LogJev
这是 さよ☆マギカ 公开的项目资料。本站按原始来源展示项目信息，用中文说明适用场景和阅读边界；项目名、源帖与代码保持原样，便于逐项核对。
这条案例记录了什么
场景
MCP 与 Skills、Agent 评估、工具选择
以可调用工具的形式返回结构化判断。
证据
社区公开项目或作者演示
原始来源：Original X post and GitHub repository。尚未独立核实。
时间与作者
さよ☆マギカ
记录日期：2026-09-22。日期与身份应以原始资料为准。
原始演示视频
视频来自此案例记录的原始媒体；播放内容和作者声明不等于本站复现。
怎样核对这个项目
- 先打开原始来源，确认作者、日期与 Jev 在项目中的具体用途。
- 如果提供仓库，再检查代码、运行要求和许可证；仓库存在不代表本站已经运行成功。
- 对速度、成本、准确率和规模数字，查看原文的任务、环境和计算口径。
- 真实调用入口和参数。
- 密钥及权限边界。
- 工具失败时的行为。
- 是否有可观察的正确答案。
原始文字与技术细节
以下内容保留原语言，供核对事实。中文页的场景说明是阅读提示，不是逐句翻译或实测结论。
展开英文项目摘要与原帖
项目摘要
MajoSayo describes LogJev as a Node.js and Python implementation for Jev-style bounded decisions using the author's own models, with text, image, or audio input and choices or scores from logprobs.
来源原文
I wanted Jev-style decisions with my own models, so I built LogJev. Text, images or audio in; choices/scores from logprobs. Node + Python, agent skills, cloud or local (requires modality + logprobs support). 2048 demo: https://github.com/DumoeDss/logjev
原记录的限制
- The reviewed post does not provide a benchmark or a reproducible latency measurement.
- Support depends on the selected model exposing the required modality and logprob behavior.
- Local-model parity with TypeSafe Jev is not established by this post.