docjev — 用 Jev 分类与拆分文档

Android 助手通过无障碍服务与本地 OCR 读取可见对话，在悬浮窗显示分析及回复建议。 Jev 判断意图与回复选项，生成模型起草三条候选，再由 Jev 排序。

流程依次形成学习目标、数学内容、视觉方案和 Manim 场景，再检查实际渲染结果。 Jev 读取候选产物及 Astra 的文字审查，通过 Score、Noul 和 Choice 返回判断，不直接接收图像。

机器人随 Monad 区块更新仅挂单限价报价，并将盘口、订单与成交事件推送到仪表盘。 配置 MODEL=jev 和 TYPESAFE_AI_API_KEY 后由 Jev 选择买或卖；默认 mock 模型只是动量启发式。

PyGPT 是适用于 Linux、Windows 和 macOS 的多服务商桌面助手，提供聊天、智能体、RAG 和工具集成。 Jev 插件公开 jev_evaluate(state, questions)，将 Choice、Score 或 Noul 结果返回给当前模型。

ollaya 按名称下载开放决策模型，并通过本地守护进程处理类型化问题。 它实现兼容 TypeSafe 的端点，可接入现有 Jev 客户端，但属于独立项目。 可使用命令行、桌面应用或 MCP 服务；Modelfile 可封装重复使用的问题集。

Shapeshift 将文字输入变成日程、清单、计时器、分账等面向具体任务的界面。 可选 Jev 判断意图和信号；日期、算术由确定性代码处理，默认使用离线关键词分类。 在基于 Bun 的应用中输入、选择并保存卡片；配置服务端 TypeSafe 密钥即可启用 Jev。