kerpopule/hermes-jev-skills
已整理这个项目帮助智能体把模型选择、技能加载、记忆筛选、邮件分类等重复性判断交给更便宜更快的决策服务处理,从而节省主模型成本并减少延迟。它适合使用 Hermes、Claude Code、Codex 等工具并希望更细致控制智能体决策流程、隐私边界和模型路由的人。
项目简介
这个项目帮助智能体把模型选择、技能加载、记忆筛选、邮件分类等重复性判断交给更便宜更快的决策服务处理,从而节省主模型成本并减少延迟。它适合使用 Hermes、Claude Code、Codex 等工具并希望更细致控制智能体决策流程、隐私边界和模型路由的人。
官方仓库资料
- 主要语言
- Python
- 许可证
- MIT
- 默认分支
- main
- Stars
- 673
- Forks
- 61
- Open Issues
- 8
- 仓库状态
- 正常运行
- 派生仓库
- 非 Fork
- 数据采样
- 2026/9/23 19:09:27
- 资料抓取
- 2026/9/23 19:09:27
- 首次收录
- 2026/9/23 19:04:11
Topics:仓库未提供
AI 整理 · 基于已抓取的官方资料
核心功能
- 模型路由:根据当前用户请求选择足够合适的模型,并支持 shadow 模式先记录不切换。
- 技能选择:从已安装技能中判断当前回合需要哪个技能,或判断无需加载技能。
- 记忆筛选:判断检索到的 passages 是否值得阅读,并检测隐藏指令或注入风险。
- 搜索辅助:判断搜索结果是否值得打开、证据是否足够回答问题,以及从候选查询中选择下一步查询。
- 转录压缩/选择:在对话过长时选择需要保留的 turns;默认 handoff 使用完整对话摘要方案而不是依赖 Jev 生成摘要。
- 邮箱分拣:将邮件归类到需要回复、更新、促销、销售、垃圾等 lane,并输出成本和不确定项摘要。
- 消息分流/triage:判断消息紧急程度、类型以及是否需要人工查看。
- 电脑与浏览器使用:从调用方提供且已判断安全的动作表中选择下一步 GUI 或页面动作。
- Hermes 集成:提供 slash commands、插件工具、路由日志与仪表盘。
- 安全与隐私控制:支持文本脱敏、敏感内容跳过、本地密钥存储、private profiles、fail-open 行为。
适用场景
- 在 Hermes 中按任务难度和类型自动选择模型,先用 shadow 模式观察效果,再启用自动切换。
- 为拥有大量技能的智能体自动选择当前回合最相关的技能。
- 在检索增强或记忆系统中筛掉不相关 passages,并标记可能含隐藏指令的内容。
- 对搜索结果进行排序、判断证据是否充分、选择下一轮候选查询。
- 将邮箱消息分到不同处理通道,并识别需要人工关注的邮件。
- 对客服、运营或自动化流水线中的消息做紧急度和类型判断。
- 为受控的电脑操作或浏览器操作选择下一步动作。
- 在对话过长时选择需要保留的 turns,辅助控制上下文长度。
使用方式
install: - git clone https://github.com/kerpopule/hermes-jev-skills ~/hermes-jev-skills && python3 ~/hermes-jev-skills/install.py
- jev setup-key
- jev doctor requirements: - Python 3.9 或更新版本
- README 声明无额外依赖
- 需要 TypeSafe API key 才能调用 Jev 云 API common_commands: - python3 install.py --check
- python3 install.py --uninstall
- jev setup-key
- jev doctor
- jev models list
- jev models providers
- jev models suggest --write
- jev dashboard
- jev mail --file inbox.json
- jev mail --file inbox.json --summary
- python3 -m unittest discover -s tests hermes_commands: - /jev
- /jev routing shadow
- /jev routing on
- /jev skills on
- /jev notice on
