Plugins

Classifica chamadas de ferramenta pendentes com o Jev (modelo de decisão não generativo da TypeSafe AI) em tools/pre-execute — chamadas de alto risco com alta confiança são negadas e as ambíguas escaladas para aprovação — e aprova automaticamente chamadas reversíveis claramente concedidas em approval/request, com gating de evidência de argumentos. Também cria subclasse do resolvedor de referências de sessão para que os snapshots mantenham mensagens pontuadas pelo Jev em vez de descartar as mais antigas primeiro. Degrada para o comportamento padrão em qualquer falha do provedor; modo shadow com o comando /jev-stats; endpoints TypeSafe ou OpenRouter; 64 testes.

Plugin de camada de decisão com tecnologia Jev para o DeepSeek Harness

Plugin do DeepSeek Harness que transforma julgamentos Jev em três ações automáticas — podar saídas de ferramentas grandes demais para os segmentos relevantes à requisição, triar páginas obtidas em busca de instruções dirigidas ao modelo e escolher qual skill se encaixa no próximo passo — além das ferramentas jev_ask e jev_gate, um registro de julgamentos que sobrevive a reinicializações e um relatório /jev-status. Requer uma chave de API TypeSafe; sem ela, fica inerte e não envia nada.

TypeSafe Jev (modelo de decisão System One) como a ferramenta jev_decide para o DeepSeek Harness: perguntas de noul, choice e score retornam probabilidades calibradas; as credenciais reutilizam a junta de credenciais do DSH; retry com backoff para 429/529 já embutido.

Use o paradigma de modelo de decisão Jev (System One) com qualquer LLM compatível com OpenAI — sem necessidade de chave TypeSafe. Registra uma ferramenta jev_decide que retorna respostas com distribuição de probabilidade para perguntas tipadas (escolha/pontuação/booleano) em uma única chamada.

TypeSafe Jev (modelo de decisão System One) para o DeepSeek Harness, de ponta a ponta: jev_decision (choice/score/noul, paralelo, respostas tipadas + confiança), um cartão em Settings > Plugins para a API key e chaves de liga/desliga, visualizações inline de ferramenta mostrando cada decisão na conversa (resposta, confiança, latência, custo), um auto-guard (checagens determinísticas + de risco/loop do Jev), um dashboard local /jev e um benchmark de verificação online (96,3% em 27 perguntas rotuladas, mediana ~283 ms no jev-latest, 2026-09-21). Honesto por design: só API real, sem fallback simulado.

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.