aufrufe auf approval/request automatisch, hinter Argument-Evidence-Gating. Erweitert außerdem den Session-Reference-Resolver per Subclassing, damit Snapshots Jev-bewertete Nachrichten behalten statt älteste zuerst zu verwerfen. Fällt bei jedem Provider-Fehler auf Standardverhalten zurück; Shadow-Modus mit /jev-stats-Befehl; TypeSafe- oder OpenRouter-Endpunkte; 64 Tests.

Jev-gestütztes Entscheidungsschicht-Plugin für DeepSeek Harness

DeepSeek Harness-Plugin, das Jev-Urteile in drei automatische Aktionen übersetzt — übermäßig große Tool-Ausgaben auf die für die Anfrage relevanten Segmente kürzen, abgerufene Seiten auf an das Modell gerichtete Anweisungen prüfen und auswählen, welcher Skill zum nächsten Schritt passt — plus die Tools jev_ask und jev_gate, ein Urteils-Journal, das Neustarts übersteht, und einen /jev-status-Bericht. Benötigt einen TypeSafe-API-Schlüssel; ohne diesen ist es inaktiv und sendet nichts.

TypeSafe Jev (System-One-Entscheidungsmodell) als Tool jev_decide für DeepSeek Harness: noul-, Choice- und Score-Fragen liefern kalibrierte Wahrscheinlichkeiten; Credentials nutzen dieselbe Schnittstelle wie in DSH; 429/529-Backoff-Retry eingebaut.

Nutzt das Entscheidungsmodell-Paradigma Jev (System One) mit jedem OpenAI-kompatiblen LLM – kein TypeSafe-Schlüssel nötig. Registriert ein jev_decide-Tool, das in einem Aufruf wahrscheinlichkeitsverteilte Antworten auf typisierte Fragen (choice/score/boolean) liefert.

TypeSafe Jev (System-One-Entscheidungsmodell) für DeepSeek Harness, durchgängig: jev_decision (Choice/Score/Noul, parallel, typisierte Antworten + Konfidenz), eine Karte Einstellungen > Plugins für API-Key und Schalter, Inline-Tool-Ansichten, die jede Entscheidung in der Konversation zeigen (Antwort, Konfidenz, Latenz, Kosten), ein Auto-Guard (deterministische + Jev-Risiko-/Loop-Prüfungen), ein lokales /jev-Dashboard und ein Online-Verifikationsbenchmark (96,3 % bei 27 gelabelten Fragen, Median ~283 ms auf jev-latest, 2026-09-21). Ehrlich ausgelegt: nur echte API, kein Mock-Fallback.

Jev (TypeSafe System One) gives the human a second opinion, not the agent. When DSH's model asks you a multiple-choice question, dsh-jev-advisor builds a structured Jev request and floats the recommendation, probability spread and confidence beside the op

A structured decision layer for the DeepSeek Harness agent loop: a danger-call gate, output self-check, tool narrowing, and loop guard backed by a pluggable adjudication model.

A `jev` tool that asks Jev (TypeSafe System One) typed yes/no, choice and score questions about one block of text and returns probabilities and confidence, with the provider and API key configured per user in Settings, a judgment ledger with its spend, and daily call and token caps.

Semantic tool routing, skill discovery, and typed System One decisions for DeepSeek Harness powered by TypeSafe Jev.

Pre-execution safety valve for DSH that judges with TypeSafe Jev: it hooks tools/pre-execute and decides every bash/pwsh call by first applying offline static rules, then by asking the Jev model — the System One model from TypeSafe, which returns a structured decision instead of prose — one yes-no question ("will this command irreversibly delete or overwrite real data?"), turning the answer into allow, revise, block or escalate; revise hands the model a safer rewrite, escalate offers a one-shot human token; exhausted credit or a missing API key degrades loudly instead of failing silent, and a missing key is requested in the conversation itself (`guard key set`, read from stdin); every verdict is appended to a shared audit log and the text people read is bilingual zh-CN/en.