- /jev routing on all notes: - 安装器会查找本机的 Hermes、Claude Code 和 Codex,并为找到的工具安装。
- 可通过 zip 解压后在目录内运行 python3 install.py 安装。
- README 建议先运行 jev models suggest --write 生成路由池草稿,再使用 /jev routing shadow 观察一天。
技术特点
- 主要语言为 Python。
- Jev 是 TypeSafe 的决策模型,README 明确说明它不写文本,只回答类型化决策问题,例如选择、评分、是/否。
- 项目包含 jevkit 命令行与库、skills 目录中的九个 SKILL.md、Hermes 插件、router-dashboard、安装脚本、测试、脚本、评测和文档。
- Hermes 插件使用公开插件接口,包括 pre_llm_call、llm_request middleware、tools 和 slash command,不修改 Hermes core。
- Hermes 中 agent 可获得 jev_memory_filter、jev_compact_select、jev_choose_action、jev_supervise、jev_escalate 五个工具。
- 模型目录来自 models.dev,并按本机环境变量或 Hermes .env 中存在的 provider key 名称、或 Hermes 登录状态过滤。
- 路由池默认位于 ~/.hermes/jev/routing.json,单个 profile 可用 ~/.hermes/profiles/<name>/jev/routing.json 覆盖。
- API key 通过 jev setup-key 存入操作系统密钥存储;macOS 使用 Keychain,Linux 可使用 secret-tool,兜底为 0600 文件。
- 路由、记忆、搜索、邮箱、电脑/浏览器使用等功能会按 README 描述对发送给 Jev 的内容进行截断、脱敏、跳过或本地筛查。
- 日志只记录决策信息,例如 tier、model、confidence、latency,不记录 prompt 文本。
- 测试为离线测试,Jev 回复均为伪造。
限制与边界
- Jev 是云 API;启用相关功能时,部分经过脱敏和截断的数据会离开本机。
- 默认 redacted-text 模式下,路由会发送经过脱敏的当前用户回合文本;处理不能离开本机的数据时需要使用 private_profiles。
- 插件可以替换模型,但不能替换 provider connection;README 指出在 OpenRouter 上仍可覆盖各 vendor。
- 如果用户手动运行 /model,用户选择优先。
- 无 key、超时、限流、返回格式错误或低置信度时会 fail open:路由保持当前模型,记忆返回原列表,压缩不丢弃内容,技能选择不建议技能,搜索返回筛选后的列表头部,电脑使用返回 reobserve。
- 电脑和浏览器使用只会从调用方提供的动作 id 中选择,不能返回动作表之外的动作。
- README 明确 handoff 默认不让 Jev 决定;测量结果显示基于 Jev keep/summarize/drop digest 写出的 handoff 召回率低于 plain transcript,因此默认发送完整对话、1200 字和返回旧会话的方法。
- 电脑和浏览器使用不会发送截图、页面全文或字段值;如果目标或标签看起来敏感,会在发送前拒绝。
README
README 介绍了 Hermes Jev Skills 的目标:把智能体运行中大量小型判断交给 Jev 决策模型,以减少昂贵前沿模型在非写作任务上的 token 消耗。项目覆盖模型路由、搜索、记忆筛选、turn 选择、技能选择、triage、邮箱分拣、电脑使用和浏览器使用等场景,并给出了各功能的测量延迟或成本示例。安装方式是克隆仓库后运行 install.py,再用 jev setup-key 配置 TypeSafe key;也支持检查安装计划和卸载。README 强调先用 shadow 模式观察路由结果,再启用自动路由,并说明 Hermes 集成的 slash commands、工具和仪表盘。文档详细说明了哪些数据会发送到 Jev、如何脱敏和筛查、API key 如何本地安全存储,以及所有功能在失败时都会开放回退而不是阻塞智能体。项目使用 MIT 许可证,并声明 Jev 和 TypeSafe 属于 TypeSafe AI,本项目为独立项目。
关联 Wiki 词条
暂无已建立的词条关联。